algo-hr-compensation

報酬ベンチマーキング

概要

報酬ベンチマーキングでは、社内の給与水準を外部の市場データと比較し、競争力を評価します。コンパ・レシオ（実際の給与 ÷ 市場の中央値）とパーセンタイルでの位置づけを使用します。給与バンドの設計、給与調整、公平性分析に役立ちます。

使用するタイミング

実施条件：

• 現在の給与が市場で競争力を持つか評価する場合
• 給与バンドや給与体系を設計または更新する場合
• 人口統計属性や職務ごとの給与公平性の格差を特定する場合

使用しない場合：

• 個人の業績に基づく給与決定の場合（パフォーマンス管理を使用してください）
• 市場データがない場合（少なくとも調査によるベンチマークデータが必要です）

アルゴリズム

IRON LAW: Benchmarking Is Only Valid With COMPARABLE Jobs
Matching by job TITLE alone is unreliable — "Senior Engineer" means
vastly different things at different companies. Match by: job content
(duties, scope), level (IC vs manager, experience band), industry,
geography, and company size. Poor job matching produces misleading
market rates.

フェーズ 1：入力の検証

収集するデータ：社内の報酬データ（基本給、賞与、株式報酬）、市場調査データ（職務別の P25、P50、P75）、社内職務と調査ベンチマークの対応関係。 ゲート： 職務が適切に対応づけられ、調査データが最新であること（18 か月未満）。

フェーズ 2：コアアルゴリズム

1. 職務内容、レベル、範囲に基づいて、社内の職務を市場ベンチマークに対応づける
2. 市場の予測変動率を適用し、調査データを現在の日付に合わせて補正する
3. 従業員ごとのコンパ・レシオを算出する：実際の基本給 ÷ 市場の P50
4. パーセンタイルでの位置づけを算出する：実際の給与が市場分布のどこに位置するか
5. 部門、レベル、勤続年数、人口統計属性ごとに分析し、公平性の格差を確認する

フェーズ 3：検証

確認事項：コンパ・レシオがおおむね 0.85～1.15 の範囲に集まっていること（通常の範囲）。外れ値（0.80 未満は低賃金、1.20 超は高賃金）にフラグを立てます。人口統計属性に基づく公平性を検証します。 ゲート： 分布が妥当で、公平性分析が完了していること。

フェーズ 4：出力

給与バンドの推奨事項とともに、ベンチマーキング結果を返します。

出力形式

{
  "summary": {"avg_compa_ratio": 0.97, "below_band_pct": 12, "above_band_pct": 8},
  "by_role": [{"role": "Software Engineer", "market_p50": 1800000, "avg_actual": 1750000, "compa_ratio": 0.97}],
  "equity_flags": [{"dimension": "gender", "gap_pct": 3.2, "statistically_significant": true}],
  "metadata": {"employees": 500, "survey_source": "Mercer", "survey_date": "2025-H2"}
}

例

入出力例

入力： エンジニア 50 名、市場の P50＝NT$1.8M、実際の給与範囲＝NT$1.5M～2.1M 想定結果： 平均コンパ・レシオは約 0.97。一部の給与バンドを下回る従業員に調整のフラグが立ちます。

エッジケース

入力	想定結果	理由
過熱した市場（テックブーム）	市場データが急速に古くなる	高い補正係数を適用する
リモートワークが混在	勤務地調整済みの給与バンドが必要	SF と Taipei の市場レートには 2～3 倍の差がある
小規模企業で調査データが一致しない	より広範な業界の代理データを使用する	完璧ではないものの、何もないよりはよい

注意点

• 総報酬： 基本給だけのベンチマーキングでは、株式報酬、賞与、福利厚生を見落とします。正確に位置づけるには総報酬を比較してください。
• 調査データの遅れ： 公開されている調査は、6～18 か月前に収集されたデータを反映しています。変化の速い市場では、データを現在まで補正してください。
• 社内公平性と対外的な競争力： 市場に合わせることで社内の不公平が生じる場合があります（勤続年数の長い従業員より新入社員の給与が高くなるなど）。両方のバランスを取ってください。
• 地域差： リモートワークにより、勤務地に基づく給与設定は複雑になります。本社所在地、従業員の所在地、またはそのハイブリッドのいずれを基準に給与を決めるか、明確な方針を定めてください。
• 給与公平性に関する法的リスク： 説明のつかない人口統計属性による給与格差は、法的責任につながるおそれがあります。正当な要因（経験、業績、レベル）を統制した回帰分析に基づく公平性分析を実施してください。

参考資料

• 給与バンドの設計方法については、references/band-design.md を参照してください
• 給与公平性の回帰分析については、references/pay-equity.md を参照してください