Giovanni Zuin è uno psicologo (di formazione) che lavora con i dati in una grande multinazionale (Mercer) che si occupa (tra le altre cose) di risorse umane. La prima domanda di rito è: i dati sognano? E se sognano cosa sognano? Siete su Data Jobs ma non abbiamo messo il data scientist sul lettino psicanalitico ma lui invece ci ha spiegato come si interpretano i dataset, quali domande possiamo permetterci e come si gestisce il rapporto con il cliente. I dati che vengono raccolto dall’Hr sono interessanti per capire cosa accade dentro le aziende, perché per esempio i dipendenti decidono a un certo punto di cercare nuovi stimoli, o come affrontare il gender gap all’interno di una società.
Grazie a tool e analytics avanzati, Mercer promette di identificare e correggere le discriminazioni salariali all’interno della tua azienda. Riduci il rischio, aumenta la diversity. Nel corso della puntata Zuin ci ha spiegato come si utilizzano i modelli predittivi per identificare e correggere il bias. Come si identificano i driver di retribuzione per prevedere le retribuzioni di ogni impiegato. E come calcolare infine sulla base di questa distribuzione gli unexplained pay gap cioè quel dato di differenza retributiva inspiegabile in base parametri legittimi: in altre parole, un “bias” da combattere.
Questo approccio dovrebbe aiutare a quantificare esattamente dove e come intervenire con aumenti ad-hoc a livello individuale per colmare i gap in maniera puntuale. Buona visione.
