Vraag een willekeurige HR-directeur of mannen en vrouwen binnen de organisatie gelijk beloond worden, en het antwoord is negen van de tien keer: “Ja, natuurlijk.”

Vraag diezelfde directeur om dat binnen vijf minuten met harde cijfers te bewijzen en het blijft stil.

Die stilte wordt binnenkort een risico. Met de naderende Europese richtlijn voor loonstransparantie (EU Pay Transparency Directive) veranderen de spelregels fundamenteel. De tijd van “vertrouw ons maar” is voorbij. Vanaf 1 januari ben je verplicht om ook daadwerkelijk aan te tonen dat er van gelijke beloning sprake is.

Voor HR betekent dit een enorme verschuiving, compliance is niet langer een juridisch feestje, maar een data-uitdaging. Want hoe geef je hier daadwerkelijk inzicht in? Welke spelregels zijn van belang? En welke data dien je te gebruiken? In deze blog leggen we het je uit.

Het venijnige van de nieuwe wetgeving zit in de omkering van de bewijslast. Voorheen moest een werknemer aantonen dat hij of zij gediscrimineerd werd. Onder de nieuwe richtlijn moet de werkgever aantonen dat er geen sprake is van discriminatie.

Als een werknemer vermoedt dat een collega in dezelfde functie meer verdient, ben jij als werkgever verplicht om inzicht te geven in de objectieve criteria die het salarisverschil rechtvaardigen.

Heb je die data niet paraat? Dan heb je de discussie (en de rechtszaak) bij voorbaat verloren.

Hier gaat het vaak mis bij organisaties die hun HR-data nog in Excel beheren. Stel: je draait een snelle export en ziet dat mannen in je organisatie gemiddeld 15% meer verdienen dan vrouwen. Paniek? Niet direct.

Dit noemen we de ruwe loonkloof. Dit cijfer zegt op zichzelf weinig, omdat het geen rekening houdt met variabelen. Misschien werken er meer mannen in senior managementfuncties, of werken vrouwen vaker parttime.

Om de discussie zuiver te houden, moet je kijken naar de opgeschoonde loonkloof (Adjusted Pay Gap).

Hierbij corrigeer je de data voor factoren zoals:

• Functieniveau en zwaarte van de functie
• Jaren ervaring en anciënniteit (ononderbroken bij één werkgever)
• Opleidingsniveau
• Prestatiebeoordelingen

Het berekenen van die geschoonde loonkloof is waar handwerk faalt. Proberen om in een spreadsheet correcties toe te passen voor deeltijdfactoren, functiegroepen en schaalperiodieken is vragen om fouten. Eén verkeerde formule en je rapporteert onjuiste cijfers aan je stakeholders (of erger: de overheid).

Bij PurpleHRM zien we dat bedrijven die dit automatiseren direct twee voordelen behalen:

1. Direct inzicht in risico’s: Je ziet in één dashboard waar de onverklaarbare verschillen zitten. Is er een afdeling waar vrouwen structureel in een lagere schaal starten? Dat is een procesfout die je nu kunt herstellen, vóórdat de wetgeving van kracht is.
2. Objectieve criteria: Door je salarisdata te koppelen aan je beoordelingsdata, kun je uitleggen waarom Piet meer verdient dan Marie (bijvoorbeeld: “Piet scoort al 3 jaar ‘boven verwachting’ en heeft senioriteit-niveau 4”).

Laten we de juridische dwang even vergeten. Transparantie is bovenal een strategisch wapen in de ‘war for talent’. Generatie Z en Millennials accepteren geen ‘black box’ meer als het om salaris gaat. Een organisatie die proactief kan zeggen: “Wij monitoren onze loonkloof maandelijks en onze data bewijst dat we 100% gelijkwaardig belonen” heeft een enorm streepje voor op de concurrent die geheimzinnig doet.

De EU-richtlijn is geen bureaucratische nachtmerrie, maar een wake-up call. Het dwingt organisaties om hun huis op orde te krijgen.
Wacht niet tot de wetgeving definitief is ingevoerd. Gebruik de komende periode om je data te schonen en je dashboards in te richten. Zorg dat je het antwoord klaar hebt voordat de vraag gesteld wordt.

Wilt je meer weten over de loonkloof en hoe je dit met enkele clicks inzichtelijk krijgt? Vul hieronder het contactformulier in!