與其讓員工私下打探對方薪水,不如由企業主動公開、提升員工工作績效!
與其讓員工私下打探對方薪水,不如由企業主動公開、提升員工工作績效!
2016.10.02 |

你難免聽過這樣的故事,兩位能力差不了多少的經理人,因為A的敘薪過程較為順利,讓他拿到了8.5萬月薪、而B在談薪水時出了點差錯,僅拿到7萬左右。而其實人資開的這個缺,原本預算是每人8萬月薪,換句話說,人資在這場談薪水的戰爭裡,為公司省下每個月5千元、一年12萬的人事成本。

每當轉換工作時,跟新雇主敘薪就彷彿是一場攻防戰,你希望談到最高的薪水、對方則希望能夠盡量壓低企業成本。談完之後,又得簽下「薪資保密」協定,注意別對他人提起你的薪資多寡,即便到時候B知道了自己的薪水較差,也無從申冤、爭取加薪,這種「我做的事情沒比較少、薪水卻差一大截」的心情,難免影響他的工作效率。

公開薪資,有助提升員工績效

也因此,許多學者不斷探究「薪資保密」對組織而言,究竟是好是壞?

2014年,美國康乃爾大學的艾蓮那.貝洛戈芙斯基(Elena Belogolovsky)和特拉維夫大學的彼得.班貝格(Peter Bamberger)兩位學者發現,薪資保密與員工績效下降有關聯。

他們研究了280位以色列的大學生,這些大學生被要求完成三輪的電腦遊戲競賽,研究人員會支付所有參與者的底薪,而獎金則是取決於學生競賽的成果。雖然參與者都是個別進行電腦遊戲競賽,不過研究者會將他們分成四人一組的團隊。

其中有一半的參與者知道自己的績效和獎金,另外一半則不只會知道自己的績效和獎金,也會知道隊友的。此外,有一部分的受試者得到的訊息是「獎金只與自己的績效連動」,另一部分的受試者則被告知「獎金與團體表現連動」。

研究結果發現,那群既不知道自己薪水、又認為「獎金與團體表現連動」的受試者,表現與績效都相對來得糟。

結果顯而易見,績效表現、薪資與熱忱之間是有連動性的。但邏輯好一點的人都知道,這個結果並不代表「公開薪資就會讓人的績效表現來得更好」,也因此,根據這個提問,密德爾伯里學院的經濟學助理教授艾米利亞諾.修特凡(Emiliano Huet-Vaughn)設計了另外一項研究。

這個研究是這樣進行的:有兩群參與者同時參與為一些學術文章,輸入正確的參考資訊,在第一輪實驗完成後,有某部分參與者看得到自己與其他人的薪資,有些則不會。

第二輪輸入工作開始,那些看得見自己與他人薪資的參與者,表現得比第一輪更為積極,工作績效也大幅提升,而原本就表現得很好的那些人,在第二輪的表現得更好。

這兩項研究都能佐證「薪資保密不只會阻礙個人績效、也會降低團體合作效率。公開個人薪水訊息,有助提升工作績效。」

打造公正、公平的敘薪環境,是企業應盡的責任

現在你知道了公開薪資的好處,但仍舊要小心整個公開過程。原因很簡單,「所有人都希望自己的薪資、工作表現能被公平衡量,但每個人心中的『公平』定義卻不盡相同。」

以美國社群網站管理公司Buffer為例,他們在公開薪資的同時,也提供了一條計算公式,從工作類型、職等、工作經驗、地點與額外分紅,都算得非常清楚,每個員工都可以非常清楚的知道,自己的薪水是如何計算出來的。

將員工心裡的「公平」調整成一致,讓大家都可以清楚的了解薪資落點、自己可以如何努力力爭上游、又會得到什麼樣的回報,才會有比較強烈的動機,進而在工作裡努力提升績效。

當然你或許仍然覺得,「全面公開薪資」對於現在台灣的企業文化而言太刺激,但企業主、領導人或任何一位主管都應該從中學習到,員工要的,不過就是「公平、公開」的工作環境而已,試著朝薪資或獎金計算公開的方式前進,都有助於讓你的員工對公司更忠誠。

延伸閱讀:為什麼絕大多數的公司都有薪資保密政策?

資料來源:《別用你知道的方式管員工》
圖片來源:shutterstock

本文授權轉載自:經理人

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓