En quoi ça consiste
Assurer l'équité salariale est un défi majeur de conformité et de rétention. Ce guide vous montre comment construire un 'Compensation Equity Analysis Agent' capable de détecter automatiquement les anomalies salariales et les écarts hommes-femmes en comparant vos données internes aux benchmarks du marché (Mercer/Radford) grâce à l'intelligence de Google Gemini.
Prérequis
- Un compte Google (pour Google Sheets et AI Studio/Gemini).
- Un fichier de benchmark salarial (ex: extractions Radford ou Mercer).
- Un compte Make.com (plan gratuit suffisant pour débuter).
- Données RH de base (Salaire, Poste, Performance, Sexe).
Étapes pas-à-pas
- 1
Étape 1 : Préparation du fichier source anonymisé
Rassemblez vos données salariales internes (anonymisées : ID, Poste, Niveau, Salaire Actuel, Ancienneté, Sexe, Performance) dans un Google Sheet. Ajoutez une colonne pour les données de benchmark (ex: données issues de Radford ou Mercer pour chaque intitulé de poste). Gardez ce fichier ouvert.
Prompt Gemini à collerN/A (Préparation des données)
- 2
Étape 2 : Configuration du moteur Gemini Pro 1.5
Allez sur Google AI Studio. C'est l'interface gratuite pour accéder à la puissance brute de Gemini (modèle 1.5 Pro). Créez un nouveau 'Chat Prompt'. Dans la colonne de droite, réglez la 'Temperature' à 0.2 (pour plus de précision mathématique et moins de créativité).
Prompt Gemini à collerCopiez le prompt principal fourni ci-dessous dans la section 'System Instructions' de Google AI Studio.
- 3
Étape 3 : Automatisation du flux de données avec Make
Utilisez Make.com pour connecter votre Google Sheet à Gemini. \n1. Créez un 'Scenario'. \n2. Module 1 : Google Sheets (Watch Rows). \n3. Module 2 : Google AI Studio (Gemini) - Envoyer les données de la ligne au prompt. \n4. Module 3 : Google Sheets (Update a Row) pour inscrire l'analyse de Gemini dans une nouvelle colonne 'Alerte Équité'.
Prompt Gemini à collerPrends les données suivantes : {{ID_Employé}}, {{Poste}}, {{Salaire_Actuel}}, {{Benchmark}}, {{Sexe}}. Analyse l'écart et l'équité selon les instructions système. - 4
Étape 4 : Test et validation de l'analyse
Copiez-collez une ligne de test dans l'interface de chat de Gemini dans AI Studio ou lancez le scénario Make sur une seule ligne. Vérifiez que Gemini identifie correctement si un collaborateur est en dessous du marché (Market Gap) ou s'il existe un écart inexpliqué entre deux profils identiques (Inéquité Interne).
Prompt Gemini à collerVoici les données d'un employé. Effectue l'analyse de calibration maintenant : [Coller les données ici]
Le prompt complet de votre agent Gemini
Tu es un Expert RH spécialisé en Rémunération et Avantages Sociaux (Comp & Ben). Ton rôle est d'analyser les données salariales pour soulever des anomalies d'équité.
CONTEXTE :
On va te fournir des lignes de données contenant : {{ID_Employé}}, {{Poste}}, {{Niveau}}, {{Salaire_Actuel}}, {{Benchmark_Median}}, {{Sexe}}, {{Performance}}.
TES MISSIONS :
1. ANALYSE DU MARCHÉ : Calcule le ratio (Salaire_Actuel / Benchmark_Median). Si le ratio est < 0.85 ou > 1.25, signale-le comme "Alerte Marché".
2. ÉQUITÉ INTERNE : Identifie les cas où, à poste et performance égaux, il existe une différence de plus de 5% entre les genres ou les individus.
3. RECOMMANDATION : Propose un ajustement budgétaire prioritaire si une inéquité flagrante est détectée.
RÈGLES STRICTES :
- Sois factuel et impartial.
- Si la performance est "Insuffisante", un salaire bas peut être considéré comme "Expliqué".
- Présente ton analyse sous forme de tableau ou de liste à puces synthétique.
- Ton ton est professionnel, confidentiel et analytique.
RÉPONSE ATTENDUE (Format JSON ou Texte structuré) :
- Statut d'équité : [OK / ALERTE]
- Diagnostic : [Description courte]
- Priorité d'action : [Basse / Moyenne / Haute]Résultat attendu
Un tableau Google Sheets mis à jour automatiquement où chaque ligne d'employé comporte un diagnostic précis sur son positionnement marché et son niveau d'équité interne, permettant aux RH de préparer les revues de salaires en quelques minutes au lieu de plusieurs jours.
Pièges à éviter
- Oublier d'anonymiser les noms des employés : utilisez uniquement des IDs pour respecter le RGPD.
- Utiliser des benchmarks obsolètes : assurez-vous que vos données de comparaison marché datent de moins de 12 mois.
- Négliger les critères de performance : un salaire bas peut être justifié par une sous-performance (à préciser dans les données).
Pour aller plus loin
- Connecter le résultat à un tableau de bord Looker Studio pour visualiser les écarts globaux par département.
- Intégrer les grilles de bonus variables dans l'analyse de package global.
- Automatiser l'envoi d'une notification Slack aux RH quand un écart >20% est détecté.