Pour la toute première fois, vous pouvez comparer les niveaux de rémunération et les pratiques des différentes municipalités canadiennes! Cette nouvelle enquête sera lancée au début de mai, parallèlement à l’ Enquête sur la rémunération des employés municipaux de l’Ontario de même nature, et elle sera offerte en français et en anglais. Elle servira de complément à l’Enquête sur la rémunération des employés municipaux de l’Ontario existante, jusqu’à la consolidation des deux enquêtes prévue pour 2021.<

Résultats fournis en formats entièrement personnalisables

Les résultats de l’enquête vous sont livrés dans Mercer WIN®, ce qui vous permet d’accéder aux données au moyen d’un éventail de paramètres personnalisables, notamment par région, secteur d’activité, taille d’entreprise et plus encore. Grâce à Mercer WIN, organisez et analysez l’information fournie afin de pouvoir:

• comparer des postes en côte à côte;
• modifier les éléments de rémunération afin d’obtenir le bon type d’analyse;
• effectuer une analyse par fonction et par niveau professionnel;
• exporter vos données pour qu’elles soient intégrées dans d’autres systèmes (les données sont également présentées dans un fichier Excel);
• produire des rapports détaillés ou sommaires pouvant servir à faire des présentations.

Méthodologie de l’enquête salariale

Les enquêtes salariales de Mercer sont basées sur les paramètres RH et les méthodes de cueillette de données sur les marchés les plus précis et les plus à jour. Les données sont recueillies auprès de professionnels des RH des organisations participantes. Elles sont ensuite analysées pour s’assurer de leur validité, exactitude et représentation au sein du marché, en fonction de la taille de l’entreprise, sa structure, son emplacement géographique ou une combinaison de ces facteurs. Un nombre minimal de titulaires, d’organisations et d’organisations distinctes est requis afin de présenter chaque élément de donnée de Mercer. Si les seuils minimaux ne sont pas atteints, les données sur les marchés sont supprimées, de façon à garantir le plus niveau de confidentialité des données.