联邦合同合规计划办公室（OFCCP）要求提供更多数据。该机构当前提出的补充数据要求被一些人形容为既"繁琐"又"隐蔽"。总部位于弗吉尼亚州里士满、拥有900名律师的麦圭尔伍兹律师事务所甚至指出，OFCCP"既不了解私营部门，也显然未考虑这些提案给承包商带来的负担和保密问题"。 事实上，OFCCP自身估算显示，若要收集并提供修订版《日程安排函》中可能要求的全部数据，将耗费103.2小时并产生13.5万美元成本。
拟议的日程安排函修改将使数据提交项目从11项增至13项。项目清单的首项重大变更涉及支持性数据。 第8项为全新要求，需提交机构关于《家庭医疗休假法案》、孕期休假及宗教便利安排的休假政策。若相关政策已纳入公司手册，劳工部合规办公室要求一并提交手册。鉴于需提交手册及所有关联政策文件，确保这些材料保持最新状态至关重要。
下一项重大变更要求承包商按职位类别、职位名称、性别及特定种族和族裔群体，提供申请者、录用者、晋升者和离职者的就业活动数据。此外，各类就业活动的分析样本池也进行了若干关键调整。
在招聘方面，承包商须提交未披露种族或性别的申请者人数。在晋升方面，承包商须按职位类别和职位名称提交实际考虑或申请晋升的候选人名单。在解雇方面，承包商须按职位类别和职位名称提交实际考虑解雇的候选人名单，并必须说明解雇属于自愿或非自愿性质。
这些拟议的变更对数据收集具有重大影响。由于您需要提交未自我申报种族或性别的申请人数，应为这类申请人创建新的种族和性别分类。建议采用"未申报性别"和"未申报种族"类别。 建议采用这些分类而非留空性别或种族栏位。使用"未标识"分类可轻松按职位组别和职位名称统计数据，并有助于保持候选人人口统计数据的完整性。清理申请者数据时需重点关注未标识的性别、种族或其他受保护身份信息——空白值应视为数据缺失的警示信号。 若候选人未主动申报，种族与性别并非"缺失"——而是"未申报"。二者存在本质区别。若能准确记录这种差异，将大幅节省数据清理的时间与精力：既无需回溯核查未申报候选人的人口统计信息，又可通过空白值明确标识需跟进的记录。
另一项能简化数据收集与清理的工作是采用统一的人口统计值编码体系。性别编码统一为"F"（女）、"M"（男）或"非识别"（non-ID）。种族与族裔编码统一为"W"（白人）、"B"（黑人）、"H"（哈瓦那人）、"A"（亚裔）等。理想情况下应避免任何文本输入。 我见过太多客户数据中种族与族裔条目混杂的情况，例如非裔美国人被标记为Black、AA、AfrAm、African American等多种形式。数据中同一类别的不同变体——哪怕只是大小写或空格差异——都会给分析带来困难，因为所有变体都必须标准化为统一值才能进行后续分析。 采用统一值设置这些分类其实很简单，这能为您节省大量数据清理时间。
这不仅适用于人口统计特征，也适用于所有数据。职位名称的任何变体——例如将编码经理标记为经理、mgr、mngr等——都可能使数据清理所需的时间呈指数级增长。 为每个数据元素制定固定值集并严格遵循。这看似简单，但令人惊讶的是许多组织并未做到。此举能在数据清理环节为您节省大量时间和精力。
接下来谈晋升管理，您需要一种按职位空缺对晋升申请者和候选人进行分组的方法。最简便的方式是采用与求职者追踪系统类似的架构。您的求职者追踪系统应通过职位编号或其他唯一标识符对候选人进行分组，而晋升追踪系统也应遵循相同原则。
若您仍在使用纸质系统追踪候选人，现在或许是考虑电子系统的最佳时机。我指的绝非简单的Excel表格——而是真正的求职者追踪系统。市面上有多种经济实惠的解决方案，既能根据需求灵活扩展，又具备操作简便、易于实施的特点。
但回到晋升话题，你需要某种候选人追踪系统（CTS），能够按职位空缺追踪晋升候选人。我建议将系统设置为区分"职位晋升"事件与"晋升"事件。 职位晋升事件指员工因满足特定工龄、通过资格考核等条件，从分析师I级晋升至分析师II级的情况。若此类晋升不涉及竞争，则实质上形成仅有一名候选人的晋升池。为便于区分此类晋升与组织内的竞争性晋升，CTS中应设置标识符，明确区分非竞争性职位晋升与竞争性晋升。
晋升机制的另一复杂性在于：部分机构采用正式竞聘程序，部分机构采用非正式提拔机制，还有些机构则两者兼用。无论采用何种选拔方式，您都必须为所有晋升事件提供数据支持。请咨询法律顾问以审视晋升流程，若未建立正式竞聘制度，应与法律顾问探讨是否需要建立规范流程。
关于晋升数据，最后需要注意的是：所有用于晋升决策的信息都应保存在候选人追踪系统（CTS）中。例如，若使用绩效评级评估晋升候选人，该信息就需要作为候选人档案的一部分保存在CTS中。 同样地，若晋升决策涉及学历、资历、任职时长、技能资质或其他因素，相关信息均应纳入候选人档案。理想情况下，您应能通过CTS完整重现晋升遴选流程——这不仅意味着保存候选人信息，还包括晋升岗位公告、候选人评估方式、各项标准权重分配等要素。
您终止雇佣关系的数据收集流程应与晋升流程高度相似。 您需要识别所有符合解雇条件的员工，并明确用于筛选解雇对象的评估指标。如同晋升数据一样，您应当能够通过解雇候选池数据重现解雇决策过程。同时请务必在数据集中设置标记，区分自愿离职与非自愿离职。关于招聘和晋升的数据收集与维护原则，同样适用于解雇筛选流程。
现在让我们从选拔决策转向薪酬决策。根据拟议的排班函要求，承包商须提交所有员工的薪酬数据，"包括但不限于"全职、兼职、合同工、日薪工、临时工及临时雇员。
员工薪酬包括基本工资、工资率及工作时长。额外薪酬或调整应单独列明，涵盖奖金、激励金、佣金、绩效加薪、地域差额及加班费。联邦合同合规计划办公室（OFCCP）鼓励承包商提交其他影响薪酬的因素，包括教育背景、过往经验、工作地点、部门及职能。承包商还需提交组织政策文件，以合理解释薪酬实践。
承包商不仅需要提供这些额外数据，联邦合同合规计划办公室（OFCCP）还要求以电子形式提交每位员工的具体数据。该机构将对每位员工的薪酬进行个体化审查。目前薪酬审查仍采用汇总方式，承包商需按薪资区间、薪酬标准、职级或等级提交年度总薪酬数据，并按种族、族裔及性别进行分类。
大多数承包商可能不习惯以电子形式提供员工层级的薪酬数据，因此您可能需要采取额外措施确保薪酬数据准备就绪。薪酬数据的完整性至关重要，每位员工的薪资记录应包含确定其雇佣状态所需的所有信息——包括全职、兼职、临时工、合同工、按日计酬或日工等类别。 同时需涵盖所有薪酬支付方式相关信息——包括是否享有佣金、奖金资格、轮班差额或地区调整等。任何调整（如红圈标注）均应在员工薪酬记录中明确标注，并向联邦合同合规计划办公室（OFCCP）提供相关调整的证明文件。
在生成薪酬数据前，请确保数据完整准确。核查薪酬报告是否在薪资区间、职级或层级内保持一致性。 需避免同一分类中混用小时工资与年薪数据。审查数据时务必通过"嗅觉测试"——排查异常小时工资（低于最低工资标准、过高而不可能属实的小时工资），以及明显偏低的年薪数据等明显异常情况。 审视工时数据。以下情况均属潜在错误的警示信号：某员工在特定分组中存在过量加班记录；当同组其他员工存在加班时，该员工却无加班记录；或常规工时出现异常高低值。
清理数据看似是一项艰巨的任务。若未建立完善的数据收集流程，确实如此。即便流程完善，错误仍可能发生。请仔细检查数据，对任何异常情况及时跟进。请记住，有资源可协助您完成数据清理与生产工作。新的视角往往能发现您自己可能忽略的错误。
在数据生产过程中，最重要的是确保首次生成就准确无误。请务必付出额外努力，确保所产出的数据干净且正确。 您不希望陷入因原始数据存在错误而不得不反复补充生产的情况。请务必仔细检查数据，标记任何异常值，并在向联邦合同合规计划办公室（OFCCP）提交信息前，追溯查明原因——无论是数据错误还是合理变动。
编者按：本文最初发表于 Circaworks.com。2023 年 4 月，Mitratech 收购了包容性招聘和 OFCCP 合规软件的领先供应商 Circa。此后，我们对内容进行了更新，以反映我们扩大的产品范围、不断发展的人才招聘合规法规以及人力资源管理的最佳实践。
