Let's get real about equality: l'uso degli analytics Per una strategia evidence-based - Marsh

Pagina creata da Salvatore Franchini
 
CONTINUA A LEGGERE
Let's get real about equality: l'uso degli analytics Per una strategia evidence-based - Marsh
Let’s get real about equality: l’uso degli analytics
Per una strategia evidence-based
Let's get real about equality: l'uso degli analytics Per una strategia evidence-based - Marsh
Saluti e introduzione

          Il Gruppo MMC insieme per promuovere un’autentica
          cultura di Diversity, Equity e Inclusion

          Sarah De Rocco | Marsh S.p.A.

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER   2021: OBIETTIVO DIVERSITY   2
Let's get real about equality: l'uso degli analytics Per una strategia evidence-based - Marsh
Il Gender Gap in cifre

          Klara Jandova | Partner, Oliver Wyman

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER   2021: OBIETTIVO DIVERSITY   3
Let's get real about equality: l'uso degli analytics Per una strategia evidence-based - Marsh
Il gender gap nel corso degli ultimi anni ha visto alcuni miglioramenti

Il trend nel mondo                                          Global Gender Gap Index e sotto-indici
                                                              Gender
            Miglioramento                                     equality                                 0,96   0,97
                                                                              1,0               0,96
                                                                                                                   Health & Survival
                           Political Empowerment                              0,9               0,95   0,95   0,96
                                                                                                                   Educational Attainment
                                                                              0,8
                                                                                                0,68   0,68   0,69
            Stagnazione                                                       0,7                                  Global Gender Gap
                                                                                                0,58   0,59   0,58 Economic participation
                                                                              0,6
                           Health & Survival                                                                       and Opportunity
                                                                              0,5

                           Educational Attainment                             0,4
                                                                              0,3               0,23   0,22   0,25
            Peggioramento                                                                                            Political Empowerment
                                                                              0,2
                                                                              0,1
                           Economic
                           participation and                   Gender         0,0
                           Opportunity                                           2014 2016 2018 2020
                                                              inequality
Fonte: The Global Gender Gap Report, World Economic Forum

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                       2021: OBIETTIVO DIVERSITY
Let's get real about equality: l'uso degli analytics Per una strategia evidence-based - Marsh
Alcuni KPI e cifre interessanti nel mondo del lavoro

Alcuni KPI monitorati dagli                     Women in EU
analisti                                        Eurostat, 2019

•1 REPRESENTATION OF                                                                     18%
   WOMEN ON EXECUTIVE                                   28%
                                                                                                                      Snr 37%
   COMMITTEES (%)                                   Board                               ExCo
                                                                                                                      mngr
•2 REPRESENTATION OF
   WOMEN ON BOARDS (%)
                                                WOMEN IN CEO POSITIONS AT
•3 WOMEN IN SENIOR                              S&P 500 COMPANIES
   MANAGEMENT ROLES (%)                         Catalyst, 2019
•4 WOMEN IN CEO                                       6%                                       Variation across countries:
                                                                                               Max - Romania: 34%
   POSITIONS AT S&P 500                                                                        Min - Luxemburg: 6%
   COMPANIES (%)                                     S&P                                       Italy: 12%
                                                     500

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER               2021: OBIETTIVO DIVERSITY
Let's get real about equality: l'uso degli analytics Per una strategia evidence-based - Marsh
L’importanza degli analytics: Making the invisible visible

Iniziativa “Women in leadership”                                                                                            Possibili soluzioni alla leadership gap

• Ricerca di Oliver Wyman svolta nel 2020 e                                                                                 • Make the invisible visible:
                                                                                                                            1

  pubblicata questo gennaio                                                                                                   • Be not just aware of the hidden barriers but
• Indagine tra 300 professionisti nelle posizioni di                                                                            understand how and where they hijack
  leadership in diversi settori                                                                                                 everyone's best efforts.
                                                                                                                              • Only then can something be done about
• 160 interviste, prevalentemente negli Stati Uniti                                                                             them.
• Identificazione delle principali cause della                                                                              • Sponsorship, the great equalizer:
                                                                                                                            2

  leadership gap e delle possibili soluzioni                                                                                  • Everyone who gets to senior leadership had
                                                                                                                                sponsors who made a difference.
                                                                                                                              • Sponsors are more than mentors because
                                                                                                                                they lend their own personal credibility and
                                                                                                                                advocate for those they sponsor.

1Fonte: https://www.oliverwyman.com/our-expertise/insights/2021/jan/women-in-leadership-making-the-invisible-visible.html

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                                                                2021: OBIETTIVO DIVERSITY
Let's get real about equality: l'uso degli analytics Per una strategia evidence-based - Marsh
Workforce Analytics per una strategia DEI Evidence-Based

          Alberto Navarra | Career Services Co-Leader, Mercer Italia

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER   2021: OBIETTIVO DIVERSITY   7
Let's get real about equality: l'uso degli analytics Per una strategia evidence-based - Marsh
Un approccio evidence-based alla Strategia DEI

       Orientare la strategia DEI                Allineare e coinvolgere                          Adottare policies e                 Misurare i risultati e
        con i dati ed evidenze                        gli stakeholder                             practices effettive                    condividerli

    Diagnose                                    Engage                                     Take Action                             Accountability
      Il benchmarking come standard             • Coinvolgimento degli                       Sviluppare una strategia DEI multi-    • Stabilire metriche
      di valutazione delle policies e             executive team per aumentare               stakeholder di lungo termine e una       DEI/business e relative
      practices DEI                               consapevolezza,                            roadmap che assicurino                   obiettivi
                                                  collaborazione e commitment                uguaglianza di opportunità,
      Utilizzo di Workforce Analytics                                                                                               • Implementare dashboards e
                                                                                             esperienza e retribuzione
      per prendere le decisioni:                • Preparazione di HR manager                                                          protocolli di governance DEI
                                                                                             attraverso:
                                                  all’implementazione e
      • Equal Pay e Pay Equity                                                                                                      • Collegare incentivi di
                                                  supportare la strategia DEI                 • Pratiche HR bias-free basate su
        analysis                                                                                                                      executive a obiettivi DEI
                                                                                                behavioral science e nudge
                                                • Personalizzare le strategie di
      • Internal Labor Market Maps e                                                                                                • Disegnare un strategia di
                                                  comunicazione del CEO e                     • Policy di pay equity
        workforce projections                                                                                                         disclosure per una
                                                  della dirigenza
                                                                                              • Sviluppo competenze di                trasparenza interna ed
      • Predictive analytics
                                                • Sviluppare uno story-telling di               leadership inclusiva                  esterna su temi di DEI
      • Network analysis                          impatto
                                                                                              • Progettazione di piani e
      Raccolta del POV degli                    • Attivare una funzione DEI, con                programmi benefit inclusivi
      employee:                                   ruoli e una struttura di
                                                                                              • Change management e
      • Virtual focus group                       governance definiti
                                                                                                comunicazione
      • Executive interviews
      • DEI pulse survey

                                                DEI Change Management e Strategie di Comunicazioni

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                                 2021: OBIETTIVO DIVERSITY                                                              8
Il Workforce Analytics Continuum

                                                                       MENO POTENTE              PIÙ POTENTE
          I think our female        Female talent    Female talent                                     Female talent         Female talent      This female talent
                                                                        We are 3% above                 turnover is
           talent turnover is       turnover rate     turnover rate                                                       turnover is caused       has a 76%
                                                                        industry average                negatively
                too high              is 14,5%      increased 2,3%                                                         by dissatisfaction     probability of
                                                    compared to last                                  associated with      with managers +      leaving next year
                                                          year                                         engagement           poor cultural fit

              Anecdotes               Reporting         Ongoing            Benchmarks                   Correlations       Drivers Analysis     Predictive Analytics
                                                        reporting
                                                                              METRICHE           ANALYTICS

                                                     Guardano al present o al passato                 Guardano alle cause e al futuro
                                                                        Amministrative                Strategiche
                                                                              Reporting      V        Predittive
                                                                                             S
                                                                                Per HR                Per il business
                                                                              Controllo               Ottimizzazione
                                                         Ratio’s (frazioni, percentuali)              Modelli

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                             2021: OBIETTIVO DIVERSITY
Il valore di analisi predittive

                                                ANALISI PREDITTIVE

                                                  INDICANO LE LEVE                     QUANTIFICANO
                TESTANO IPOTESI
                                                       D’AZIONE                          L’IMPATTO
                                                Chiariscono che azioni si
                                                                                    Determinano il valore di
           Confermano o invalidano               possono intraprendere
                                                                                    un intervento specific e
             aneddoti o assunti                     per influenzare o
                                                                                   aiutano a calcolare il ROI
                                                  cambiare un risultato

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER          2021: OBIETTIVO DIVERSITY
Gender Pay Gap, Pay Equity e Rappresentanza Femminile

          Lorenzo Gallì | Workforce Analytics Lead, Mercer Italia

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER   2021: OBIETTIVO DIVERSITY   11
Gender Pay Gap vs Pay Equity
Come identificare il bias

                                   20%

                                                        15%
                                                                                                                                  Questo 5% è dovuto a
                                                                        11%                                                      discriminazione o bias
                                                                                                                                   vs genere femminile

                                                                                                 6%
                                                                                                                  5%

                            GENDER PAY GAP           Controllando    Controllando        Controllando per   Controllando per
                                (Unadjusted         per Job Family   per Location          Career Level          tutte le
                                  Pay Gap)                                                                    DIFFERENZE
                            Differenza pura tra                                                                LEGITTIME
                                                                                                                                       Esempio illustrativo
                          retribuzione maschile e                                                            (e.g. job family,
                                  femminile                                                                    career level,
                                                                                                              performance,
                                                                                                              location, etc)

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                            2021: OBIETTIVO DIVERSITY
Gender Pay Gap vs Pay Equity
 Come identificare il bias

                                          Unexplained
                                           Pay Gap
                                            (€5,000)
                                                        “Gender Pay Gap”(€20,000 o 20%) o Raw Pay Gap
                                                        a.k.a. “le donne guandagnano 80 centesimi per un euro maschile”
                                           Explained
                                            Pay Gap     Differenza di retribuzione media o mediana tra uomini e donne
                                           (€15,000)

          Retribuzione
             media                                      Explained Pay Gap (€15,000 o 15%) Differenza retributive che esiste
           Maschile                                     perchè uomini e donne sono in ruoli diversi (diverso career level, job
                                                        family) o hanno livello di esperienza lavorativa diversa
             €100,000                   Retribuzione
                                           media
                                         Femminile
                                                        Unexplained Pay Gap (€5,000 o 5%) Pay gap residuo
                                           €80,000      che non può essere spiegato da fattori legittimi ed è
                                                        dovuto da bias o discriminazione

                                                                                                                      Esempio illustrativo

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                  2021: OBIETTIVO DIVERSITY
Pay Equity
 Utilizzare modelli predittivi per identificare e correggere il bias

                                                                                                                                                                   3 . P AY E Q U I T Y
                            1 . D ATA P R E P A R AT I O N                              2. MODEL DEVELOPMENT
                                                                                                                                                                    ASSESSMENT

                             Collect Employee-Level                                                                                                              Systemic Evaluation
                                                                                                                                                           (Identify groups with unexplained pay
                            Data and Prepare Database                                                                                                        gaps by gender and race/ethnicity)
                                  (sample items below)
                                     Individual Attributes
                        •    Compensation (e.g., annual salary)
                        •    Gender                                                                                                                             Determine pay equity
                        •    Race/Ethnicity                                                                                                                          objectives
                        •    General work experience (age)                             Workforce                        Drivers of
                        •    Tenure (company, job, grade)                              Segmentation
                        •    Performance
                                                                                                                         Pay By
                                                                                       Statistical                      Segment*
                                    Organizational Factors
                                                                                       Modeling                                                                  Choose remediation
                        •    Grade
                                                                                                                                                                      strategy
                        •    Job family/function
                        •    Line of business                                                                         Generate
                             Geographic / External Conditions                                                       predicted pay
                        •    Work location                                                                          level for each                               Deliver employee list
                        •    Market pay                                                                               employee                             (and deliver Pay Equity Calculator, if
                                                                                                                                                                        requested)

                    *Note: Gender and race/ethnicity are not considered legitimate drivers of pay and are analyzed in step 3 after legitimate pay drivers have been accounted for.

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                                                          2021: OBIETTIVO DIVERSITY
Pay Equity
 Si identificano driver di retribuzione LEGITTIMI e sono utilizzati per predirre la retribuzione di
 ogni impiegato

                                            E' un supervisore                                                                10,0%

                                            Assunto nell'anno                                                         9,0%

                                                  E' laureato                                                  8,0%

                           5 anni in più nella posizione                                            5,5%

                      Identificato come High Potential                                      4,5%

                             Performance sopra media                                    4,0%

                                            5 anni più grande                    3,0%

                                                                                                                                           Esempio caso cliente
                                   5 anni di tenure in più           0,5%

                                                                0%          2%       4%              6%       8%         10%         12%
                   (subset dei risultati)
                                                                            Differenza percentuale di Base Pay

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                                     2021: OBIETTIVO DIVERSITY
Pay Equity
La retribuzione predetta viene utilizzato per calcolare gli Unexplained Pay Gap
                Employee,         Actual              Predicted   % Diff. in Actual     Average % Diff. in
                by Gender       Base Salary           Base Salary  vs. Predicted        Actual vs. Predicted
                                                                                         Pay, by Gender

                   Female 1         €55,000     vs.      €54,000   =    + 1.9%

                                                                                                                   % Point Diff. in
                   Female 2         €62,500     vs.      €65,000   =    - 3.8%                                 Actual vs. Predicted Pay
                                                                                                                 Between Genders
                                                                                              - 3.0%
                   Female 3         €78,000     vs.      €85,000   =    - 8.2%

                   Female 4        €110,000     vs.     €112,000   =    - 1.8%
                                                                                                                                                 Tested for
                                                                                                                     - 4.3%                      statistical
                                                                                                                                                 significance
                    Male 1          €55,000     vs.      €57,000   =    - 3.5%

                    Male 2          €79,000     vs.      €75,000   =    + 5.3%

                                                                                              + 1.3%
                    Male 3          €90,000     vs.      €91,000   =    - 1.1%

                    Male 4         €138,000     vs.     €132,000   =    + 4.5%
                                                                                                                          Esempio Illustrativo

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                                     2021: OBIETTIVO DIVERSITY
Pay Equity
Le decisioni su come rimediare impattano budget e i Gap

                                                                                                                                                   Risultati Post-Azioni
                                         Possibili scenari                                                Azioni di aggiustamento                 (Gap iniziale = 2.6% a
                                                                                                                                                    favore di uomini)
#
                                                                               COME
                                CHI riceve un            DOVE viene                                 # di EE che
                                                                              vengono                                                                 Gap Risultante
          Obiettivo            aggiustamento              applicato                                  ricevono           Budget Totale
                                                                              definiti gli                                                            (Female v. Male)
                                 salariale?           l’aggiustamento?                            aggiustamento
                                                                              outliers?

1                                                                                 90%                     900              €800,000                        -2.6%
                                                      In ogni gruppo con
                             Aggiustare tutti gli
        Fairness di                                  differenze retributive
2                              outlier negativi                                   80%                     1,800           €1,900,000                       -2.5%
         processo                                        significative tra
                              (uomini e donne)
                                                        uomini e donne
3                                                                                 70%                     2,700           €2,700,000                       -2.5%

4                                                                                 90%                     500              €500,000                        -2.3%
                             Aggiustare solo gli      In ogni gruppo con
      Ridurre i gap a
                               outlier negativi      differenze retributive
5        livello di                                                               80%                     900             €1,000,000                       -2.1%
                            svantaggiati (uomini         significative tra
          gruppo
                                 o donne)               uomini e donne
6                                                                                 70%                     1,400           €1,400,000                       -1.8%

7                                                                                 90%                     2,000           €1,800,000                       -1.9%
      Ridurre i gap a        Aggiustare solo gli
                                                            In tutta
8        livello di           outlier negativi                                    80%                     3,800           €3,600,000                       -1.5%
                                                       l’organizzazione
      organizzazione              donna
9                                                                                 70%                     5,600           €7,900,000                       -0.7%

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                                 2021: OBIETTIVO DIVERSITY                             Esempio caso cliente
Gender Pay Gap
Il problema della rappresentazione femminile

                                                           Il Gender Pay Gap è
                                                         solitamente dovuto dalla
                                                         mancanza di donne nelle
                                                         posizioni maggiormente
                                                                 retribuite
                          GENDER PAY GAP
                                 o
                            Raw Pay Gap

    •    Differenza media tra retribuzione maschile e
         femminile
    •    Mediamente gap del 18-20%
    •    Solo parzialmente un problema di retribuzione

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                2021: OBIETTIVO DIVERSITY
Internal Labor Market Map®
Le differenze di genere nei flussi di entrata, promozione e uscita portano a scarsità di talento femminile al top

                                                                                                     Esempio caso cliente

                                                               Female            Male

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER        2021: OBIETTIVO DIVERSITY
Internal Labor Market Map®
Le Workforce Projections determinano quale azioni possono avere maggiore impatto

                                                         Projections: % Donne Senior Managers 2020–2030
                   % Donne (Senior Managers)   38%
                                                                                                                                     Con equità di entrate,
                                               36%                                                                                   promozioni e uscite
                                                                                                                                     Target
                                               34%

                                               32%                                                                                   Con equità di promozioni

                                               30%

                                               28%
                                                                                                                                     Con equità di uscite
                                                                                                                                     Con equità di entrate
                                               26%
                                                                                                                                     Baseline
                                               24%

                                               22%
                                                  2020   2021   2022   2023   2024   2025   2026       2027         2028   2029   2030   ANNO            Esempio caso cliente

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                                           2021: OBIETTIVO DIVERSITY
Un approccio Evidence-Based alla Diversity & Inclusion

          Elena Berardi | Global Head of Diversity and Inclusion, Assicurazioni Generali

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER   2021: OBIETTIVO DIVERSITY                  21
Utilizzo di benchmarking e analytics evoluti nella gestione
          degli Employee Benefit

          Cristiano Dalgrosso | Employee Health & Benefits Leader, Marsh S.p.A.

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER   2021: OBIETTIVO DIVERSITY         22
La salute, prima della carriera
Come le aziende supportano le donne (e le generazioni) riguardo alla salute, il benessere finanziario e il
caregiving?

       25%                                                                            34%
                                                                                      offre programmi di assistenza
       monitora le esigenze di salute
                                                                                      sanitaria personalizzata in base
       specifiche di genere
                                                                                      ai bisogni specifici delle donne

       9%
       monitora il benessere
       finanziario in base al genere

       23%                                                                            31%
       analizza i bisogni di assistenza                                               raccoglie informazioni circa gli
       sanitaria per i lavoratori alla fine                                           obblighi di cura e assistenza
       del loro percorso lavorativo (sia                                              dei propri dipendenti (servizi per
       uomini sia donne)                                                              l’infanzia, assistenza agli anziani)

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER        2021: OBIETTIVO DIVERSITY
Sostenibilità, un nuovo obbiettivo per HR
Health, financial wellness e caregiving sono il core objective dei piani employee e flexible benefits

    Non più solo strumento di attraction, engagement
    e retention….

    I piani di employee e flexible benefits
    costituiscono un parametro di valutazione di
    sostenibilità da parte di tutti gli stakeholder

    E supportano efficacemente le strategie di
    diversity, equity & inclusion.

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER          2021: OBIETTIVO DIVERSITY
Benchmarking e Analytics evoluti nella gestione dei piani Employee Benefits
Le sfide degli HR sono sempre più complesse, dovendosi districare tra vincoli finanziari, ambiziosi obbiettivi di
disclosure della sostenibilità e valorizzazione del proprio human capital.

Migliorare il piano EB rispettando i                  Ottimizzare i costi oggi e in futuro                  Personalizzare per creare valore
vincoli di budget                                     Soprattutto nell’attuale contesto, si rende
                                                                                                            percepito (diversity-based)
                                                      opportuno attuare interventi di ottimizzazione
Disporre di benchmarking e di analytics che           dei costi e più in generale occorre essere certi di
                                                                                                            Affinchè sia percepito come un vero valore, i piani
forniscano proiezioni dei costi pro-capite anche in   rendere i piani economicamente sostenibili nel
                                                                                                            employee benefits devono rispondere agli
relazione alle variazioni demografiche della          tempo anche alla luce dell’andamento delle
                                                                                                            effettivi bisogni dei dipendenti supportando le
propria popolazione aziendale.                        proprie popolazioni aziendali.
                                                                                                            politiche di diversity.

    BenefitMAP supporta le tue attività di placement e negoziazioni con i carriers e costituisce un valido
            strumento a supporto delle negoziazioni sindacali e nella comunicazione ai dipendenti

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                          2021: OBIETTIVO DIVERSITY
Migliorare il piano EB rispettando i vincoli di budget
Una delle sfide principali della funzione HR è migliorare le coperture a beneficio dei propri dipendenti, ma
occorre fare i conti con le possibilità di investimento.

Di che cosa si tratta?                                                          Perché è così importante?
Benchmarking e BenefitMAP.                                                      Per verificare in ogni momento l’adeguatezza del proprio piano e
                                                                                prendere decisioni basate su fatti.

                       Plan design benchmarking e supporto
                       alle scelte strategiche

- comparare il proprio piano EB con quelli del mercato e dei propri peers;
- comprendere i punti di forza e di debolezza del piano EB rispetto alla
  popolazione aziendale;
- simulare gli impatti sul piano di eventuali modifiche e variazioni per poter
  prendere decisioni supportate da elementi oggettivi;
- disporre di uno strumento fondamentale nelle negoziazioni sindacali;

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                    2021: OBIETTIVO DIVERSITY
Ottimizzare i costi oggi e in futuro
Il piano EB rappresenta oggi una voce di spesa rilevante, ancora di più se si consolidasse la componente estera.
Analytics evoluti possono individuare margini di ottimizzazione oggi e monitorare i costi futuri.

Di che cosa si tratta?                                                               Perché è così importante?
Modelli statistico-attuariali che consentono di valutare l’elemento                  Questa metodologia consente di individuare ambiti di efficientamento
economico-finanziario del piano EB.                                                  della spesa e proiettando l’evoluzione futura dei costi in base
                                                                                     all’evoluzione demografica della popolazione.

                       Ottimizzazione dei costi e/o del plan design

- individuare ottimizzazione della spesa o comprendere dove apporre
  correttivi per riportare il piano in equilibrio;
- comprendere come eventuali modifiche al piano impattino sulle proiezioni
  future dei costi e dei sinistri;
- conoscere i dettagli dell’andamento tecnici, aumenta il potere negoziale nei
  confronti del mercato assicurativo e delle controparti sindacali;
- anticipare eventuali disequilibri futuri e necessità di budgettizzare eventuali
  aumenti di costo (funding gap);

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                         2021: OBIETTIVO DIVERSITY
Personalizzare per creare valore e supportare le strategie di DEI
Appare evidente che anche rispetto alle spese sanitarie, esistono diversità che devono essere analizzate e
valorizzate, affinché l’investimento dell’azienda sia effettivamente percepito.

                                                                           Overview per fasce di età dei claims gestiti da
                                                                           Marsh nel 2019

                                                                          300%                                                                                             300%

                                                                          250%                                                                                             250%

                                                                          200%                                                                                             200%

                                                                          150%                                                                                             150%

                                                                          100%                                                                                             100%

                                                                           50%                                                                                             50%

                                                                            0%                                                                                             0%

                                                                                    0 - 33

                                                                                 54 above
                                                                                    0 - 33

                                                                                 54 above
                                                                                    0 - 33

                                                                                 54 above
                                                                                    0 - 33

                                                                                 54 above
                                                                                    0 - 33

                                                                                 54 above
                                                                                    0 - 33

                                                                                 54 above
                                                                                    0 - 33

                                                                                 54 above
                                                                                   34 - 43
                                                                                   44 - 53

                                                                                   34 - 43
                                                                                   44 - 53

                                                                                   34 - 43
                                                                                   44 - 53

                                                                                   34 - 43
                                                                                   44 - 53

                                                                                   34 - 43
                                                                                   44 - 53

                                                                                   34 - 43
                                                                                   44 - 53

                                                                                   34 - 43
                                                                                   44 - 53
                Overview per genere ed età dei claims gestiti da                     Dentarie   Lenti   Prevenzione   Ricovero   Ricovero   Specialistiche      Alta
                                                Marsh nel 2019                                                                    Diaria                     Diagnostica

                                                                                                                % Maschi    % Femmine

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER            2021: OBIETTIVO DIVERSITY                                                                                28
IA: rischi e opportunità

          Klara Jandova | Partner, Oliver Wyman

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER   2021: OBIETTIVO DIVERSITY   29
L’uso di big data, advanced analytics e intelligenza artificiale presenta nuove opportunità e rischi
Alcuni esempi

Potenziale per individuare e correggere il “bias”               Rischio di imitare l’approccio degli umani nel
                                                                corso degli anni
• Elaborare maggiori volumi di informazioni e                   • Decisioni “biased”, se un bias esiste nei dati
  individuare connessioni non ovvie                               storici usati per sviluppare gli algoritmi
• Valutare e decidere basandosi sui criteri oggettivi             – Esempio: sviluppo di un algoritmo per
  e standardizzati                                                    decisioni creditizie sui dati che includono 90%
                                                                      delle domande da parte di uomini approvate
• Evitare giudizi personali e soggettivi                              vs. 10% da parte di donne
• Automatizzare le analisi e le decisioni
                                                                • Rafforzamento degli stereotipi del genere;
                                                                  – Esempio: prevalenza di assistenti virtuali con
                                                                     voce/nome femminile (Alexa, Siri) vs.
                                                                     supercomputer con nome maschile (Watson)

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER      2021: OBIETTIVO DIVERSITY
Conclusioni e prossimi eventi

          Valentina Mosca | Change Management Solution Coordinator, Mercer Italia

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER   2021: OBIETTIVO DIVERSITY           31
Prossimi eventi
Grazie per aver partecipato!

Nel calendario, che verrà condiviso a breve, troverete elencati tutti i gli
incontri di 2021: Obiettivo Diversity.
Non perdetevi i prossimi appuntamenti!

                                  Save the date!
                                  Prossimo incontro:

                «Conversazioni sul talento»
             con Sandro Catani e Claudia Parzani,
                              in programma il giorno
                            23 febbraio alle ore 17:00.

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                        2021: OBIETTIVO DIVERSITY
Grazie per l’attenzione!

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER   2021: OBIETTIVO DIVERSITY   33
Il presente documento ha un mero scopo informativo e contiene informazioni riservate di proprietà di Marsh che non possono essere condivise con terzi, senza previo consenso scritto di Marsh.
         Le informazioni contenute nel presente documento provengono da fonti ritenute affidabili, tuttavia Marsh non ne garantisce l’accuratezza. Marsh non si assume, inoltre, alcun obbligo di aggiornamento del documento e declina
         ogni responsabilità nei confronti dell’azienda o di terzi che ne utilizzino il contenuto a qualsiasi titolo. Qualsiasi dichiarazione relativa a questioni attuariali, fiscali, contabili o legali si basa esclusivamente sulla esperienza di
         Marsh quale broker assicurativo e consulente in materia di rischi e non deve essere considerata, in alcun modo, come parere di natura attuariale, contabile, fiscale o legale, per i quali si consiglia, invece, di rivolgersi ai propri
         consulenti. Qualsiasi analisi e informazione resa con il presente documento è soggetta a incertezza intrinseca e il contenuto del presente documento potrebbe risultare compromesso nel caso in cui le presupposizioni,
         condizioni, informazioni o fattori contenuti nello stesso fossero inaccurati o incompleti o dovessero subire modifiche. Sebbene Marsh possa fornire consigli e raccomandazioni, tutte le decisioni su ammontare, tipo e termini di
         copertura e sulle misure da adottare in relazione allo specifico contesto sono di responsabilità dell’azienda, che decide cosa ritiene appropriato per la propria realtà.
         Marsh fa parte del Gruppo Marsh & McLennan Companies, insieme a Guy Carpenter, Mercer e Oliver Wyman.

         Copyright ©2021 Marsh S.p.A. Tutti I diritti sono riservati.

MARSH | MERCER | OLIVER WYMAN | GUY CARPENTER                                                                   2021: OBIETTIVO DIVERSITY                                                                                                               34
Puoi anche leggere