Kapitel 9 – 'Din guide til lønprocessen'

Hvis du har arbejdet med rapportering og dataanalyse, vil du sikkert have oplevet, at det ofte er tidskrævende. Og måske har du til tider endda været i tvivl om, hvorvidt du er endt med at rapportere for rapporteringens skyld. Det er i hvert fald en oplevelse, jeg ofte bliver mødt med, når snakken falder på intern og ekstern rapportering.

Og min erfaring er, at oplevelsen bunder i, at definitioner, formål og indhold for den pågældende rapportering ikke er tilstrækkelig afklaret.

Derfor er første skridt til at få etableret en værdiskabende rapporteringsindsats, at du kender formål, behov og modtager. Der er nemlig en verden til forskel fra at lave overordnet rapportering til ledelsen til at lave detaljeret lønsumsrapportering eller budgetopfølgning.

I din virksomhed sker der antageligt masser af rapportering på kryds og tværs af afdelinger og funktioner – hver dag. Men jeg vil alligevel opfordre dig til at stoppe op og gøre dig nogle overvejelser om de elementer, der danner grundlag for en god rapportering. Og tilsvarende, hvilke rapporteringsmetoder der giver størst effekt.

Alfa og omega for din rapportering er, at den bliver anvendt frem for blot udført. Og for at lykkes med den opgave er det væsentligt, at du har tænkt hele vejen rundt om din rapporteringsindsats.

Derfor har jeg samlet seks spørgsmål, der kan hjælpe dig med at få defineret formålet med din rapporteringsindsats og sikre, at du har en god proces, hvor ingen interessenter eller lovkrav bliver glemt undervejs.

Alt efter selskabsform oplever alle virksomheder forretningsmæssige behov og offentlige krav til at rapportere på forskellige typer data. Forventningerne er ofte varierende og afhængige af modtager.

Topledelsen vil typisk have data, der kan danne overblik og beslutningsgrundlag for strategiske tiltag, mens mellemledere typisk har behov for data, som giver tilstrækkeligt indblik til, at de kan handle taktisk og træffe operationelle beslutninger.

For at kunne finde ind til formålet med rapporteringen er det afgørende, at du ved, hvilke spørgsmål din modtager ønsker at få besvaret. Det er den vigtigste grundsten for en meningsfuld rapportering.

Når du er helt skarp på dit rapporteringsbehov, er det vigtigt at tænke alle interessenter ind i rapporteringsprocessen, så du kan tilrettelægge den effektivt. Og selvom det kan variere meget, så kan der være god ræson i at betragte al rapportering som en proces, hvor der typisk er flere interessenter og systemer involveret på tværs af datagrundlag, godkendelse og databearbejdning.

Når du går i gang med at få beskrevet, analyseret og etableret en værdiskabende rapporteringsproces, får det ofte positiv indflydelse på andre processer i organisationen. Netop derfor er det vigtigt, at du får beskrevet datastrømmene i organisationen, så kompleksiteten af data bliver tydelig. Det giver nemlig et godt grundlag for at optimere de enkelte delprocesser i virksomhedens samlede rapporteringsproces.

Det giver også mulighed for at arbejde tættere sammen med andre afdelinger og blive tydelig i databehovet. Og det kan bidrage til at simplificere rapporteringen og belyse behovet for data for andre end lønafdelingen.

I den øvelse er kommunikationen imellem interessenter uhyre vigtig. For hvis der er en gensidig forståelse for, hvad rapporteringsbehovet er, hvilke systemer der indgår, hvordan deadlines tilrettelægges, og hvordan rapporteringsprocessen er, så har alle de bedste forudsætninger for at løfte deres del af rapporteringsprocessen.

Vi skal ikke alle være hundredmetermestre i Karnovs lovsamlinger. Heldigvis. Men derfor gør du klogt i at involvere dem, som er. Tag derfor dine juridiske kolleger med på råd, så du bliver helt klar på, hvilke lovgivningskrav du skal tage højde for i rapporteringen. Og hvis du tænker, at du ikke har nogen at sparre med internt, så ræk ud til virksomhedens revisor eller anden ekstern rådgiver.

Og her vil jeg gerne slå et ekstra slag for at være på forkant. Særligt med den del af dansk lovgivning, der bliver påvirket – eller er direkte foranlediget – af Danmarks medlemskab af EU (GDPR, ESG-rapportering m.v.). Som en del af det følger også regnskabslovgivning, der er definerende for de rapporteringskrav, som gælder i forbindelse med aflæggelse af årsregnskab, kvartalsregnskaber m.v.

Og når nu vi er ved GDPR. Så vil jeg understrege, hvor vigtigt det er, at du ikke deler eller giver adgang til personfølsomme data i forbindelse med rapportering. Ikke kun i relation til, hvad der er defineret som personfølsomme data i henhold til GDPR-lovgivningen. Men også lønforhold og andre oplysninger, som er fortrolige ift. medarbejdere eller din virksomhed.

Når det handler om rapportering, er én af de formuleringer, jeg har hørt flest gange, at kvaliteten i output ikke bliver bedre end kvaliteten i input. Og det er så sandt, som det er sagt.

Specielt i større virksomheder oplever jeg, at datakvaliteten ofte bliver negativt påvirket af systemopgraderinger, der udfordrer eksisterende integrationer. Eller af nye løsninger, som implementeres, uden at datamapping eller dataintegrationer er færdiggjort. Resultatet bliver ofte fejlbehæftede eller mangelfulde data fra de kildesystemer, der indgår i rapporteringsprocessen.

Når det er sagt, er der heldigvis mange gode eksempler på, at hele datakæden på tværs af systemer fungerer optimalt. I de tilfælde vil det naturligvis fortsat gøre rapporteringen misvisende, hvis grundregistreringer fra fx medarbejdere og ledelse ikke sker eller er fejlbehæftede.

En statisk rapport indeholder afgrænsede data, som det ikke er muligt at udfolde yderligere. Den vedrører ofte historiske data fra tidligere perioder og er kendetegnet ved, at den typisk opsættes én gang, hvorefter den opdateres løbende med data.

Et godt eksempel på en statisk rapport er fx månedsrapportering af lønomkostninger, der sammenholder indeværende år med sidste år. En rapport, hvis formål er at vise, hvorvidt der er sket en forøgelse eller reduktion af de samlede lønomkostninger. Det kan også være rapportering på en periodes sygefravær, kønsdiversitet, årsværk eller deslige.

En dynamisk rapport er derimod kendetegnet ved at indeholde data, som løbende opdateres. Og i den type rapporter kan du udfolde data og dykke ned i de underliggende detaljer. Det er som sådan ikke frekvensen af dataopdateringen, der afgør, hvorvidt en rapport er dynamisk. Det er derimod læserens mulighed for at arbejde med data og rapportens indhold.

Et godt eksempel på en dynamisk rapport er en økonomirapport, der opdateres løbende, når der bogføres nye data, og giver mulighed for at dykke ned i detailposteringerne på de enkelte omkostningskonti.

Tal taler, men desværre ikke altid for sig selv.

Derfor er værdien af din rapportering sjældent bedre end den rammesætning, du giver din modtager som hjælp til at forstå dit rapportindhold.

Dermed ikke sagt, at alle rapporter kræver lange forklaringer og beskrivelser. Min tommelfingerregel er, at jo mere simpel og gennemskuelig dit rapportindhold er, jo mindre har du behov for at forklare selve indholdet.

Det, der ofte giver stor værdi for læseren, er kommentarer til trends og udvikling ift. fx nøgletalsanalyser.

Jeg kommer i næste afsnit ind på forskellige rapporteringsmetoder, hvor det for flere af dem er vigtigere at sikre en god forståelse for rammesætning og formål med rapporten, end det er at forklare selve dataindholdet.

Afhængig af din virksomheds størrelse og de systemer, der anvendes, er der flere muligheder for at analysere, rapportere og konsolidere løndata.

I afsnittet her dykker jeg derfor ned i fem rapporteringsmetoder, der på hver deres måde understøtter en stærk rapportering. Og ikke mindst kan være med til at danne beslutningsgrundlag.

Den mest oplagte og klassiske form for rapportering er de rapporter, der typisk kan genereres direkte fra et løn- eller HR-system.

I den simple form er systemrapporter statiske rapporter. Mens de i udvidet form understøtter dynamisk rapportering, hvor der er mulighed for at udfolde de data, der indgår i den pågældende rapport.

Et eksempel på en statisk systemrapport fra et lønsystem kan være en feriesaldooversigt pr. medarbejder. I den statiske form vil det typisk være en rapport, hvor format, layout og dataindhold er defineret i opsætningen af rapporten – ofte med mulighed for at vælge datofiltre og eventuelt afdeling osv.

Hvis vi tager udgangspunkt i samme feriesaldooversigt som en dynamisk rapport, kan der fx være mulighed for at tilvælge supplerende indhold, der viser optjente feriedage og afholdte feriedage. Eller mulighed for at udfolde detaljer på en specifik medarbejder.

Når systemrapporter fungerer efter hensigten, er det en hurtig og enkel måde at foretage rapportering på. Og i de tilfælde, hvor jeg oplever mangelfulde rapporter, skyldes det, at fx nye lønarter, opsætning af nye medarbejdergrupper eller opsætning af nye overenskomstkoder ikke medtages i de data, der indgår i rapporten.

Så selvom det er nærliggende at antage, at standardrapporter i et system må hænge sammen med systemets egne tabeller og datakilder, er min pointe, at det er dig som bruger, der skal sikre kvaliteten af de rapporter, du genererer.

Et begreb, der vinder mere og mere terræn inden for rapportering, er Business Intelligence, typisk italesat som BI. Skal det være helt rigtigt, så blev BI som et rapporteringsbegreb for alvor introduceret op igennem 1960’erne som den IT-tekniske tilgang til at sammenkæde data fra forskellige systemer og datakilder.

Og jeg kunne med stor interesse skrive en hel bog om udviklingen i BI. Helt fra krypteringsteknologier under 2. Verdenskrig til lanceringen af de første IBM-computere i slut 1950’erne.

Men nu holder vi snuden i sporet og fokuserer på BI i den moderne form, som er blevet defineret i takt med udbredelsen af cloud-baserede systemer. Hvilket i langt højere grad end tidligere åbner mulighederne for at udveksle data.

For med den forudsætning er BI en rapporteringsmetode, der gør det muligt at rapportere og analysere data fra flere forskellige datakilder eller sammensætte forskellige typer af data fra forskellige systemer.

Et eksempel på en BI-rapport kan være i forbindelse med analyse af lønomkostninger opdelt på køn og uddannelse, der trækker på løndata fra et lønsystem koblet sammen med stamdata fra et HR-system. Måske et lidt karikeret eksempel, men pointen med BI er ideen om at sammenkæde data, der findes i forskellige systemer. Med det formål effektivt at analysere og danne bedre beslutningsgrundlag.

Da rapporteringsmulighederne er mange inden for BI og kan fremstå uendelige, er det vigtigt at have øje for de fem spørgsmål, jeg har beskrevet tidligere, for at sikre en meningsfuld rapportering.

En variant af 'visuel' rapportering findes i de dashboards, flere og flere systemer anvender. Et dashboard er i den rene definition en brugerflade, som typisk udstiller nøgletal og KPI’er.

Selve datagrundlaget for de nøgletal, der vises i et dashboard, kan være dannet med anvendelse af BI-teknologi eller være indbygget direkte i et system.

Anvendelsen af dashboards er specielt vokset i takt med udbredelsen af cloudbaserede tids-, løn- og HR-systemer, hvor ledere og medarbejdere kan tilgå forskellige nøgletal og KPI’er.

Et eksempel på et leder-dashboard i et tidssystem kan være nøgletal over, hvor mange medarbejdere der mangler at registrere tid, eller hvor mange ledere der mangler at godkende tid. Et eksempel på nøgletal, der ofte vises i et leder-dashboard i et HR-system, kan fx være kønsfordeling eller sygefravær opdelt på medarbejdergrupper.

Apps er en anden variant af 'visuel' rapportering, der har fået voldsom medfart siden årtusindeskiftet. Men jeg vil nøjes med at fokusere på apps i form af de applikationer, der kan downloades og anvendes på smartphones og tablets.

En af de store fordele, du kan opnå ved at anvende apps, er, at en app både kan indeholde funktionalitet og udstille data. Ift. rapportering kan du i princippet sidestille en app med et dashboard. Dog med den forskel, at du i en app har dine nøgletal lige ved hånden – bogstaveligt talt.

Der findes flere udbydere, som kan hjælpe dig med at bygge apps, der kan opsamle og bearbejde data. Og på samme måde som med et systemdashboard er der mulighed for at opbygge forskellige datamodeller, der kan være baseret på BI-teknologi eller være kædet sammen med et enkeltstående system.

Og det er efterhånden mere reglen end undtagelsen, at tids-, løn- og HR-løsninger har en app tilknyttet som en integreret del af deres brugerflade.

Et eksempel kan være en app, der indeholder funktionalitet til registrering af tid. Det kan være en simpel app, som kun anvendes til at registrere timer og fravær til brug for løngrundlag. I en avanceret version kan den også være til at registrere timer på projekter og sager som grundlag for kundefakturering.

Sidst, men bestemt ikke mindst, er den formodentlig mest anvendte rapporteringsmetode Excel (eller andre regneark).

Excel anvendes i stort omfang i forbindelse med udtræk af data fra virksomhedens løn-, HR- og økonomisystemer. Som afstemningsværktøj, og i forbindelse med controlling, er Excel fortsat det mest oplagte værktøj.

Ift. rapportering og dataanalyse ser jeg dog en stigende tendens til, at de manuelt bearbejdede Excel-ark må vige pladsen til fordel for BI-teknologi. Det er dog værd at nævne, at Excel som værktøj også kan indgå som en del af en BI-løsning. Og mange virksomheder benytter Excels Power BI-værktøjer til at sammenkæde og analysere data.

Men vi dvæler lige lidt ved de manuelt bearbejdede Excel-ark. Altså de afstemninger og analyser, hvor du selv importerer data og selv opbygger formler, layout og grafer. For det er mere end én gang, at jeg har oplevet afstemninger, rapporter og analyser, der har været mangelfulde eller direkte fejlagtige (inklusive mine egne).

Derfor har jeg som inspiration samlet fire overordnede spørgsmål, der kan hjælpe dig i din rapporteringsindsats, hvis du anvender Excel som rapporteringsmetode:

Forud for disse afklaringer er der naturligvis en masse praktiske overvejelser ift. optimal opbygning af datamodel og anvendelse af formler, tabeller og grafik. Hvilket i princippet kunne have haft et kapitel for sig. For der er som bekendt mange måder at arbejde med data på i Excel.

Lønrapportering og de analyser, der udformes med udgangspunkt i løndata, har i mange år haft betydning for de beslutninger, der træffes dagligt – i alle størrelser virksomheder. Dog vil jeg sige, at behovene for rapportering og analyse historisk har været fokuseret på udviklingen i omkostninger, lønsomhed og produktivitet.

Det interessante ift. fremtidens rapporteringsbehov er, at kravene til virksomheder ift. transparens og dokumentation er i en voldsom udvikling. Ikke mindst som følge af ny lovgivning og krav fra fx investorer.

Og specielt EU-Kommissionens appetit på at vedtage og implementere lovgivning, der har betydning for virksomheders rapportering og åbenhed, er tiltagende. Derfor er jeg overbevist om, at det er en tendens, der kun fortsætter.

Så lad mig slå fast, at da denne bog blev udgivet i maj 2023, så lå fremtiden lige rundt om hjørnet.

Den påstand vil jeg underbygge med to spritnye eksempler på EU-lovgivning, der i den grad vil få gennemgribende betydning for en lang række virksomheder mange år frem.

Indførelsen af ESG-rapportering sker som et led i en fælles køreplan for den grønne omstilling af EU-medlemslandene. Og netop for at fremme den grønne omstilling har EU-Kommissionen indført krav til rapportering om virksomhedernes bæredygtighed.

Det betyder bl.a., at fra og med 2024 skal børsnoterede virksomheder med flere end 500 ansatte rapportere om deres arbejde med den bæredygtige omstilling. Og give omfattende oplysninger om forbrug, udledninger m.v. Som en del af det omfatter rapporteringskravene også sociale forhold, oplysninger om virksomhedens medarbejdere, menneskerettigheder, ligestilling, aftryk på samfundet samt oplysninger om selskabsledelse.

Fra 2025 udvides ESG-rapporteringen til at omfatte virksomheder, der overstiger to ud af tre størrelsesgrænser for omsætning, balancesum og antal ansatte. Det vil betyde, at de fleste virksomheder med flere end 250 ansatte vil blive omfattet.

Hvis din virksomhed bliver omfattet, vil den omfattende rapportering stille helt nye krav til datakvalitet og tilgængelighed af data. Og for alle virksomheder, der bliver omfattet, uanset størrelse, vil der være en indledende ledelsesafklaring ift. at beslutte, hvilke oplysninger der skal indgå i virksomhedens ESG-rapportering. Jeg vil kalde det for virksomhedens ESG-strategi.

Når ESG-strategien er fastlagt, ligger der en stor opgave i at definere de dataelementer og datakilder, der skal danne grundlag for ESG-rapporteringen.

Så sidder du i en HR-, løn- eller finansfunktion, er det vigtigt, at I på tværs af afdelinger tidligt får etableret én eller flere arbejdsgrupper. På den måde kan du nemlig fokusere på, hvilke data der skal indgå i jeres ESG-rapportering, og hvordan I sikrer adgang til de nødvendige data.

I forlængelse af det er det vigtigt, at din virksomhed udarbejder et ESG-årshjul. Og som en del af det kan I med fordel udarbejde en ESG-regnskabsmanual, hvor alle supportfunktioner er tænkt ind.

Eksempler på HR- og lønrelaterede data, der vil skulle indgå i virksomhedens ESG-rapportering, er rekrutteringsoplysninger, køn, alder, uddannelse, løndele og oplysninger om forskellige typer af sygdom og fravær.

Et andet tiltag, som følger af EU-lovgivning, er et nyt EU-direktiv om løngennemsigtighed, som skal være med til at udligne lønforskellen mellem mænd og kvinder. Det betyder, at alle virksomheder fremover skal udarbejde kønsneutrale kriterier, som er objektive, og som skal ligge til grund for løndannelsen. Et kønsneutralt kriterie kan fx være kompetenceniveauer, uddannelsesniveauer, stillingsniveauer eller andre kriterier, der kan anvendes ligeværdigt, uanset medarbejderens køn.

Det nye direktiv betyder, at virksomhedens medarbejdere kan anmode om at få udleveret kriterierne og statistik for gennemsnitslønningerne opgjort på stilling og køn. Hvilket skal være med til at sikre, at medarbejdere kan sammenligne deres løn med tilsvarende stillinger i virksomheden.

I skrivende stund er det ikke afklaret, hvornår de nye krav træder i kraft for danske virksomheder, men forventeligt sker det i løbet af 2026.

Kort fortalt vil din virksomhed skulle rapportere om gennemsigtighed i løndannelsen hvert år, hvis virksomheden har flere end 250 medarbejdere. Hvis din virksomhed har mellem 150 og 249 medarbejdere, vil rapporteringen skulle ske hvert tredje år. Og fem år efter at kravene er trådt i kraft, vil din virksomhed skulle rapportere, hvis I har mellem 100 og 149 medarbejdere.

En interessant vinkel i den forbindelse er, at hvis rapporteringen viser en lønforskel på mere end 5% mellem mænd og kvinder, uden at virksomheden kan retfærdiggøre forskellen baseret på objektive kønsneutrale forhold, ja, så vil der skulle foretages et løneftersyn i samarbejde med virksomhedens tillids- eller medarbejderrepræsentanter.

Lige så interessant synes jeg, det er, at hvis din virksomhed til den tid skulle komme ud for en ligelønssag og ikke har opfyldt sine forpligtelser ift. gennemsigtighed i løndannelsen, så vil bevisbyrden ligge på virksomheden. Altså omvendt bevisbyrde. Hvilket betyder, at enhver forskel i løn mellem køn som udgangspunkt vil være udtryk for diskrimination, indtil andet er bevist.

Et godt eksempel på krævende lovgivning, der vil stille store krav til, hvordan din virksomhed skal definere kriterier og – ikke mindst – sikre, at kriterierne danner grundlag for en gennemsigtig rapportering.

Men det er også et godt eksempel på lovgivning, der giver god mening ift. det overordnede formål om at sikre, at vi alle får løn som fortjent. Baseret på vores kompetencer og bidrag, ligeværdigt og uafhængigt af vores køn.

I mange sammenhænge giver det mening at begynde med slutningen. Og sådan håber jeg også, at du vil reflektere over dét, du har læst i bogen her.

For jeg ser en tendens i, at de virksomheder, der oplever lønprocessen som en værdiskabende proces, er dem, der lykkes med at skabe forretningsværdi i deres rapportering og analyser.

Den vigtigste forudsætning for at skabe forretningsværdi er tillid. Tillid fra forretningen og ledelsen til, at dine data er retvisende og har det nødvendige kvalitetsniveau til at demonstrere fremgang på temaer som fx ESG og ligestilling.

Og som du ved, kommer kvalitet ikke af sig selv. Tværtimod. Kvaliteten opnås med forebyggende kvalitetssikring og veldefinerede processer, der er effektive, sammenhængende og ensrettede på tværs af virksomheden.

Og ensretning fordrer, at du og dine kolleger har en fælles forståelse af og viden om, hvad der sker på tværs af de fire hovedprocesser i lønprocessen: input, lønkørsel, output og afstemning.

Men ensretning udgør ikke hele løsningen. For at sikre høj kvalitet er det nødvendigt med optimal organisering, kompetencer, procesdokumentation, kommunikation og service – understøttende områder, der understøtter lønprocessen. Understøttende områder, der er med til at skabe tryghed for virksomhedens medarbejdere, mellemledere og direktion.

For tryghed er vigtig for at skabe ro om lønprocessen. En ro, din virksomhed kun kan opnå, hvis der fra starten er styr på de tre kritiske områder: data, systemer og processer.

Og dermed har vi bevæget os fra en praksisnær begyndelse til en perspektiverende afslutning. Og tilbage igen. For bogen er tænkt cirkulær, ligesom lønprocessen.

Tak, fordi du læste med.

Dette er kapitel ni i 'Din guide til lønprocessen' af Henrik Schøtt Kjærgaard, Partner i Basicos serviceline People & Payroll Services. Få fingrene i resten af bogen her.