Une NAO ne se prépare pas avec un taux d’augmentation et quelques moyennes de rémunération. Pour objectiver les négociations salariales, encore faut-il pouvoir expliquer ce qui a réellement évolué, pour quelles populations, sous l’effet de quelles décisions et avec quel impact budgétaire. Voici les données à fiabiliser et les analyses à conduire avant d’ouvrir les discussions.
À quelques semaines d’une négociation salariale, les chiffres sont rarement absents. Le SIRH contient les rémunérations, la paie fournit le réalisé, la BDESE rassemble une partie des indicateurs sociaux, la Finance dispose de sa projection de masse salariale et les équipes C&B ont souvent leurs propres analyses.
Le problème apparaît lorsque ces chiffres doivent raconter la même histoire.
Une masse salariale en hausse ne dit pas à elle seule combien les salariés ont été augmentés. Une augmentation moyenne ne dit pas combien de personnes en ont réellement bénéficié. Un écart de rémunération ne dit pas s’il compare des situations suffisamment homogènes. Et une enveloppe de 2 % ne dit rien de la manière dont elle pourrait être répartie.
Objectiver une NAO consiste donc moins à accumuler des indicateurs qu’à construire une chaîne d’analyse : comprendre le réalisé, identifier ce qui l’explique, qualifier les écarts puis chiffrer les décisions possibles.
Le sujet est d’autant plus important pour 2027 que les entreprises préparent leurs négociations dans un environnement salarial plus contraint et à la veille d’une évolution importante du cadre français de transparence des rémunérations.
Une précision s’impose néanmoins sur le terme « NAO ». Le Code du travail prévoit, dans les entreprises où sont constituées une ou plusieurs sections syndicales représentatives, une négociation périodique notamment sur la rémunération et les salaires effectifs. Un accord peut organiser la périodicité de ces négociations dans une limite de quatre ans ; à défaut d’un tel accord ou en cas de non-respect de celui-ci, la négociation sur la rémunération est annuelle.
Le terme « NAO » est donc utilisé ici dans son acception courante.
Pour une équipe C&B, la première étape consiste à définir le jeu de données nécessaire à la décision, et pas uniquement celui nécessaire au respect des obligations d’information.
La distinction est importante.
Dans son contenu supplétif, la BDESE prévoit déjà de nombreuses informations utiles : frais de personnel, évolutions salariales par catégorie et par sexe, salaire de base minimum, salaire moyen ou médian, données relatives aux rémunérations et, selon les configurations, à l’ancienneté, aux promotions ou aux niveaux hiérarchiques.
Ces informations constituent un socle. Elles ne suffisent pas nécessairement à expliquer une politique de rémunération ou à simuler les conséquences d’un arbitrage.
Pour préparer la négociation, les données peuvent être organisées en cinq blocs. Chacun doit répondre à une question précise.
Salaire fixe, variable, primes pertinentes et rémunération totale selon le périmètre retenu.
L’objectif est d’éviter de comparer des montants qui ne recouvrent pas les mêmes composantes. Une analyse portant sur le salaire de base et une analyse portant sur la rémunération totale ne répondent pas à la même question.
Emploi, niveau ou classification, entité, localisation, ancienneté et temps de travail permettent de construire les populations de référence adaptées à l’analyse.
La qualité de la comparaison dépend directement de ce périmètre.
Augmentations générales et individuelles, promotions, mobilités, corrections et mesures hors cycle permettent de distinguer la photographie actuelle de l’historique qui l’a produite.
Deux rémunérations identiques aujourd’hui peuvent être le résultat de trajectoires très différentes.
Moyenne, médiane, distribution, quartiles, positionnement interne et écarts entre populations comparables permettent de dépasser la lecture d’un simple chiffre agrégé.
L’enjeu n’est pas seulement de mesurer un écart, mais de déterminer où il se situe et ce qu’il signifie.
Effectifs, entrées et sorties, enveloppes, hypothèses d’augmentation et éventuels budgets de correction permettent de passer du diagnostic aux scénarios.
Cette organisation évite un piège fréquent : commencer directement par la question « combien pouvons-nous augmenter ? », alors que l’on n’a pas encore établi ce qu’il faudrait éventuellement corriger, préserver ou prioriser.
Une donnée salariale peut être parfaitement exacte et conduire malgré tout à une mauvaise décision.
Supposons qu’une population affiche un salaire médian de 52 000 €. Ce chiffre n’a de sens que si l’on sait précisément quels salariés entrent dans le calcul : temps plein ou rémunérations équivalent temps plein, fixe ou rémunération totale, même niveau de responsabilité ou grande famille de métiers, France entière ou plusieurs zones géographiques.
Avant de mesurer un écart, il faut donc stabiliser ce que l’on mesure et entre qui.
Le premier choix porte sur le périmètre de rémunération.
Salaire de base, rémunération fixe annuelle, rémunération variable, primes, avantages ou rémunération totale ne répondent pas aux mêmes questions.
Une analyse du fixe peut être pertinente pour étudier une grille salariale. Elle devient insuffisante si deux populations comparables sont soumises à des structures de rémunération très différentes.
À l’inverse, additionner systématiquement toutes les composantes peut masquer un problème portant précisément sur le salaire de base.
La bonne pratique consiste donc à définir la métrique avant de regarder le résultat, puis à conserver cette définition tout au long de l’analyse.
Une catégorie administrative n’est pas nécessairement une bonne population de comparaison salariale.
Dans une ETI de 2 000 salariés, regrouper tous les « cadres » peut par exemple agréger des métiers, niveaux de responsabilité et marchés de recrutement sans rapport entre eux.
Selon la question posée, il peut être nécessaire de croiser : famille de métiers × niveau × entité ou localisation, puis d’ajouter les variables réellement pertinentes pour l’analyse.
Cela ne signifie pas qu’il faut créer des groupes toujours plus petits jusqu’à faire disparaître les écarts. Une segmentation excessive produit l’effet inverse : des populations statistiquement fragiles et des comparaisons impossibles à interpréter.
Le bon groupe de pairs est donc suffisamment homogène pour être comparable et suffisamment large pour rester exploitable.
La photographie des rémunérations à date ne raconte qu’une partie de l’histoire.
Deux populations peuvent aujourd’hui présenter un positionnement comparable alors que leurs trajectoires salariales ont été très différentes.
Pour préparer la négociation, il faut donc pouvoir reconstituer au minimum :
les augmentations générales accordées ;
les augmentations individuelles ;
les promotions et mobilités accompagnées d’une revalorisation ;
les corrections salariales ;
les mesures exceptionnelles ou hors cycle ;
lorsque c’est pertinent, l’évolution du variable et des primes ;
les entrées et sorties ayant modifié la composition de la population.
L’objectif n’est pas de produire un historique exhaustif de chaque salarié. Il est de distinguer ce qui résulte d’une décision de rémunération de ce qui résulte d’un changement de population.
Prenons deux entités affichant toutes deux une augmentation moyenne proche de 2 %.
Dans la première, presque tous les salariés ont reçu une augmentation proche de ce niveau.
Dans la seconde, une partie importante de la population n’a reçu aucune augmentation tandis qu’un groupe plus restreint a bénéficié de revalorisations nettement supérieures.
La moyenne peut être similaire. La politique de distribution ne l’est pas.
Pour comprendre ce qui s’est réellement passé, l’analyse doit donc être complétée, selon le contexte, par :
le taux de bénéficiaires ;
la médiane des augmentations ;
la distribution des taux ;
la sélectivité ;
les résultats par population ;
les décisions hors cycle.
Ce sont souvent ces indicateurs qui permettent de passer d’une discussion sur « le taux moyen accordé l’an dernier » à une discussion sur les choix réellement effectués.
La moyenne reste utile. Mais elle devient dangereuse lorsqu’on lui demande de répondre à une question pour laquelle elle n’a pas été conçue.
Une rémunération moyenne peut être tirée vers le haut par quelques valeurs élevées. Deux populations ayant la même moyenne peuvent également présenter des dispersions très différentes.
Pour une analyse C&B, il est donc souvent utile de combiner plusieurs niveaux de lecture.
La moyenne restitue la rémunération totale observée divisée par le nombre d’observations. Elle est sensible aux valeurs extrêmes.
La médiane coupe la population en deux : 50 % des observations se trouvent en dessous et 50 % au-dessus. Elle fournit donc une lecture souvent plus robuste du centre d’une distribution asymétrique.
Aucune des deux n’est intrinsèquement « meilleure ». Leur intérêt dépend de la question posée.
Lorsque moyenne et médiane s’éloignent fortement, l’écart entre les deux devient lui-même une information : la distribution mérite d’être regardée de plus près.
Les quartiles permettent d’aller plus loin en observant comment les rémunérations se répartissent dans une population comparable.
Lorsqu’une architecture salariale existe, d’autres indicateurs peuvent compléter cette lecture. Le compa-ratio, par exemple, rapporte généralement le salaire d'un salarié au midpoint de la bande salariale correspondant à son poste ou à son niveau. Dans qomben, ce positionnement se lit via la distribution (médiane, quartiles), via le compa-ratio calculé automatiquement dans le Benchmark interne ou via le rapport de transparence salariale.
Un compa-ratio inférieur à 1 indique un salaire inférieur au midpoint. Cela ne signifie pas automatiquement que le salarié est sous-payé ou qu’une augmentation est nécessaire.
Il faut encore regarder la logique de la bande, l’expérience dans le rôle, la trajectoire, le positionnement des pairs et les critères qui gouvernent la progression salariale.
Un indicateur de positionnement décrit une situation. Il ne prend pas la décision à la place du C&B.
Mesurer un écart n’est que le début du travail.
Pour chaque différence significative, le raisonnement devrait progresser en plusieurs étapes :
observer → contrôler le périmètre → rechercher les facteurs explicatifs → vérifier leur pertinence → identifier la part non expliquée → décider.
Selon les situations, des différences peuvent être associées à des niveaux de responsabilité, des compétences, une expérience pertinente, un périmètre de poste, une localisation ou d’autres critères objectifs applicables à la politique de rémunération.
Mais l’existence d’un facteur ne suffit pas à justifier automatiquement un écart. Il faut encore pouvoir démontrer qu’il est pertinent pour la rémunération considérée et appliqué de manière cohérente.
Cette logique devient particulièrement importante avec le renforcement du cadre européen de transparence salariale. La directive (UE) 2023/970 prévoit notamment des analyses par catégories de travailleurs accomplissant un même travail ou un travail de même valeur et distingue les différences de rémunération pouvant être justifiées par des critères objectifs non sexistes de celles qui ne le sont pas.
Elle impose aussi de ne pas transformer le seuil de 5 % en raccourci.
Contrairement à une formulation parfois rencontrée, la directive ne dit pas que tout écart individuel supérieur à 5 % doit automatiquement être corrigé.
L’évaluation conjointe prévue par la directive suppose notamment un écart moyen d’au moins 5 % entre les travailleurs féminins et masculins d’une catégorie de travailleurs, l’absence de justification de cet écart par des critères objectifs non sexistes et l’absence de correction dans les six mois suivant la communication des données.
Cette distinction est essentielle : un seuil statistique n’est pas une règle automatique d’augmentation individuelle.
C’est probablement l’un des points les plus importants à sécuriser avant une négociation.
Dire que la masse salariale a progressé de 4 % ne signifie pas que les salariés présents ont bénéficié de 4 % d’augmentation.
La masse salariale peut évoluer sous l’effet combiné :
les augmentations générales et individuelles ;
des promotions ;
des entrées et sorties ;
des changements de structure des effectifs ;
de mesures prises en cours d'années ;
de la date d'effet ds décisions ;
du variable et de certains éléments complémentaires, selon le périmètre retenu..
La Dares indique par exemple qu’au deuxième trimestre 2026, le salaire mensuel de base des salariés du privé progresse de 1,9 % sur un an. Ce chiffre décrit une évolution macroéconomique du salaire de base ; il ne constitue ni un budget d’augmentation recommandé ni une mesure de l’évolution de la masse salariale d’une entreprise donnée.
Pour préparer la NAO, une décomposition utile consiste à distinguer trois catégories.
Les effets de population : recrutements, départs, évolution des effectifs ou de leur structure.
Les effets déjà engagés : décisions antérieures dont le coût se prolonge sur l’exercice suivant.
Les nouvelles décisions : augmentation générale, augmentations individuelles, promotions, corrections ou autres mesures à arbitrer.
Cette séparation change la qualité de la discussion.
Une hausse du budget provoquée par des recrutements n’appelle pas le même arbitrage qu’une hausse liée à des augmentations individuelles. À l’inverse, présenter ces deux effets dans un même taux global peut donner une vision trompeuse de la marge de manœuvre réellement disponible.
Une fois le réalisé expliqué et les écarts qualifiés, la négociation peut entrer dans sa dimension prospective.
Il ne s’agit plus seulement de demander :
« Quelle enveloppe pouvons-nous consacrer aux augmentations ? »
mais :
« Que voulons-nous produire avec cette enveloppe ? »
Une enveloppe identique peut financer des politiques très différentes.
Une augmentation générale privilégie une couverture large et produit un coût relativement prévisible. Une enveloppe plus ciblée permet de concentrer l’effort sur certaines populations, certains positionnements ou certaines corrections. Une combinaison des deux peut poursuivre plusieurs objectifs simultanément.
Aucune architecture n’est optimale dans l’absolu.
Le choix dépend notamment :
des écarts identifiés ;
de la distribution actuelle des rémunérations ;
des minima légaux et conventionnels applicables ;
des politiques de progression salariale ;
des populations prioritaires ;
du coût des corrections déjà nécessaires ;
de l’enveloppe disponible.
La bonne pratique consiste donc à simuler plusieurs hypothèses sur une base de population identique, puis à comparer non seulement leur coût mais aussi leur effet sur la structure salariale.
Ce sujet mérite cependant une analyse à part entière : construire un scénario budgétaire robuste suppose notamment de traiter les effets d’effectifs, de renouvellement et de présence comparable. Nous y reviendrons dans un article dédié au budget d’augmentations 2027.
La préparation des négociations 2027 intervient dans une période particulière.
La directive (UE) 2023/970 prévoit notamment un reporting portant sur plusieurs dimensions des écarts de rémunération entre les femmes et les hommes : écarts moyens et médians, composantes variables ou complémentaires, proportion de travailleurs bénéficiant de ces composantes, répartition par quartiles et écarts par catégories de travailleurs.
Au niveau européen, les premiers reportings sont prévus au plus tard le 7 juin 2027 pour les employeurs d’au moins 150 travailleurs, avec une échéance ultérieure pour les entreprises de 100 à 149 travailleurs.
En France, toutefois, le texte de transposition présenté en Conseil des ministres le 10 septembre 2026 est encore un projet de loi.
Il prévoit un déploiement national progressif et le maintien en 2027 de la déclaration de l’Index de l’égalité professionnelle actuel dans le secteur privé. Le projet prévoit également sept indicateurs pour les employeurs d’au moins 50 travailleurs, dont six seraient précalculés à partir de la DSN ; le septième porterait sur les écarts entre femmes et hommes au sein de catégories de travailleurs exerçant un travail égal ou de même valeur.
Il serait donc prématuré de présenter aujourd’hui les modalités françaises définitives comme acquises.
Pour les équipes C&B, l’intérêt opérationnel est ailleurs : 2027 peut être utilisé pour tester la robustesse des données qui serviront demain à expliquer les rémunérations.
Trois questions méritent notamment d’être posées dès maintenant :
« Les catégories de comparaison sont-elles suffisamment robustes ?»
« Les différentes composantes de rémunération sont-elles correctement structurées ?»
« Les critères utilisés pour expliquer les écarts sont-ils documentés et appliqués de manière cohérente ? »
Autrement dit, la préparation de la NAO et celle de la transparence salariale ne sont pas deux chantiers identiques. Mais elles commencent en partie par le même actif : une donnée de rémunération que l'organisation est capable de comparer et d'expliquer.
Dans les organisations multi-sites ou multi-métiers, la difficulté finale est souvent moins statistique qu’organisationnelle.
C&B raisonne en populations et en positionnements. La Finance projette une masse salariale. Les relations sociales préparent les éléments de négociation. La paie détient le réalisé. Les HRBP connaissent les situations locales.
Toutes ces lectures sont légitimes. Elles deviennent problématiques lorsqu’elles reposent sur des périmètres, dates d’arrêté ou définitions différents.
Avant l’ouverture de la négociation, il est donc utile de figer un référentiel de travail commun :
date d’arrêté des données ;
population incluse et exclusions ;
définition des composantes de rémunération ;
règles d’équivalent temps plein ;
catégories de comparaison ;
traitement des entrées et sorties ;
définition des augmentations, promotions et corrections ;
version de référence du réalisé et des projections.
Cette gouvernance paraît moins spectaculaire qu’un nouvel indicateur. Elle est pourtant déterminante.
Une négociation ne devient pas plus objective parce qu’elle contient davantage de chiffres. Elle le devient lorsque les parties savent ce que ces chiffres mesurent.
Avant l’ouverture des négociations, cinq dimensions permettent de contrôler si la base de travail est suffisamment robuste.
☐ Les composantes analysées sont-elles clairement définies ?
☐ Le fixe, le variable et les primes sont-ils traités selon un périmètre cohérent ?
☐ Les données sont-elles arrêtées à la même date ?
☐ Les groupes utilisés pour comparer les rémunérations sont-ils réellement cohérents ?
☐ Les emplois, niveaux, classifications, entités et temps de travail sont-ils correctement renseignés ?
☐ Les populations sont-elles assez homogènes pour être comparables, sans devenir trop petites pour être interprétables ?
☐ Peut-on distinguer augmentations générales, augmentations individuelles, promotions et corrections ?
☐ Les mesures hors cycle sont-elles identifiables ?
☐ Les entrées et sorties susceptibles de modifier la lecture des évolutions sont-elles isolées ?
☐ Les moyennes sont-elles complétées, lorsque nécessaire, par des médianes et des distributions ?
☐ Les écarts sont-ils analysés sur des populations de référence pertinentes ?
☐ Peut-on distinguer un écart observé d’un écart restant à expliquer ?
☐ Les effets déjà engagés sont-ils distingués des nouvelles décisions ?
☐ Plusieurs hypothèses peuvent-elles être chiffrées sur une même population de départ ?
☐ Pour chaque scénario, peut-on mesurer à la fois le coût et l’effet sur la structure des rémunérations ?
Si une de ces cinq dimensions n’est pas sécurisée, le problème n’est pas nécessairement que l’entreprise manque de données. Elle peut surtout manquer de données suffisamment structurées pour devenir une base de décision.
Préparer une NAO ne consiste finalement pas à produire le plus grand nombre d’indicateurs possible.
Il faut pouvoir répondre à quatre questions, dans cet ordre :
Où en sommes-nous ? Pourquoi en sommes-nous là ? Quelles décisions pouvons-nous prendre ? Quelles conséquences auront-elles ?
Cette séquence impose de relier des données souvent traitées séparément : rémunérations, populations comparables, historique des décisions, positionnements, effectifs et budget.
C’est aussi ce qui distingue une donnée informative d’une donnée réellement décisionnelle.
Une moyenne peut décrire. Une distribution peut révéler. Une simulation peut arbitrer. Mais aucune ne suffit si l’organisation ne sait pas expliquer le périmètre, les règles et les décisions qui se trouvent derrière.