4
3

Gender-Pay-Gap Analysis voor ING

ING zet als bank in op gelijke kansen en gelijke rechten. Ze willen de genderloonkloof (GPG) beter meten en aanpakken. Ze maakten een proof of concept voor het bereken van de GPG, en wilden een verbeterde variant van hun GPG tool. De jaarlijkse script-gebaseerde tool was onvoldoende flexibel en niet altijd betrouwbaar. Het doel was een robuuste en gebruiksvriendelijke analysetool te ontwikkelen die sneller en nauwkeuriger inzichten biedt.

Het nieuwe systeem verkortte de analysetijd van weken naar slechts enkele minuten, waardoor genderloonverschillen nu sneller en nauwkeuriger kunnen worden geïdentificeerd. Analyses zijn bovendien flexibeler en consistenter geworden, wat het gebruiksgemak aanzienlijk verhoogt. Zo ondersteunt het systeem de bank actief bij het bevorderen van gendergelijkheid en transparantie. Lees hierover meer in de "Gender pay gap analysis" en in het ING jaarverslag. Dit project sluit aan bij onze missie ‘Data voor een betere toekomst’ door gendergelijkheid op de werkvloer te bevorderen. Het draagt bij aan een eerlijkere en transparantere werkomgeving, wat een belangrijk onderdeel is van bredere maatschappelijke vooruitgang en duurzame bedrijfsvoering.

1

Analyse

We identificeerden samen met de business owner de toegevoegde waarde voor ING om te investeren in het identificeren en oplossen van gender pay gap. We bekeken de huidige tool, en identificeerden noodzakelijke verbeteringen zoals het creëren van een directe databaseverbinding, het valideren en opschonen van data, en het verbeteren van statistische analyse om accurate en bruikbare inzichten te garanderen.

2

Strategie

Samen met het HR Analytics-team identificeerden we de use-cases en maakten het systeem modulair, met duidelijke componenten en robuuste analysemogelijkheden. We bekeken nieuwe statistische methodes om de analyse te verbeteren, en tekenden uit welke noden er in de toekomst nog zouden zijn.

3

Uitvoering

We herschreven het script naar een object-oriented variant, pasten best practices toe zoals logging en hypothesetesten, en documenteerde ons hele proces. Zo werd de tool betrouwbaar, gemakkelijk te gebruiken en breidden we de functionaliteit uit met hypothese-testing. Hierdoor kon HR-analytics verschillende simulaties berekenen van wat de ultieme manier is om de gender pay gap te reduceren.

4

Onderhouden & Schalen

Het nieuwe systeem ondersteunt command-line opties voor hypothesetesten en we maakten enkele dashboards in Power BI. Door de modulaire en object-oriented structuur is het aanpassen, onderhouden en hypothesetesten significant gemakkelijker en sneller, waardoor kennis en beheer duidelijk zijn voor de toekomst.

PowerBI
PowerBI
Python
Python
SQL
SQL
Klaar om je data-toekomst vorm te geven?

Laten we samen je strategische roadmap opstellen.

Wil jij je data en informatie ook slimmer gebruiken? Neem nu contact met ons op. Ontdek hoe wij jouw organisatie naar een hoger niveau tillen.

Jouw privacykeuzes

We gebruiken analytics alleen met jouw toestemming. Je kunt niet-essentiële tracking accepteren, weigeren of je voorkeuren op elk moment beheren.

Understanding Data Logo

Copyright ©Understanding Data 2026. Alle rechten voorbehouden.

Contactgegevens

Patersstraat 100, 2300 Turnhout, BE
info@understandingdata.eu
+32 456 15 06 37
LinkedIn