Opis Tabu Metodologije

Nakon što privatni korisnici Tabua ispune anketu, njihovi odgovori se pohranjuju u Google BigQuery radi učinkovite obrade i buduće upotrebe. Nakon obrade, podaci se prenose u Google Looker Studio, gdje se pretvaraju u jasna i vizualno prilagođena izvješća.

Privatni korisnici mogu ažurirati svoje podatke svaka tri mjeseca. Kada dođe do ažuriranja, za sve izračune koristi se najnovija verzija podataka. Ako korisnik potvrdi da su njegovi podaci nepromijenjeni, zadržava se prethodno unesena informacija. Kako bi se osigurala točnost, u datasetu se pomoću datumskih filtera prioritizira najnoviji unos za svakog korisnika, bez obzira na analizirano vremensko razdoblje.

Za izračun prosječnih plaća uzimaju se u obzir samo podaci unutar tri standardne devijacije od ukupne distribucije plaća i iznad minimalne plaće. Ključne metrike koje korisnici unose, poput godina iskustva i veličine tima, grupiraju se kako bi se spriječila mogućnost identifikacije pojedinaca.

Plaće se prikazuju točno onako kako su unesene, bez prilagodbi za broj radnih dana, čime se osigurava transparentnost prikazanih podataka.
‍
Tabu primjenjuje "bullshit filter" kako bi isključio određene unose iz usporedbe plaća, osiguravajući pouzdanost rezultata. Iz podataka se uklanjaju, između ostalog:
- Izuzetno visoke plaće prijavljene uz Junior razinu senioriteta.
- Ekstremno visoke plaće prijavljene pod studentskim ugovorima.
- Plaće ispod minimalne plaće, osim ako su povezane sa studentskim ugovorom.
- Email adrese povezane s označenim ili sumnjivim domenama.
- Unosi koji se smatraju sumnjivima na temelju određenih obrazaca ili nepravilnosti.

Ovaj proces filtriranja pomaže u održavanju integriteta i točnosti skupa podataka.

Prema zadanim postavkama, uključuju se samo podaci uneseni ili ažurirani unutar posljednjih 18 mjeseci, jer se stariji unosi smatraju zastarjelima i manje relevantnima za točne usporedbe.

Zadani filteri

Za privatne korisnike, zadani filteri uključuju samo unose koji odgovaraju sljedećim kriterijima:
- pozicija korisnika prema odgovoru na drugo pitanje u upitniku,
- senioritet korisnika, ako je primjenjivo,
- država u kojoj se isplaćuje plaća,
- vrsta ugovora korisnika,
- plaća unesena ili ažurirana unutar posljednjih 18 mjeseci.

Za poslovne korisnike, zadani filteri su gotovo isti, bilo da uspoređuju vlastite zaposlenike ili analiziraju opće tržište.

Bruto i neto plaće u Tabuu

Nažalost, više od 60% Hrvata ne razumije u potpunosti bruto plaću. Umjesto da uzmu u obzir svoju bruto plaću—službeni, ukupni iznos prije oporezivanja i doprinosa—fokusiraju se isključivo na iznos koji im svaki mjesec sjeda na račun. Taj iznos nazivaju "neto" plaćom, iako često uključuje dodatke oslobođene poreza, poput troškova prijevoza, obroka i bonusa za učinak, što dodatno stvara konfuziju.
‍
Kako bi se riješio problem široko rasprostranjenog nerazumijevanja bruto plaće, Tabu je u početku dopuštao korisnicima unos isključivo "neto" plaće, tražeći da navedu ukupan iznos koji primaju svaki mjesec, uključujući dodatke. Međutim, od 21. ožujka 2023. omogućeno je i unošenje bruto 1 plaće. Korisnicima se postavlja pitanje znaju li svoj bruto 1 iznos. Ako ga znaju, unose i svoju neto plaću s dodacima i bruto 1 plaću. Ako ne znaju, unose samo neto plaću s dodacima, a Tabu zatim izračunava bruto 1 iznos na temelju nekoliko parametara.
‍
Zbog toga je zadana postavka na platformi Tabu prikaz neto plaća s dodacima — korisnici su obavezni unijeti taj iznos, jer se u praksi najčešće tako komunicira.

Ako želite saznati više o bruto plaći i načinu njezina izračuna, pogledajte naš webinar sa Tonijem Milunom.

Izračun prosječne bruto 1 plaće

Hrvatska

Za unose iz 2022. i 2023. se računa po sljedećoj formuli:

((((plaća - 132)-763)*(1/(1-(case when plaća-132>= 3981 then 0.3 else 0.2 end*(prirez/100)+case when plaća-132>= 3981 then 0.3 else 0.2 end))))+763)*1.25

Za unose iz 2024. i nadalje se računa po sljedećoj formuli:

((((plaća - 132)-840)*(1/(1-case when plaća-132>= 4200 then viša_stopa else niža_stopa end)))+840)*1.25

Za unose iz 2025. i nadalje se računa po sljedećoj formuli:

((((salary - 132) - 900) * (1 / (1 - case when salary - 132 >= 5000 then higher_rate else lower_rate end))) + 900) * 1.25

Explanation:
Pojašnjenje:    
- 132 su zaokruženi neoporezivi primici (uzeto kao prosječno),    
- 763, odnosno 840, je prosječni osobni odbitak - za 1 dijete, bez uzdržavanih osoba ili invalidnosti,    
- 0.2 i 0.3 = 20% ili 30% poreza na dohodak,    
- 1.25 je preračunska stopa za mirovinsko,    
- prirez i niža/viša stopa su povučeni iz mjesta koje je osoba unijela,    
- ako nemamo podatak o prirezu ili nižoj/višoj stopi, uzeto 18% ili 23.60%/35.40%, jer je gotovo 70% unosa iz Zagreba.

Srbija

Formula koja se koristi za pretvordbu neto plaća u bruto za Srbiju glasi:

(plata - 21.35) / 0.701

Pojašnjenje:    
- 21.35 je 2500 RSD u EUR
- 0.701 je broj koji objedinjuje sve poreze za trenutnu godinu

Bosna i Hercegovina

Formula koja se koristi za pretvordbu neto plaća u bruto za Bosnu i Hercegovinu glasi:

((plata - 153) + 22.95) / 0.58

Pojašnjenje:    
- 153 je umanjenje upisane plaće za dodatke, tj. prijevoz i prehrana. Koristi se 200KM za topli obrok i 100KM za prijevoz, prebačeno u eure.
- 22.95 je prosječni osobni odbitak uzet za 1 dijete, u eurima.
- 0.58 je preračunska stopa za 10% poreza na dohodak i 32% doprinosa, uzeto kao prosjek između FBiH i RS.

​OpenAI personalizirani savjet

Za kreiranje personaliziranog savjeta kako povećati plaću je korišten OpenAI API. S OpenAI je potpisan Ugovor o zaštiti podataka, kako bi bili u skladu s GDPR. U OpenAI API su slani anonimizirani podaci pomoći kojih su generirani savjeti - ovi podaci nemaju ni jedinstveni identifikator.
‍
Za svakog korisnika koji ima ažuriranu plaću je zasebno tražen savjet po njihovom jedinstvenom identifikatoru.
‍
Savjet će biti ažuriran povremeno - pogotovo nakon tvog novog ažuriranja. OpenAI ne koristi podatke iz Tabua na ikoji drugi način, kao npr. poboljšanje svog LLM-a.

OpenAI prompt koji je korišten za generiranje savjeta:

You have access to market salary data.
The salaries listed are monthly net or gross salaries: "salary" field is monthly net salary with monthly allowances, "salary_bruto" field is monthly gross salary.
You will be provided with a JSON description of a single user marked with a unique_id - this user is referred to as Advisee.
Compare the Advisee with the market based on the provided data. Recognize the users in the market salary data that have a higher salary than the Advisee and note the differences in data between the Advisee and the users in the market salary data.
You can write and execute Python code by enclosing it in triple backticks, e.g. ```code goes here```. Use this to perform calculations.
Your task is to generate a single-sentence advice on increasing their salary. The advice must be written in English.
Compare the Advisee to others on the same position, seniority, company_salary and contract_type.
The advice must be realistic, e.g. advise another company type or size, a change of contract type, if they should work in an IT company or not, attaining higher education.
The advice can't be that the Advisee should change their seniority or position. The advice must be addressed to the user, as it will be sent directly to them.
For developments positions, you can advisee the change of technology, if other technologies on the same positions and seniority are paid significantly more.
Pay attention to seniorities and years of experience.
If the Advisee is a female, check to see if her male colleagues of the same seniority are being paid more than her. If that's the case, advise her to talk about gender pay gap in her company.
Company type “Primarno vlastiti proizvod” means that’s a product company, while "Djelomično agencija i vlastiti proizvod” means it’s a company that’s partially an agency, and partially a product company.