Compensación Total 2026: Herramientas para personalización
- Claudia Salas Bozich
- 14 sept 2025
- 6 Min. de lectura
Las organizaciones cada vez se esfuerzan más por generar estrategias de Compensación Total más potentes, con la finalidad de incrementar la productividad y generar valor en las condiciones actuales de complejidad.
Esto incluye un esfuerzo por diseñar una compensación "a la carta", con más personalización, considerando las preferencias de las personas.
Pero aquí están las preguntas clave:
¿Cómo podemos identificar preferencias para generar estrategias de Compensación Total más personalizadas, que tengan a las personas como centro?
Y, más importante aún:
¿Cómo podemos diseñar el mejor sistema de Compensación Total sabiendo que las organizaciones tienen recursos limitados?
Pues seamos realistas: las organizaciones tienen recursos finitos que restringen lo que pueden ofrecer.
Hoy te presento dos herramientas que puedes aplicar para descubrir qué atributos valoran más tus colaboradores, conociendo qué es lo más importante para ellos:
Conjoint Cards y MoSCoW Compensation.
Con ellas podrás obtener insights para diseñar la mejor experiencia de empleado posible
Las premisas fundamentales
Ambas herramientas se basan en estas premisas:
1) La Compensación Total incluye todos los atributos, monetarios y no monetarios, tangibles e intangibles, que las personas perciben de la organización a cambio de su contribución: clima laboral, objetivos, oportunidades de desarrollo, herramientas, estilos de liderazgo, espacio físico, condiciones contractuales, entre otros.
2) La construcción del modelo debe tener como centro a las personas, identificando lo que es importante para ellas. No lo que RRHH cree que es importante.
3) Las personas tenemos motivaciones intrínsecas, pero son los atributos que tiene la organización los que "detonan" estas motivaciones.
4) Presentamos una primacía de preferencias de algunos atributos sobre otros, y valoramos los mismos de forma relativa según cómo se combinan entre sí. Nuestras preferencias cambian a lo largo del tiempo.
5) Las organizaciones no tienen recursos infinitos a ofrecer, teniendo limitaciones al diseñar los atributos y con ello las experiencias de empleado.
Herramienta 1: Conjoint Cards
Esta herramienta consiste en una serie de tarjetas que plantean distintos escenarios hipotéticos de atributos.
Las personas deben ordenar desde la tarjeta con el escenario más preferido hasta el menos preferido.
Ejemplo práctico:
Supongamos que queremos descubrir qué prefieres ante estos 3 atributos: salario, clima laboral y horarios.
Las siguientes tarjetas reflejan distintas combinaciones de atributos limitados, creando escenarios diferentes:
Escenario A: Empresa con fantástico clima laboral, horarios rígidos, salario medio.
Escenario B: Empresa con clima laboral hostil, altísima conciliación laboral, salario elevado.
Escenario C: Empresa con clima laboral regular, conciliación laboral intermedia, salario bajo.
¿Cuál de estos escenarios hipotéticos prefieres?
Ordenando las tarjetas A, B y C según tus preferencias, y aplicando técnicas estadísticas, podemos descubrir cuál es el atributo más importante para ti, revelando qué valoras más y qué te lleva a tomar decisiones.
Cómo aplicar las Conjoint Cards:
1. Elegir qué atributos quieres investigar
Define de forma concreta qué significan. Por ejemplo, ¿qué significa concretamente un "clima normal"? Debe haber un entendimiento compartido del atributo.
2. Diseñar las tarjetas
Personaliza los atributos según tu organización. Para ello, usa la técnica estadística de análisis conjunto: técnica utilizada en investigación de mercados que permite identificar de forma cuantificada el valor que las personas le asignan a las distintas características de un producto/idea/organización.
Utiliza un programa como SPSS (o herramientas más modernas como R, Python) que te dará las combinaciones de atributos que cada tarjeta debe tener.
Aquí es donde la IA puede ayudar:
Herramientas de IA pueden automatizar el diseño de combinaciones óptimas de atributos, analizar patrones de respuesta en tiempo real y generar insights predictivos sobre qué combinaciones funcionarán mejor para distintos perfiles de colaboradores.
El número de tarjetas variará entre 9 y 16, dependiendo de la cantidad de atributos que quieras analizar.
3. Aplicar la dinámica
Pide a las personas que ordenen las tarjetas (pueden ser virtuales o físicas). En promedio la dinámica dura entre 5 y 10 minutos, y resulta sencillo para el participante.
4. Analizar los datos
Utiliza el análisis conjunto. Este análisis te indicará cuáles son los atributos preferidos de las personas, tanto a nivel individual como colectivo.
Al ser cuantitativo, puedes identificar métricas y aplicarlo en un grupo extendido de participantes.
5. Revisar y refinar
No pasado mucho tiempo (por ejemplo cada año) revisa, refina y vuelve a aplicar. Las preferencias cambian.
Casos de uso:
Esta técnica ha sido utilizada en áreas de RRHH en importantes organizaciones como Wegmans (para definir los beneficios a ofrecer) y Mercer (para establecer estrategias de Compensación Total de sus clientes). Buffer y Github son otros casos.
Herramienta 2: MoSCoW Compensation
Si buscas algo más sencillo para explorar las preferencias de una persona o grupo pequeño, MoSCoW Compensation te puede venir muy bien.
Consiste en proveer a las personas una lista de atributos y pedir que los clasifiquen bajo la técnica de priorización MoSCoW, habiendo una limitación de ítems en cada categoría.
Así, partiendo de restricciones, la persona debe priorizar en base a sus preferencias los distintos atributos.
Las siglas de MoSCoW significan:
Mo (Must): Atributos que deben existir para sentirnos plenos. No son negociables.
S (Should): Atributos que deberían estar presentes. Son altamente deseables.
Co (Could): Podría estar presente, pero no es indispensable. Generan un plus agradable.
W (Won't): Lo que no se va a considerar por el momento. Por ejemplo, "seguro de vehículo" si no tengo vehículo.
Cómo aplicar MoSCoW Compensation:
1. Elegir los atributos: Crea tu lista a priorizar.
2. Limitar la cantidad: Limita los atributos que se pueden elegir por categoría. Esto fuerza la priorización real.
3. Preguntar qué significan: Pregunta a los participantes qué significan los atributos para ellos, obteniendo insights sobre lo que valoran en la organización.
¿Qué significa para ti un "líder fantástico"?
¿Cómo pueden ayudarnos estas herramientas?
Co-crear estrategias centradas en las personas
Nos permiten descubrir lo que valoran las personas y co-crear estrategias de Compensación Total haciendo de los colaboradores el centro, generando estrategias mucho más ajustadas a las expectativas y deseos reales.
¿Cuántas veces no creamos políticas de compensación pensando desde RRHH y no desde lo que quiere, realmente, la gente?
Priorizar recursos limitados
Permiten priorizar los puntos donde hay que poner foco e invertir recursos.
Por ejemplo: Si predominan fuertes preferencias por oportunidades de aprendizaje y en último lugar están los eventos sociales, ¿para qué insistir en gastar presupuesto en esas meriendas de los jueves?
Ser realistas con las restricciones
Al considerar que existen restricciones, resultan más realistas que otros instrumentos como encuestas o preguntas abiertas, donde solemos responder que queremos lo mejor de lo mejor.
Complementar otras herramientas motivacionales
Son un complemento indispensable para herramientas como los Moving Motivators de Management 3.0 o los 16 motivadores de Steven Reiss, que se basan en detectar factores motivacionales intrínsecos, pero no en los atributos específicos que la organización puede ofrecer. Motivaciones y atributos son dos caras de la misma moneda.
Mejorar el fit en selección y onboarding
Nos pueden ser de mucha utilidad para procesos de RRHH como la selección externa o al asumir un nuevo rol en la organización. Conociendo las preferencias de las personas aumentamos la probabilidad de tener un mejor fit.
Tomar decisiones más conscientes
A nivel personal, conocer qué atributos son más importantes para nosotros nos ayuda a tomar decisiones más conscientes y acertadas.
El rol de la IA en la Compensación Total personalizada
Hoy en 2026, la inteligencia artificial está transformando cómo aplicamos estas herramientas:
✅ Análisis predictivo: Identifica patrones de preferencias antes invisibles
✅ Personalización a escala: Diseña paquetes personalizados para cada colaborador
✅ Encuestas dinámicas: Ajusta preguntas en tiempo real según respuestas
✅ Segmentación inteligente: Agrupa colaboradores con preferencias similares
PERO lo importante: La IA no reemplaza la conversación humana.
La IA nos da datos sobre preferencias. Pero la construcción de la estrategia de compensación sigue siendo un acto humano, de escucha, de co-creación.
Compensación Total en Organizaciones Despiertas
Las Organizaciones Despiertas entienden que la Compensación Total no es solo un tema de RRHH.
Es un reflejo de cómo la organización valora a las personas. Y por eso:
✅ Involucran a las personas en diseñar los sistemas de compensación
✅ Reconocen que las preferencias cambian y crean mecanismos para valorarlas de forma frecuente
✅ Son transparentes sobre qué pueden ofrecer y qué no (recursos limitados)
✅ Co-crean estrategias desde la escucha genuina, no desde supuestos de RRHH
✅ Usan tecnología (como IA) para amplificar la escucha, no para reemplazarla.
¡Te invito a percibir la Compensación Total bajo otra visión mucho más enfocada en las personas y, si te atreves, a crear tus propias herramientas ajustadas a la realidad de tu organización!
Claudia Salas Bozich
Referencias:
Debellis, P. (2018). Surveying Employee Preferences for Rewards: A Primer. Deloitte.
Malhotra, N. (2004). Investigación de Mercado: Un enfoque práctico. 4ta Edición. Editorial Prentice-Hall. México.
Salas, C. & Sánchez, A. (2013). Preferencias Relativas de Candidatos a puestos de trabajo ante recompensas extrínsecas en el sector de consumo masivo.
