曾经的Instacart也尝试过用一些简单的市场数据对标来制定薪酬，但收效甚微，并且由于决策制定标准的模糊和不一致，候选人在面试中会产生各种关于薪酬的疑问。所以现在，在候选人与招聘官面谈之前，公司就会准备好三个数据：市场数据，过往候选人的历史面试资料，以及评估候选人级别的准则。以上三者均来自于Instacart*创的数据流融合分析，由公司高管参与制定。
Instacart高管层在招聘过程中总结出一个经验：使用数据驱动的薪酬体系时，必须能够向候选人清晰地解释该薪酬算法的原理，否则会适得其反，引发候选人的疑虑。特别是随着公司规模的扩增，这样的麻烦会以指数级增加。因此公司必须为这套基于数据的决策制定统一的标准，以**薪酬决策的清晰和前后一致。
与人才数据市场联动
在上述三个数据指标中，市场数据是Instacart进行薪酬分析的主要依据，其目的是考查市场薪资水平与企业现行薪资水平之间的差距。虽然听起来很简单，但也需要运用一定的核心人才筛选机制。Instacart的具体做法如下：
*先，有播种才有收获，以数据换取更多数据。在公司创立早期，管理者很难了解到竞争对手的薪资水平，掌握的候选人历史数据也不够，此时求助于专业的人力资源咨询公司(如怡安翰威特旗下的Radford等)就很有效了。创业公司可以通过贡献自己的薪资数据而获取其他参与者的薪资，实现共享。对于处在A、B轮的创业公司而言，这种手段尤为适用，因其成本较低且****，免去了自己调查走访的麻烦。不过在选择咨询服务供应商时也要注意避开那些主营业务不切题的公司(他们给出的数据往往假大空，或者比较陈旧过时)，而应该选择近期在持续进行薪酬调研的专业供应商。
第二，同行之间相互了解。有时给其他公司的HR或内部员工打一个电话可以带来意想不到的成果，哪怕是竞争对手之间。当然，公司间很少可以交换具体的薪酬数字，更多的是了解哪些数据来源更好用，哪些处理数据的方法值得尝试，以及竞争对手正面临哪些挑战。利用这些来自同行的信息，可以不断调整当前的薪酬策略。
第三，回归分析。如果说做到以上两点可达入门水平的话，Instacart薪酬兵法的“进阶级”则是利用数据进行回归分析。他们发现，薪酬的影响因素有资历、职能、岗位角色等等，再利用前两步所获得的数据，可以建立回归模型并推定缺失的数据。
