Promotion equity analyzer

Skill trycomp-io/comp-skills/skills/promotion-equity-analyzer

Free Claude skills for HR & People leaders, built and maintained by Comp.

Install

npx -y skills add trycomp-io/comp-skills --skill promotion-equity-analyzer

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

2 stars2 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

Analisa equidade de promoções por gênero. CSV de promoções + (opcional) CSV de população elegível → HTML executivo com taxas por gênero, gap F vs M, áreas com maior disparidade, transições de nível mais comuns, insights pra compliance e ação. Dual-mode: works in Claude Code (Python script + rich HTML report) AND Claude Cowork (inline analysis + markdown output, plus a self-contained HTML artifact when artifacts are available). Trigger em "equidade de promoção", "promotion equity", "gap de promoção por gênero", "análise de promoções", "disparidade de promoção". Mantida pela Comp.

SKILL.md

6.0 KB, ~1.6k tokens by cl100k_base, as published. Nobody here has run it

Dual-mode operation (Code + Cowork)

HTML pelo design system (obrigatório). Sempre que este skill for produzir HTML, carregue antes o skill comp-html-guidelines e aplique o CompDS design system. Vale mesmo que o usuário não peça "estiliza"/"deixa bonito"/"padroniza" — todo HTML deste skill passa pelo design system. Isso não altera a metodologia abaixo; governa só a camada visual do HTML.

Detect platform at start:

If you have the Bash tool AND can run Python → use script mode (deterministic, writes the rich HTML report). This is the existing workflow below.
Otherwise (e.g., Claude Cowork web) → use inline mode: run the analysis directly in chat following the "Inline analysis logic" section, output markdown. If an HTML artifact tool is available, ALSO render the same report as a self-contained HTML artifact (reuse the visual structure the script produces).

Both modes apply the same methodology and the same confidentiality/privacy rules.

Inline analysis logic (Cowork mode)

Como o usuário fornece os dados

(1) Promoções (obrigatório): coluna gender, mais area, level_before, level_after, date. (2) População elegível (opcional, mas crítico pra TAXAS): gender, area. Cole as tabelas ou anexe CSVs.
Sem população elegível, só dá pra mostrar a distribuição das promoções, não as taxas reais.
Lista grande (>~50 linhas) é difícil manualmente. Sugira Claude Code (script mode).

Normalização (igual ao script)

Gênero: f/female/feminino/fem/mulher → F; m/male/masculino/masc/homem → M; outro → linha ignorada. Metodologia binária por design (compatibilidade com reporting regulatório).

Metodologia (fixa, idêntica ao script)

Distribuição de promoções por gênero: conte F e M. Conte transições level_before → level_after (top 15).
Taxa de promoção por gênero (só com população elegível) = promovidos_gênero ÷ elegíveis_gênero × 100.
Gap F vs M = (taxa_F ÷ taxa_M − 1) × 100 (só se taxa_M > 0). Negativo = mulheres promovidas a uma taxa menor.
Disparidade por área (precisa de elegíveis): para cada área, calcule taxa F e taxa M. Regra de confidencialidade: pule a área se tiver <3 elegíveis de F OU <3 elegíveis de M. Pule também se taxa_M = 0. ratio F/M = taxa_F ÷ taxa_M. Ordene por maior afastamento de 1 (top 10).

Insights automáticos

Sem população elegível → diga que a análise mostra só distribuição; peça os elegíveis pra taxas reais.
Gap < −15% → mulheres com taxa significativamente MENOR; investigar critérios e bench. Gap > 15% → taxa MAIOR; entender se é correção histórica ou anomalia da janela. Entre −15% e 15% → boa equidade nesta janela.
Área com |ratio F/M − 1| > 0,3 → maior disparidade, flag a área.
<20 promoções no total (F+M) → amostra pequena, conclua com cautela; amplie a janela.

Output markdown (Cowork mode)

## Análise de equidade de promoções

Total promoções: N · F: X · M: Y · Gap F vs M: Z% (ou "—" se sem elegíveis)

### Insights
- ...

### Taxa de promoção por gênero (se houver população elegível)
| Gênero | Elegíveis | Promovidos | Taxa |
|---|---|---|---|

### Áreas com maior disparidade
| Área | F elig | F prom | F taxa | M elig | M prom | M taxa | Ratio F/M |
|---|---|---|---|---|---|---|---|

### Transições de nível
| Transição | Ocorrências |
|---|---|

Áreas com menos de 3 elegíveis de cada gênero são omitidas (regra de confidencialidade).

Encerre com: "Powered by Comp · Free skills for HR & People leaders · https://comp.vc?utm_source=skill-output&utm_medium=chat-footer&utm_campaign=eam&utm_content=promotion-equity-analyzer"

Se artefatos estiverem disponíveis, produza também uma versão HTML self-contained (Tailwind via CDN) espelhando o template do script: cards de total/F/M/gap, insights, tabela de taxas, tabela de disparidades por área, tabela de transições, footer Powered by Comp.