Salary Market Analysis — 薪资市场分析

薪酬市场调研分析（Salary Market Analysis）是一种专业的薪酬市场调研工具，支持多源数据融合、数据清洗、分位值计算和专业报告生成。 功能特性包括： 24 字段标准化模板：覆盖基础信息、岗位信息、公司信息、薪酬信息、人才要求 5 大维度 年薪自动计算：月薪 × 薪月数，含奖金月份 细粒度分位值：P10/P25/P30/P40/P50/P60/P70/P75/P80/P90，支持加权计算 多源数据融合：招聘网站 + 行业报告 + 财报 + 论坛，权重可调 17 章节专业报告：从数据概述到调整建议，结构完整 多格式输出：Excel 数据表 + Markdown 报告 + Word 文档

技能结构： skill-salary-market-analysis/ ├── SKILL.md ├── assets/ │ ├── salary_data_template.csv │ └── salary_data_template_24.csv ├── references/ │ ├── report-template.md │ ├── salary-methodology.md │ ├── global-data-sources.md │ └── data-collection-guide.md └── scripts/ ├── multi_source_processor.py ├── data_processor.py ├── data_cleaner.py ├── csv_to_excel.py └── markdown_to_word.py

依赖安装： pip install numpy>=1.21.0 pandas>=1.3.0 openpyxl>=3.0.0 python-docx>=0.8.11 beautifulsoup4>=4.11.0 可选：Playwright 自动化 pip install playwright>=1.40.0 playwright install chromium

工作流程： 用户需求 ↓ 岗位识别（级别 / 行业 / 地域） ↓ 数据收集（5 种方案可选） ├─ 方案 1: 全网搜索 + 手动收集 ├─ 方案 2: Tampermonkey 用户脚本 ├─ 方案 3: Chrome 扩展 ├─ 方案 4: OCR 截图识别 └─ 方案 5: Playwright 自动化 ↓ 数据处理 ├─ 多源整合（multi_source_processor.py） ├─ 权重应用 ├─ 薪酬区间转换（月薪 × 12） └─ 分位值计算（P10-P90） ↓ 报告生成 ├─ Markdown 报告（参照 report-template.md） ├─ Word 格式转换 └─ Excel 数据输出

24 字段数据模板： 1 id 唯一标识 2 source 数据来源 3 link 数据链接 4 collect_date 收集日期 5 position 岗位名称 6 level 岗位级别 7 department 所属部门 8 responsibility 职责描述 9 skills 技能要求 10 location 工作地点 11 company_name 公司名称 12 company_size 公司规模 13 industry 所属行业 14 company_type 公司类型 15 company_address 公司地址 16 salary_range 薪酬区间 17 salary_structure 薪酬结构 18 benefits 福利待遇 19 education 学历要求 20 major 专业要求 21 experience 经验要求 22 age 年龄要求 23 other_requirements 其他要求 24 post_date 发布日期

16 字段模板（快速版）salary_data_template.csv 适用于快速调研，仅包含核心字段： id, position, company_name, company_type, salary_range, salary_monthly_low, salary_monthly_high, months, annual_salary_low, annual_salary_high, annual_salary_avg, location, experience, education, source, collect_date

年薪计算规则： 月薪 × 薪月数 ÷ 10000 = 年薪（万元） 年薪下限 = 月薪下限 × 薪月数 ÷ 10000 年薪上限 = 月薪上限 × 薪月数 ÷ 10000 年薪平均 = (年薪下限 + 年薪上限) ÷ 2 如标注"X 万/年"则直接取该值

多源数据整合权重： SOURCE_TYPES = { '招聘网站': {'weight': 1.0, 'quality': 0.9}, '行业报告': {'weight': 1.2, 'quality': 0.95}, '财报': {'weight': 1.1, 'quality': 0.95}, '论坛': {'weight': 0.8, 'quality': 0.7}, '其他': {'weight': 0.9, 'quality': 0.75} }

参考文档： report-template.md - 17 章节专业报告模板 salary-methodology.md - 薪酬调研方法论 global-data-sources.md - 20+ 数据渠道指南 data-collection-guide.md - 数据收集操作指南

使用示例： 快速开始

• 复制 24 字段模板
• 收集数据（手动或通过工具）
• 数据清洗
• 生成报告
• 转 Excel

完整流程（AI 辅助） 用户提供岗位需求（岗位名称 + 地域 + 级别） 使用 web-search-plus 搜索目标岗位薪酬信息 提取关键数据填写到 24 字段 CSV 模板 运行清洗和处理脚本 基于报告模板生成 17 章节 Markdown 报告 可选转换为 Word 文档

注意事项： 真实数据优先 数据时效性 地域差异 行业对标 样本量要求 异常值处理 薪月数注意