salary-market-analysis — 薪资市场分析

薪酬市场调研分析 (Salary Market Analysis) v3.0 专业的薪酬市场调研工具，支持国内 + 海外多源数据融合、多币种自动换算、PPP 购买力平价调整、数据清洗、分位值计算和专业报告生成。 功能特性 28 字段全球化模板：覆盖基础信息、岗位、公司、薪酬、地域、人才要求 6 大维度 多币种自动换算：支持 20+ 货币（USD/EUR/GBP/JPY/SGD/HKD 等），自动识别国家→货币映射 PPP 购买力平价调整：基于国别薪酬系数矩阵 v2.0，覆盖 27 个国家/地区 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：国内（BOSS/猎聘/脉脉）+ 海外（LinkedIn/Glassdoor/BLS/ONS） 17+ 章节专业报告：含海外薪酬对比矩阵、PPP 解读、外派薪酬建议 外派薪酬计算：COLA 生活成本调整 + hardship allowance 艰苦补贴 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 # 本文件（配置和说明） ├── assets/ │ ├── salary_data_template.csv # 20 字段基础模板（含 country/currency） │ └── salary_data_template_24.csv # 28 字段增强模板 （含 PPP） ├── references/ # 参考文档 │ ├── report-template.md # 17+ 章节报告模板（含海外章节） │ ├── salary-methodology.md # 薪酬方法论 │ ├── global-data-sources.md # 40+ 数据渠道（国内 + 海外） │ └── data-collection-guide.md # 数据收集操作指南 └── scripts/ # Python 脚本 ├── multi_source_processor.py # 核心处理脚本 V3（多币种 + PPP） ├── currency_converter.py # 汇率 + PPP 转换器（独立工具） ├── data_processor.py # 基础处理器 ├── data_cleaner.py # 数据清洗 ├── csv_to_excel.py # CSV 转 Excel └── markdown_to_word.py # Markdown 转 Word 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 / 国家） ↓ 数据收集（7 种方案可选） ├─ 方案 1: 全网搜索 + 手动收集（最稳定，推荐首选） ├─ 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 ├─ 方案 6: 海外招聘平台（LinkedIn/Indeed/Glassdoor） └─ 方案 7: 政府统计数据（BLS/ONS/MOM） ↓ 数据处理 ├─ 多源整合（multi_source_processor.py） ├─ 币种自动换算（--target-currency CNY/USD） ├─ PPP 购买力平价调整（--with-ppp） ├─ 权重应用 └─ 分位值计算（P10-P90） ↓ 报告生成 ├─ Markdown 报告（参照 report-template.md） ├─ 海外薪酬对比矩阵 ├─ 外派薪酬建议 ├─ Word 格式转换 └─ Excel 数据输出 28 字段数据模板（全球化增强版） # 字段 说明 示例 1 id 唯一标识 1 2 source 数据来源 前程无忧 / 猎聘 / LinkedIn / Glassdoor / BLS 3 link 数据链接 https://... 4 collect_date 收集日期 2026-04 5 position 岗位名称 HR Manager / HRBP 6 level 岗位级别 总监 / 经理 / 高级 / 初级 7 department 所属部门 人力资源部 8 responsibility 职责描述 负责... 9 skills 技能要求 SHRM 认证 / 英语流利 10 location 工作地点 深圳 / 新加坡 / 旧金山 11 country 国家/地区 中国 / 新加坡 / 美国 12 currency 原始货币 CNY / SGD / USD 13 company_name 公司名称 DIDA Holdings 14 company_size 公司规模 1000-5000 人 15 industry 所属行业 互联网 / 旅游 16 company_type 公司类型 上市公司 / 民营 / 外商独资 17 company_address 公司地址 深圳市... 18 salary_range 薪酬区间（原始文本） 4-5.5 万·14 薪 / $120k-150k 19 salary_structure 薪酬结构 基本工资 + 绩效 + 年终奖 / Base + RSU 20 benefits 福利待遇 五险一金 / 补充医疗 / 401k 21 education 学历要求 本科 / 硕士 22 major 专业要求 人力资源管理 / 工商管理 23 experience 经验要求 5-10 年 24 age 年龄要求 30-40 25 other_requirements 其他要求 英语六级 / 海外经验 26 post_date 发布日期 2026-03-15 27 annual_salary_usd 美元年薪（自动计算） 8.5 28 ppp_adjusted PPP 调整后年薪（CNY） 22.5 20 字段基础模板（快速版） salary_data_template.csv 适用于快速调研，包含核心字段 + 海外必需字段： 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, country, currency, annual_salary_usd, ppp_adjusted, 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 海外薪酬口径说明 美国：Base Salary + Bonus + RSU（股票）= Total Compensation 新加坡：13th month AWS + Performance Bonus 英国：Basic + Car Allowance + Pension 日本：基本工资 + 赏与（通常 2 次/年） 海外数据填写时务必标注 country 和 currency 字段 多源数据整合权重 SOURCE_TYPES = { '招聘网站': {'weight': 1.0, 'quality': 0.9}, # BOSS、猎聘、LinkedIn、Indeed 等 '行业报告': {'weight': 1.2, 'quality': 0.95}, # Mercer、Robert Half、Michael Page '财报': {'weight': 1.1, 'quality': 0.95}, # SEC 10-K、上市公司年报 '论坛': {'weight': 0.8, 'quality': 0.7}, # 脉脉、Blind、Reddit 等 '其他': {'weight': 0.9, 'quality': 0.75} # 政府统计等 } 海外薪酬分析功能 汇率换算 内置 25+ 货币汇率表（基准 2026-05），支持通过 CNY 中间货币自动换算： # 单笔换算 python3 scripts/currency_converter.py --convert 120000 --from USD --to CNY # 120000.0 USD = 864000.00 CNY # CSV 批量换算 python3 scripts/currency_converter.py -i data.csv -o output.csv --target-currency USD PPP 购买力平价调整 基于国别薪酬系数矩阵 v2.0（27 国），反映同等生活水平需要的薪酬： # 单笔 PPP 对比 python3 scripts/currency_converter.py --ppp-salary 1000000