企业官网建设流程全解析

2023年做薪酬分析的时候，最头疼的不是算数，而是怎么把一大堆混杂的数据讲清楚。老板想看的是“我们公司跟市场比，到底处于什么位置”，部门负责人想看的是“我手下的人薪资有没有跑偏”，团队里的小伙伴关心的是“今年调薪之后，我处于什么档位”。一份报告要同时满足这么多需求，光靠Excel表格堆数字肯定不行。我这边整理了自己做“大数据可视化薪资报告”的一段完整过程，从数据清洗到图表落地，把踩过的坑和验证过的方法都摊开来说。

1. 拆解“薪资报告可视化”的核心思路

1.1 先搞清楚报告到底给谁看

做薪酬可视化报告，第一步不是打开绘图库，而是先回答三个问题：给谁看、看什么、看完要做什么决定。给高管看的版本，核心是公司整体薪酬竞争力、人工效能、预算执行情况；给业务负责人看的版本，关注的是各序列、各职级的薪酬分布是否合理，关键岗位有没有倒挂；给薪酬HR自己用的版本，则要细到每一个人、每一个岗位，重点是校验调薪名单和预算分配。

这三个层次需求不同，数据筛选和图表选择也完全不一样。很多人在一开始就拿着全字段明细表去画图，结果图做了一大堆，领导一眼就问“那你能直接告诉我，研发序列中级工程师的P50跟市场P50差了几个点吗？”这时候才发现，没有一个图是为这个决策角度设计的。

我的习惯是给报告设计一个“金字塔结构”：顶层一个核心看板，放最关键的4到6个指标；中层是各序列对比、各职级分位值表；底层是明细附录。这样做的好处是，无论是高管还是执行人，都能快速找到自己关心那一层，不需要从头翻到尾。

1.2 找对数据的“行业标准”参照系

标题里“行业标准”这四个字，指的是两个维度：一个维度是薪酬分位值的统计口径，另一个维度是市场数据的对标基准。内部薪资数据不直接拿去跟市场比，得先做口径统一和职位映射。

实操中有一个高频错误：把公司内部岗位名称直接拿去查市场的岗位薪资。比如公司内部叫“产品运营专员”，市场上对应的是“产品运营”“内容运营”“用户运营”，这三者薪资范围差别不小，如果映射错，你的P50对比结果就是错的。正确的做法是先建立“内部岗位—市场通用岗位—职级—薪资等级”的映射表，然后再逐一对标。

分位值的概念也要说清楚。P50是中间位，意思是有50%的人薪资低于这个值；P75是高分位，通常代表市场中较有竞争力的水平。做报告时，一般会把P10、P25、P50、P75、P90都计算出来，才能比较全面地了解分布形态。只看平均值是非常容易误导的，因为极端高薪或大批新人入职都会把平均数拉得很难看。

提示：薪酬报告中“行业标准”不是指某一套官方发布的数据，而是你所在行业、所在城市、相近规模企业的市场分位值组合。报告里最好标注清楚对标的是哪个市场、什么时间、覆盖哪些岗位，这才算得上标准。

1.3 为“大数据”设置合理的数据边界

很多中小企业做薪酬分析，总觉得数据越多越好，恨不得把近十年的记录全导出来算一遍。这里面有两个隐患：一是数据量太大但质量参差，反而拖慢计算速度；二是不同时期的业务结构、人员构成差异很大，混在一起算出来的结论，参考价值很低。

我给自己的项目定了几条筛选规则：

• 时间范围：只取2023年全年平均薪资，不做月度环比变化，因为月度变动受绩效、调薪时点影响比较大；
• 人员范围：剔除当年新入职不满三个月、已经离职至少一个季度的员工记录；
• 字段范围：收入项统一包含基本工资、岗位津贴、绩效工资（取年度均值），但不包含一次性奖金、年终奖、股票期权这类长期激励；
• 职级范围：同一职级内部再做序列拆分，比如“工程师P7”和“产品经理P7”，职级相同但市场价位完全不同，不能混在一起看。

做完这层筛选之后，剩下的记录才是真正参与计算的有效样本。如果你发现有效的样本量小于30个，那么这个岗位级别单独拿出来算分位值就没什么统计意义了，更好的做法是并入上一职级或者相近岗位组合并计算。

2. 数据清洗与统计口径的统一准备

2.1 数据字段应该长什么样

做好了筛选规则，接下来要处理的是字段结构。做薪资可视化报告之前，我把数据整理成了统一的“一行为一个员工年度薪资记录”的格式。字段包含：员工编号、部门、序列、岗位名称、岗位映射后名称、职级、薪资等级、月度基本工资、月度岗位津贴、年度绩效均值、年度总收入、折算月收入、入离职日期。

这里特别提一下折算月收入。绩效薪资的发放时点在不同公司差异非常大，有的按季度发，有的按半年发，还有的是年底统一算。为了能跟市场数据做同位对比，我统一采用“过去12个月现金性收入总和 ÷ 12”的口径来折算。这样的好处是受发放节奏影响小，坏处是如果公司绩效政策中途调整过，这个值会有延迟反应。

折算之后，再增加一个字段“数据可信度标记”：如果该员工在统计期内出现过多个月份无绩效数据、或者有多笔补发工资记录，就在这个标记位标注为“存疑”。可视化时不排除这些记录，但会在图表中用不同颜色区分。

2.2 缺失值、异常值和离群值的处理

这是整个流程里最繁琐但也最关键的一步。我遇到过几种情况：

• 某个部门因为搬迁出现一批临时性补贴，这部分金额很高但下个月就没了，如果直接计入基本收入，会把该序列的P75直接拉高；
• 高管的股票解禁记录被误导入现金收入，导致P90严重失真；
• 新入职核心人才的签约奖金被拆到每个月发放，这笔钱可能持续一年，但它属于“一次性补偿”，不应该参与到市场分位值对标中。

处理原则是：能追溯原因的，按真实发生性质归类；无法追溯的，标记为“异常值”但不在主分析图中展示。用箱线图能很直观地发现离群值，把中位数上下四分之一位之外的点点标出来，人工排查一遍。跑完之后，主报告里展示的是剔除“非经常性现金补贴和长期激励”后的稳定现金性收入。

注意：剔除异常值必须留痕。我习惯在报告中加一个附录表，列出被剔除的样本编号、剔除原因、剔除前后各分位值的变化幅度。这一步一方面方便复核，另一方面也能让其他同事快速理解数据差异的来源，避免下次重新跑一遍时对不上数。

2.3 统一职级序列是可视化的地基

公司内部职级系统升级过的话，很容易出现新旧职级混用的情况。做报告前需要把历史职级映射到最新职级体系。映射规则要根据岗位价值评估结果建立，不能拍脑袋让HR一个个手动扒。

这里建议建立一张“职级映射对照表”，维护好“序列—职级—职级层级—层级范围”四列关系。举例来说，技术序列从T1到T10，T1到T3是初级，T4到T5是中级，T6到T7是高级，T8到T9是资深专家，T10是架构师。管理和专业序列的划分方式完全不同，如果混在同一套表格里看“部门薪资趋势”，就会严重失真。

做可视化时，我会先按序列分一次组，再在每个序列内部按职级排序。因为不同序列之间的薪资数量级差别很大，比如研发序列P50可能比职能序列P50高出50%以上，放在同一张柱状图里，职能序列那根柱子就只能看到一条线。分面图（Facet）在这个场景下比堆叠的柱状图好用很多，既保留差异又不会互相压缩。

3. 分位值计算与核心图表实现

3.1 用数据透视表快速计算各职级分位值

计算分位值时，有人习惯直接用Excel的PERCENTILE函数或者数据框工具的百分位函数。先别急着上代码，先把透视表拉出来跑一遍，这样做能更清楚地控制维度。

拿我常用的透视过程举例：

• 行标签放“序列”和“职级”；
• 值区域放“折算月收入”；
• 值显示方式选择“按某一字段汇总”不好使，需要直接用函数计算。

如果是在传统表格工具里，手动添加计算字段，分别求P10、P25、P50、P75、P90。求P10时切忌直接套用百分比格式后再排序取头，因为单位不同会干扰排序视线。正确的方法是在计算列中先确认该职级总人数，再乘以10%得到位置，然后通过升降序取对应值。

在脚本工具中，这个步骤会显得更简洁：

import pandas as pd salary_data = pd.read_csv("salary_2023_clean.csv", encoding="utf-8-sig") # 确保折算月收入为数值类型 salary_data["monthly_pay"] = pd.to_numeric(salary_data["monthly_pay"], errors="coerce") # 按序列和职级分组，计算分位值 pivoted = salary_data.groupby(["job_family", "grade"])["monthly_pay"].quantile([0.1, 0.25, 0.5, 0.75, 0.9]).unstack() # 重命名列 pivoted.columns = ["P10", "P25", "P50", "P75", "P90"] pivoted = pivoted.reset_index()

这段代码的要点在于：先做分组，再一次性对一个数值列求多个分位值，会生成很容易直接对接后续可视化的数据框。如果数据量超过十万行，用脚本工具的groupby仍然很快，不会出现表格工具卡死的情况。

小提示：分位值表格在报告中不要只给一列P50，最理想的展示是“P10-P90区间”，每一行职级显示一个薪资范围条。这样既看得出集中趋势，也看得出离散程度。

3.2 用代码快速画“薪酬带宽图”和“内部散点图”

薪酬带宽图是薪资报告里最常用、也最好讲清楚的图。横轴是职级，纵轴是月收入，每一档职级显示一条竖立的箱线或柱状范围。箱线图和柱状范围的区别在于：箱线图展示的是内部数据分布形态，柱状范围展示的是职级薪资带宽的政策范围。

标准做法是两者结合：底层用淡色透明柱状图画政策带宽，上层用箱线图画实际薪资分布。这样做能直观看到“实际薪资分布是否跑出了政策带宽”以及“分布在带宽中的上下位置”。超出带宽的数据点单独标出来，用对比色显示，这些点很可能就是调薪时重点关注的异常值。

import matplotlib.pyplot as plt # 使用上面生成的pivoted数据 fig, ax = plt.subplots(figsize=(14, 8)) families = pivoted["job_family"].unique() colors = ["#6C8EBF", "#D18F9C", "#7FC8A9", "#E0B05C"] for i, family in enumerate(families): subset = pivoted[pivoted["job_family"] == family].sort_values("grade") ax.bar(x=range(len(subset)), height=subset["P75"] - subset["P25"], bottom=subset["P25"], width=0.6, label=family, color=colors[i % 4], alpha=0.6)

上面这段画的是四分位距区间条，相当于把每个职级的P25到P75画成一条粗色柱。如果再加一条中线标记P50，图就会变成“部分柱+中点”的组合，比单纯用箱线图更清楚。

内部薪资公平性还可以用“人员散点图”来查问题。横轴是职级（从低到高排序），纵轴是员工个人折算月工资，再叠加一条该职级P50的折线。如果某个职级出现了大量点在P50线以下或以上集中分布，说明内部存在薪资倒挂或者绝对值偏离。

3.3 报告页面的模块排布方法

做报告排布也是一门学问。我经过几次调整之后，固定了一版相对好用的结构：

• 首页放一张“总览仪表盘”，包含公司整体与市场P50对标图、各序列人数占比饼图、年度调薪预算测算表；
• 第二页放分位值明细表，按序列拆分若干个表格；
• 第三页放内部公平性散点图和带宽超限情况列表；
• 最后一页放分析结论和行动建议。

这样排布的依据是：读者根据疑问快速定位页码，高层看首页，HRBP看第二页到第三页，调薪执行人员看最后一页。薪资报告可视化不仅仅是为了让数字好看，更是为了把分析结论“嵌入”到决策路径中。

4. 可视化实操：从数据透视到成图全流程

4.1 准备一套可以直接复用的数据预览模板

很多做数据可视化的人会忽略一个环节：原始数据最终的展示格式。分位值计算完成之后，我先输出一版“宽表”，列是各职级、各分位值、人数、平均值，这样人工核对方便。然后再输出一版“长表”，列是职级、分位值类型、数值，这样绘图工具画起来方便。

宽表和长表的切换，本质上就是把列拆到行里，在绘图时用“维度”和“度量”两个角色去控制图表形态。一套数据模板可以反复服务多个汇报场景，这是为什么做数据模板值得花时间的原因。我通常把基础计算表生成到一个工作簿共用工作表，之后的画图全部引用这张表的数据源，避免每画一张图都要重新算一遍。

4.2 可视化全流程的代码段示例

下面这段可以完整跑一遍“原始表 → 透视分位值 → 画图”的流程，采用常见的脚本语言和绘图库。

import pandas as pd import matplotlib.pyplot as plt # 读取清洗后的数据 df = pd.read_csv("salary_2023_clean.csv", encoding="utf-8-sig") # 剔除用于对标的一次性补贴字段 df = df[df["income_category"] != "one_time_bonus"] # 分组计算分位值，并保留样本量 perc = df.groupby(["job_family", "grade"])["monthly_pay"] p10 = perc.quantile(0.10) p25 = perc.quantile(0.25) p50 = perc.quantile(0.50) p75 = perc.quantile(0.75) p90 = perc.quantile(0.90) cnt = perc.count() summary = pd.DataFrame({ "P10": p10, "P25": p25, "P50": p50, "P75": p75, "P90": p90, "count": cnt }).reset_index() # 抽样模拟展示前看看结构 print(summary.head(10))

接下来画“分面柱状图”：

fig, axes = plt.subplots(1, 3, figsize=(18, 6), sharey=False) families = summary["job_family"].unique()[:3] for ax, family in zip(axes, families): subset = summary[summary["job_family"] == family].sort_values("grade") ax.errorbar(subset["grade"], subset["P50"], yerr=[subset["P50"] - subset["P25"], subset["P75"] - subset["P50"]], fmt="o", capsize=5, color="#2A5A8C") ax.set_title(f"序列: {family}") ax.set_xlabel("职级") ax.set_ylabel("折算月收入") ax.grid(axis="y", linestyle="--", alpha=0.3) plt.tight_layout() plt.show()

这个图看的是：不同序列、不同职级下薪资中位数的位置以及P25到P75的离散程度。如果某个职级的误差条特别长，说明这一级内部薪资差异很大。这时候就需要进一步去看，是新人老员工的差异，还是同职级里不同岗位导致的价格差。

4.3 图表颜色、字体和标注细节

报告呈现环节，70%的功夫在做减法。我见过不少图表，颜色太多、标签太密、网格线太深，最后谁都没读懂。色彩建议限制在3到4个主色系内，重点数据用一个高亮色，其他数据用弱化色，突出分析结论而不是让观众去猜哪根柱子重要。

字体建议统一，数值保留两位小数，金额单位在图表角落统一标注就行。标题要写清楚“谁、什么时间、什么指标”，比如“2023年各职级P50月收入对比”，而不是光写“薪资对比”。

每张图还要配一个“读图要点”文本框，控制在两到三行，比如“技术序列T4的P50超出市场水平6%，建议暂缓调薪，观察留任风险。”这样才算可视化完成，否则图只是装饰。

5. 行业对标与报告演进的进阶思考

5.1 如何把内部数据与市场基准放在同一框架

我这里说的市场基准，是采购或合作获取的行业薪酬数据库，或者是人力资源咨询公司提供的分位值报告。拿到这类数据后，首要动作不是直接画对标图，而是先做“岗位匹配度校准”。检查内部职位说明书与市场标准职位定义的相似度，匹配度低于一定阈值的岗位，需要删除或者单独标注。

对标图通常采用“内部P50与市场P50差值百分比”来呈现。差值百分比的计算方式是：

(内部P50 - 市场P50) / 市场P50 × 100%

这个值在-10%到10%之间通常可以接受，超过20%说明有薪酬优势或成本风险。可视化呈现时，用水平条形图，左侧是低于市场，右侧是高于市场，一眼就能看出哪些岗位需要重点关注，跟“温度计”的视觉逻辑类似。

5.2 用“职位与薪酬矩阵图”找出调薪重点

矩阵图是一种很实用的分析工具。横轴是岗位的市场紧缺度，纵轴是企业内部薪酬竞争力（对标中位差额），将岗位放入四个象限：

• 高紧缺 + 高竞争力：保持现状，减少额外激励；
• 高紧缺 + 低竞争力：加薪或重点激励，防止人员流失；
• 低紧缺 + 高竞争力：适当控制成本，调整增长速度；
• 低紧缺 + 低竞争力：可维持，暂缓调薪。

画法上也很简单：散点图，点的大小代表该岗位人数，颜色代表序列。加上两条中线，一句话说明每个象限行动措施。这种图信息密度很高，高管层最喜欢，因为既能看全局又直接给行动依据。

5.3 大语言模型时代的报告自动化

2023年这个节点，我已经开始尝试把重复性的计算报告流程做成半自动工具。步骤是：把清洗后的数据放进标准输入的表格，脚本自动输出分位值表、带宽图、对标图，最后把结论装配进一份标准格式的文档草稿。

人力资源专业的人员不用自己改代码，只需要定期维护映射表和筛选规则。这样每次做季度或年度报告，节省的时间非常可观。要注意的是，自动化流程只负责“标准化呈现”，真正对公司业务的理解和调薪建议还是需要人工判断。工具替代的是劳动力，替代不了判断力。

6. 常见问题与排查心得

6.1 分位值算出来跟感觉不符怎么办

这种情况我遇到过很多次。先说结论，大概率是数据口径或分位值计算函数使用出了问题。检查顺序是：

• 数据中是否混入了离职员工或实习生的记录；
• 月度收入是否把13薪、年终奖都算进去了；
• 职级字段是否含旧版职级而未做映射；
• 分组键是否有空值，空值会被分开统计；
• 百分位函数是否被当成“排位百分比”来用。

其中最容易忽视的是空值分组。如果某个员工没有填入职级，很多工具会默认把这一组归为一个单独的分组，这样算出来的“未知职级”分位值会混在报告里。排查时先做一份分组缺失值检查，把所有关键维度空值列出来。

6.2 图表中离职高薪员工影响了整体怎么办

除了剔除异常值之外，更好的处理方式是增加两个视角：一个视角是“在职人员全口径”，另一个视角是“稳定在职人员口径”。两个口径算出的分位值并列展示，让观众自己看到差异。这样既符合客观事实，也避免“为了好看而刻意删数据”的嫌疑。

实践中，稳定在职人员的定义是：当年全年在职、且月出勤天数满足常规标准的员工。这种人数的数据更干净，但覆盖的岗位范围窄一点。两个口径互为补充，报告说服力更强。

6.3 报告做完以后没人仔细看怎么办

最常见的反馈是“数字是对的，但不知道跟我们有啥关系”。所以报告页首的“核心结论”一定要用业务语言写，少用HR术语。比如不写“P50超过市场水平”，而是写“技术序列中位薪资超出市场约12%，这部分岗位不需要再跟市场抢人，可以把资源倾斜到紧缺的算法岗位”。数字变成了资源和行动的指引，报告才有了价值。

我自己的习惯是最后再做一次“读图演练”：请不同角色的同事只看图表，不看文字，复述他们读到的结论。如果5分钟之内说不清楚图和文字的核心信息，说明这页图表还需要改。

6.4 常见问题速查表

7. 我在实操中保留的经验与建议

每一次做薪资可视化报告，我最大的体会就是：不要在数据清理上省时间。数据干净程度决定了整个报告的分析上限。就算画图工具再熟练，脏数据里的噪声也会把真实信号淹没掉。

另外，报告不是一次性交付物。按季度更新时，只需要维护好映射表和分位值公式，新增员工记录会自动进入计算流程。前期的数据模板建设看着慢，但三个月后就能节约不少时间。

如果只能给一条建议，那就是把“分位值”和“带宽”这两个概念彻底吃透。掌握了它们，你才真正具备用数据讲清楚薪资故事的能力。裸看全公司平均薪资，或者只看一个中位数，都很难支撑起2023年这个复杂人才市场的决策需求。