;1.了解薪酬评估的基本理论、方法和指标
2.能够根据业务背景确定薪酬评估分析项目的具体目标
3.掌握薪酬数据收集的常用途径和方法
4.掌握薪酬评估常见的数据预处理方法
5.掌握薪酬评估常见的五个维度的分析方法:人工成本分析、内部公平性分析、外部
竞争性分析、薪酬结构分析与薪酬满意度分析
6.能够根据数据分析的结论提出薪酬体系优化建议;引导案例;;;一、什么是薪酬评估;二、薪酬评估的原则;三、薪酬评估的五个维度;四、薪酬体系评估的内容;五、薪酬评估的方式;六、薪酬评估的流程;七、编写薪酬评估报告;;一、薪酬评估数据收集概述;二、薪酬满意度调研;三、市场薪酬报告解读;四、Python薪酬数据爬取;;一、人员基本信息预处理;一、人员基本信息预处理;步骤一:从身份证信息中提取出生年月日信息。
方法:在目标单元格中输入公式:=TEXT(MID(D2,7,8),“00-00-00”)。
解读:(1)用Mid提取C3单元格中从第7位开始,长度为8的字符。
(2)用TEXT函数设置成“00-00-00”的格式
步骤二:通过出生年月日信息,计算年龄。
方法:在目标单元格中输入公式=DATEDIF(G2,“2019-12-31”,“y”)。
(注:本例中以2019年12月31日为数据计算时间。)
解读:(1)DATEDIF函数为系统隐藏函数,其作用为根据指定的统计方式统计
两个日期之间的差值。
(2)“y”的意思为按年统计。;方法一:利用“Ctrl+\”组合键对比。
先选中两列数据,然后使用快捷键Ctr1+\,最后标记颜色。
方法二:用IF函数对比。
公式=IF(B2=C2,“相同”,“不相同”)
方法三:用DELTA函数对比。
公式=DELTA(B2,C2)。
DELTA函数:测试两个数字是否相等,如显示“1”则相等,显示“0”,则不相等。
方法四:用EXACT函数对比。
公式=EXACT(B2,C2)
EXACT函数:比较两个字符串是否相同。;(1)薪资项目一致性,同口径进行比较。
(2)文本转化为数值。从不同系统或平台导出来的数据格式不同,有时候会是文本型的数值。
(3)异常值处理。一般可以采取删除异常值、将异常值视为缺失值来填充、插补法填充、分组等方式处理。;缺失值处理:如数据量较大,可将缺失值删除;如一条记录知识部分数值缺省,
可用平均值填补。
数据转化:???原有选择均为5分量表,则观察是否具备分值一致性,例如,1分
表示负性评价,5分表示正性评价;如不是,则将5-4-3-2-1替换为
1-2-3-4-5。
多选题结果转化:可将多选题的每个选项转化为一项,并赋予相应的分值。
关注极端数据:极端数据可能是误填或不认真作答,可手工标注;如对结果
影响大,建议删除。;二、薪酬满意度调查数据预处理;缺失值填补文件导出之后,首先在文件中添加Sheet2,内容第一列为1、2、3、4、5,第二列为5、4、3、2、1,添加数值完毕后返回到Sheet1。题目要求第5列和第9列进行替换。首先在第5列和第9列后添加空列,然后再利用VLOOKUP函数进行数值替换,填写G2为=VLOOKUP(F2,Sheet2!A:B,2,0)(图11-4),双击填充完成;同样地第9列也是如此,但是要把F2换为K2即可。;二、薪酬满意度调查数据预处理;(1)单击“选择数据源”,选择已内置的数据表“薪酬满意度调查数据表.xlsx”,单击“保存”按钮。
(2)单击“查看数据源”,查看数据特征,找到有缺失值的字段。
(3)单击清洗工具界面上的“配置按字段清洗规则”,在左侧出现的菜单中单击添加规则中的“缺失值填补”。单击“+”,选择需要填补缺失值的字段,选择填补方法为中位数填补,单击保存。
(4)单击“开始清洗”,进行数据清洗工作。
(5)清洗完成,单击查看清洗结果,并下载清洗结果。;重复值:删除;
缺省值处理:平均值填充或不纳入计算范围;
极端值处理:删除;
地区:地区显示为城市名或省名+城市名,如需按省分类,可通过《省级区域对照表》增加列;一个单元格含多个数据:通过Excel的分列功能,对数据进行分列处理;薪资信息从文本转化为数值。;(1)打开原始文件选定要修改的数列,单击数据一一分列,跳出窗口进行下一步
(图11-5、图11-6)。
(2)在窗口中选择“分隔符号”,单击完成即可,数值将会被分隔。
(3)分隔万/元时,选中C列数值单击分列,选择分隔符号,进入下一个窗口,将其他填为“万