薪酬数据整理是基于我们在市场上或是其他途径获取的薪酬数据，获取的数据或整或零散，比如第三方机构的报告就是相对完善的体系数据，但并不是所有企业都需要购买报告，从这层意义上我们可以将薪酬数据整理分为个体岗位薪酬数据整理、系列岗位薪酬数据整理、系统岗位薪酬数据整理。

　　个体岗位薪酬数据整理，就是公司在发展中发现某一个或几个岗位的薪酬远低于或是高于市场薪酬，或是新设岗位的薪酬很难确定，我们需要就几个岗位的薪酬数据进行市场调研，此种调研相对简单，一般跟根据公司内的岗位JD或外部同类岗位进行对比，在JD相似的情况下获取几个或是一组数据，经公司内部评估后确定需调整的岗位薪酬。

　　系列岗位薪酬数据整理，此种情况一般公司需要进行薪酬变革或是全体调薪，亦或是进行内部薪酬分析。处于这种情况下的企业一般不愿意掏钱购买薪酬报告，加上HR获取的薪酬数据不够完整，但需要对整个企业的薪酬进行系统的分析。

　　系列岗位薪酬数据整理，主要分为内外两个层次的整理，对于内部需要区分相对价值，并根据具体情况根据价值及岗位的薪酬进行赋值。如下表：

　　备注：1、职位等级是根据每个企业的具体情况而设定的，没有标准的数，每一个职位等级可能代表者不同的岗位，而每个岗位可能有不同的薪酬数据，在此同级岗位取平均值；2、此处薪酬取年度现金收入总额，即不包括福利。

　　外部薪酬数据整理，按照个体岗位薪酬数据整理的方法整理外部薪酬数据，但需对获取标杆薪酬数据背后的JD或是岗责进行匹配，并根据公司内部的职位等级进行匹配，但实践的调研中我们可能只获取到部分职位等级的数据，这就需要我们进行一个回归分析。

　　回归分析按百科解释为：确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，分为回归和多重回归分析;按照因变量的多少，可分为一元回归分析和多元回归分析;按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。

　　　具个例子，以下是我们在外部调研中获取的数据：

　　按照既有数据，并根据收集数据的规律进行回归：

　　当R2 大于0.8时，说明我们建立的回归分析是合理的，在我们收集的数据中R2 为0.9424，所以数据可用。至于如何分析在后续章节介绍。

　　系统岗位薪酬数据整理，按这个思路整理外部数据的时候，对于每一个岗位都需要有10家以上的薪酬数据，来制定外部薪酬分析报告，当然如果是购买报告则不要自己进行外部薪酬数据分析。在这里需要熟悉一个概念分位值。分位可以这样理解：如果有100个数，按从小到大排列，排在第10个的即为10分位值，排在第50个即为50分位值，也叫中位值。

　　如某一个岗位我们搜集到十个数据，第一个数据就是10分位，第五个数据就是50分位，也叫中位值。通过这样的方面我可以制定一个相对完整的外部薪酬报告，规范的分析需要按照我们第一节概念的界定制定几张薪酬报告，这里做一张年度总薪酬的外部薪酬报告，如下表：

　　作者|姚胜勇

　　来源|中国人力资源开发网 　　

　　薪酬数据整理是基于我们在市场上或是其他途径获取的薪酬数据，获取的数据或整或零散，比如第三方机构的报告就是相对完善的体系数据，但并不是所有企业都需要购买报告，从这层意义上我们可以将薪酬数据整理分为个体岗位薪酬数据整理、系列岗位薪酬数据整理、系统岗位薪酬数据整理。

　　个体岗位薪酬数据整理，就是公司在发展中发现某一个或几个岗位的薪酬远低于或是高于市场薪酬，或是新设岗位的薪酬很难确定，我们需要就几个岗位的薪酬数据进行市场调研，此种调研相对简单，一般跟根据公司内的岗位JD或外部同类岗位进行对比，在JD相似的情况下获取几个或是一组数据，经公司内部评估后确定需调整的岗位薪酬。

　　系列岗位薪酬数据整理，此种情况一般公司需要进行薪酬变革或是全体调薪，亦或是进行内部薪酬分析。处于这种情况下的企业一般不愿意掏钱购买薪酬报告，加上HR获取的薪酬数据不够完整，但需要对整个企业的薪酬进行系统的分析。

　　系列岗位薪酬数据整理，主要分为内外两个层次的整理，对于内部需要区分相对价值，并根据具体情况根据价值及岗位的薪酬进行赋值。如下表：

　　备注：1、职位等级是根据每个企业的具体情况而设定的，没有标准的数，每一个职位等级可能代表者不同的岗位，而每个岗位可能有不同的薪酬数据，在此同级岗位取平均值；2、此处薪酬取年度现金收入总额，即不包括福利。

　　外部薪酬数据整理，按照个体岗位薪酬数据整理的方法整理外部薪酬数据，但需对获取标杆薪酬数据背后的JD或是岗责进行匹配，并根据公司内部的职位等级进行匹配，但实践的调研中我们可能只获取到部分职位等级的数据，这就需要我们进行一个回归分析。

　　回归分析按百科解释为：确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，分为回归和多重回归分析;按照因变量的多少，可分为一元回归分析和多元回归分析;按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。

　　　具个例子，以下是我们在外部调研中获取的数据：

　　按照既有数据，并根据收集数据的规律进行回归：

　　当R2 大于0.8时，说明我们建立的回归分析是合理的，在我们收集的数据中R2 为0.9424，所以数据可用。至于如何分析在后续章节介绍。

　　系统岗位薪酬数据整理，按这个思路整理外部数据的时候，对于每一个岗位都需要有10家以上的薪酬数据，来制定外部薪酬分析报告，当然如果是购买报告则不要自己进行外部薪酬数据分析。在这里需要熟悉一个概念分位值。分位可以这样理解：如果有100个数，按从小到大排列，排在第10个的即为10分位值，排在第50个即为50分位值，也叫中位值。

　　如某一个岗位我们搜集到十个数据，第一个数据就是10分位，第五个数据就是50分位，也叫中位值。通过这样的方面我可以制定一个相对完整的外部薪酬报告，规范的分析需要按照我们第一节概念的界定制定几张薪酬报告，这里做一张年度总薪酬的外部薪酬报告，如下表：

　　作者|姚胜勇

　　来源|中国人力资源开发网