各位大家好 ， 我是王培军，致力于人力资源数据化转型与分析 。平时在做整个星球的数据分析中，大家可能会从岗位和职级两个维度来对星球做分析 。从岗位这个维度来对星球做分析时候有时候经常会对公司内部的岗位，把内部岗位的座位值数据跟市场的分位值数据来做对标 。
在做这个对标的工中其实就需要把座位值和市场分位值来做一个市场的薪酬的数据分析模型 。今天跟大家来分享一下，以前和大家讲过的可能更多是在excel里面去做这个岗位的薪资数据分布模型 。
但今天给大家分享一下如何在 pro、ivep b 里面来做岗位的星球的数据模型 。当然p的整个模型构建会比excel里面更加简单 ， 同时在这个宽度和体系化上也会更加的完善和完善 。接下来请各位来看一下p b 的界面 。
【各位大家好，我是王培军，致力于人力资源数据化转型与分析】模型本身来说是目的是来做整个薪酬数据的，一个数据对标的就说在我的某个在我这些部门里面，还有若干的岗位 。其实是想分析一下我的每一个部门，这些岗位跟市场的风味之比到底是在市场的哪一个区间里面 。这个模型的目的主要是做岗位的薪酬数据对标的模型 。
如果今天把所有的部门全选 ， 各位你们看到这其实就是一个公司内部的员工薪酬的数据分布图 ， 这个每一个点代表是公司内部的每一个员工，在没有细分的部门还没有细分的部门 ， 这边有五根等直线虚线，代表是上面这根，比如说幺五二、八八四 ， 是万多，九十分位置 ， 然后在下面是七十五，在下面是那个实线，五十二、三十五 。
可能大家看的非常清楚 ， 主要是因为有些员工的薪资数据比较高，这样就会影响到我下面薪资比较低的同学就会堆积在一起 。但是大概就是能够看到整个的整体的技能数据 ， 在哪个区间里面基本能够看到，并且也能够看到那些人是高于五十 ， 哪些人是低于五十 。
但在这个模型的应用中，还是要根据我一切片机的部门来做 。也就是说当我选择不同部门的时候，就会显示每一个部门内部的这些岗位员工跟市场数据对标 ， 他的竞争力是哪子？比如我选择人力资源部 。选一下，选人力资源部 。
大家看到这个是人力资源部数据，黑字点，每一个人代表人力资源部的一个点代表一个人，这是五根等直线 。所以会发现在这个等值线最上面的人力资源部最高薪资酬的 ， 是于盈秀 。还有什么贺意祥？这些人就这两个，这两个人是在七十五到九十，高明强在五十到七十五，所以上面这段区域的人都是大于五十公里的 ， 但下面的现在是低于五十公里，所以去大概能够分析判断在整个的日间部或者这里星球分布是个什么样子，对吧？
比如说我在品质商品，上面不是四个人，两个人在上面两个人，两个人在下面，这个人薪资特别低 。市场部只有三位，点个人多一点 ， 客服部就感觉整体的薪资这两个人都特别高，已经偏了很多 ， 这个东西到到了 ， 点一下已经是十六万八千多了，但有些人工资特别低 。
所以当我点击不同的部门的时候，不同部门就能够在这个地方能够看到每一个部门的人员的薪酬数据 。在那个星球的本子线里面有九十、七十五、五十二、五十里面 。
所以大家看到这个其实就是用p做的 ， 来完成整个星球的这样的星座数据分布图这样的模型模型，用p做比excel做会更加简单 ， 而且不管是在美观度上还是在体系化上面都会做的非常好 。所以用 pb可以画出很多人力资源的各个模块薪酬，记下各个模块数据模型 ， 再结合切片器去做整个数据分析 。
所以欢迎各位同学能来参加pb 的课程和来参加pa 的课程 。这是 a b their b 叫人力资源数据分析式的课程 。七月份在上海百分之十应该是七月十五跟十六，在上海会有p a 的课程 ， 人力资源数据分析式的课程，欢迎各位同学，点击下面的链接参加课程 ， 好谢谢各位 。
