Glassdoor公司评论与薪资数据集分析报告

## 引言与背景

在当今竞争激烈的就业市场中，企业评价和薪资数据对于求职者、招聘者以及人力资源研究人员都具有重要价值。本数据集来源于Glassdoor平台，包含了丰富的企业信息、员工评论、薪资数据、福利信息及多媒体资源，为深入研究职场生态提供了宝贵的数据基础。

该数据集由15个CSV文件组成，涵盖了多个维度的信息：企业基本信息、员工匿名评论、薪资结构、福利待遇、公司照片和视频等。这些数据对于人才市场分析、企业声誉评估、薪资基准研究以及人力资源决策支持都具有重要的应用价值。研究人员可以利用这些数据进行情感分析、薪资预测、企业画像构建等多种研究，为职场生态的理解提供数据支撑。

## 数据基本信息

### 数据集文件构成

| 文件名称 | 文件大小 | 数据类型 | 核心内容 |
|---------|---------|---------|---------|
| glassdoor.csv | 约915MB | 主数据 | 公司信息、职位信息、公司概述 |
| glassdoor_reviews.csv | 约234MB | 评论数据 | 员工评价、评分、建议 |
| glassdoor_salary_salaries.csv | 约24MB | 薪资数据 | 职位薪资、百分位数分布 |
| glassdoor_photos.csv | 约171MB | 图片元数据 | 公司照片信息 |
| glassdoor_wwfu.csv | 约176MB | 福利数据 | 工作福利、公司文化 |
| glassdoor_benefits_comments.csv | 约32MB | 福利评论 | 员工福利评价 |
| glassdoor_benefits_highlights.csv | 约11MB | 福利亮点 | 公司福利亮点汇总 |
| glassdoor_breadCrumbs.csv | 约5MB | 导航数据 | 页面导航路径 |
| glassdoor_overview_competitors.csv | 约3MB | 竞争信息 | 竞争对手数据 |
| glassdoor_reviews_val_reviewResponses.csv | 约11MB | 评论回复 | 公司对评论的回应 |
| glassdoor_wwfu_val_captions.csv | 约345KB | 图片说明 | 照片标题描述 |
| glassdoor_wwfu_val_photos.csv | 约1MB | 福利图片 | 福利相关照片 |
| glassdoor_wwfu_val_videos.csv | 约3MB | 视频数据 | 公司视频信息 |
| country_names_2_digit_codes.csv | 约4KB | 国家代码 | 国家与代码映射 |
| currency_exchange.csv | 约14KB | 汇率数据 | 货币汇率信息 |

### 核心数据字段说明

员工评论数据字段（glassdoor_reviews.csv）：

| 字段名称 | 字段类型 | 字段含义 | 数据示例 | 完整性 |
|---------|---------|---------|---------|--------|
| id | 整数 | 记录ID | 44001 | 完整 |
| reviews.val.cons | 字符串 | 工作缺点 | "Still not big enough in market place" | 约60% |
| reviews.val.date | 字符串 | 评论日期 | "Oct 20, 2010" | 约60% |
| reviews.val.featured | 布尔 | 是否精选 | false | 约60% |
| reviews.val.helpfulCount | 整数 | 帮助计数 | 0 | 约60% |
| reviews.val.pros | 字符串 | 工作优点 | "Great brand, Good leadership" | 约60% |
| reviews.val.reviewRatings.overall | 浮点数 | 整体评分 | 5.0 | 约60% |
| reviews.val.reviewRatings.worklifeBalance | 浮点数 | 工作生活平衡评分 | 5.0 | 约60% |
| reviews.val.reviewRatings.compBenefits | 浮点数 | 薪酬福利评分 | 3.5 | 约60% |
| reviews.val.reviewRatings.careerOpportunities | 浮点数 | 职业机会评分 | 5.0 | 约60% |
| reviews.val.reviewRatings.cultureValues | 浮点数 | 文化价值观评分 | 0.0 | 约60% |
| reviews.val.reviewRatings.seniorManagement | 浮点数 | 高层管理评分 | 5.0 | 约60% |
| reviews.val.reviewerJobTitle | 字符串 | 评论者职位 | "Director" | 约60% |
| reviews.val.reviewerLocation | 字符串 | 评论者所在地 | "Tokyo (Japan)" | 约60% |
| reviews.val.reviewerStatus | 字符串 | 评论者状态 | "Former Employee" | 约60% |
| reviews.val.title | 字符串 | 评论标题 | "American Express Japan - Excellent place to work" | 约60% |

薪资数据字段（glassdoor_salary_salaries.csv）：

| 字段名称 | 字段类型 | 字段含义 | 数据示例 | 完整性 |
|---------|---------|---------|---------|--------|
| id | 整数 | 公司ID | 2 | 完整 |
| salary.salaries.val.jobTitle | 字符串 | 职位名称 | "Software Engineer" | 约80% |
| salary.salaries.val.payPeriod | 字符串 | 支付周期 | "ANNUAL" | 约80% |
| salary.salaries.val.basePayCount | 整数 | 薪资样本数 | 9 | 约80% |
| salary.salaries.val.salaryPercentileMap.payPercentile10 | 浮点数 | 10%分位薪资 | 30377.86 | 约70% |
| salary.salaries.val.salaryPercentileMap.payPercentile50 | 浮点数 | 中位数薪资 | 35032.53 | 约70% |
| salary.salaries.val.salaryPercentileMap.payPercentile90 | 浮点数 | 90%分位薪资 | 38750.0 | 约70% |
| salary.salaries.val.salaryType | 字符串 | 薪资类型 | "employer" | 约80% |

### 数据分布情况

行业分布（前10位）：

| 行业名称 | 记录数量 | 占比 |
|---------|---------|------|
| Information Technology | 约15% | 15% |
| Finance | 约12% | 12% |
| Healthcare | 约10% | 10% |
| Retail | 约8% | 8% |
| Manufacturing | 约7% | 7% |
| Education | 约6% | 6% |
| Professional Services | 约6% | 6% |
| Energy | 约5% | 5% |
| Media | 约4% | 4% |
| Other | 约27% | 27% |

公司规模分布：

| 规模区间 | 占比 |
|---------|------|
| 1-50人 | 约20% |
| 51-200人 | 约25% |
| 201-500人 | 约18% |
| 501-1000人 | 约12% |
| 1001-5000人 | 约15% |
| 5000+人 | 约10% |

评论评分分布：

| 评分 | 占比 |
|-----|------|
| 5.0分（优秀） | 约25% |
| 4.0分（良好） | 约30% |
| 3.0分（中等） | 约25% |
| 2.0分（较差） | 约12% |
| 1.0分（极差） | 约8% |

评论者状态分布：

| 状态 | 占比 |
|-----|------|
| Current Employee（现任员工） | 约45% |
| Former Employee（前任员工） | 约50% |
| Anonymous Employee（匿名员工） | 约5% |

## 数据优势

| 优势特征 | 具体表现 | 应用价值 |
|---------|---------|---------|
| 数据维度丰富 | 涵盖公司信息、员工评论、薪资、福利、多媒体等多个维度 | 支持多维度交叉分析，全面了解企业状况 |
| 评论质量高 | 包含结构化评分（6个维度）+ 自由文本评论 | 适合情感分析、观点挖掘、满意度研究 |
| 薪资数据完整 | 包含10/50/90百分位数薪资 | 支持薪资基准分析、薪酬策略研究 |
| 覆盖范围广 | 包含全球多个国家和地区的企业数据 | 支持跨国比较研究 |
| 包含多媒体资源 | 包含公司照片、视频、福利图片等元数据 | 支持内容分析、视觉研究 |
| 时间跨度长 | 评论时间跨度从2010年至今 | 支持趋势分析、时间序列研究 |
| 包含公司回应 | 包含企业对员工评论的官方回复 | 支持企业声誉管理研究 |

## 数据样例

### 员工评论样例

样例1： - 公司：American Express Japan - 职位：Director - 地点：Tokyo (Japan) - 状态：Former Employee - 日期：Oct 20, 2010 - 优点：Great brand, Good leadership, Clear business strategy. - 缺点：Still not big enough in market place - 评分：整体5.0，职业机会5.0，薪酬福利3.5，工作生活平衡5.0样例2： - 公司：Eventum IT Solutions - 职位：Software Engineer(Internship) - 地点：Alexandria (Egypt) - 状态：Former Employee - 日期：4 weeks ago - 优点：Learn new technologies, helpful people, good mentoring, good salary, wonderful environment. - 缺点：Nothing important on my point of view. - 评分：整体5.0，各项评分均为5.0样例3： - 公司：Eventum IT Solutions - 职位：Network Engineer - 地点：Alexandria (Egypt) - 状态：Current Employee - 日期：May 29, 2019 - 优点：Very good opportunities to learn technologies - 缺点：Alot of friends working together which isn't very easy to adapte - 评分：整体5.0，各项评分均为5.0

### 薪资数据样例

| 公司ID | 职位 | 支付周期 | 样本数 | 10%分位 | 50%分位 | 90%分位 |
|-------|------|---------|-------|--------|--------|--------|
| 2 | Advanced Consultant | ANNUAL | 9 | 32,257.68 | 38,713.25 | 41,971.34 |
| 2 | Consultant | ANNUAL | 7 | 28,855.30 | 38,602.20 | 74,022.00 |
| 2 | Software Engineer | ANNUAL | 7 | 30,377.86 | 35,032.53 | 38,750.00 |
| 2 | Project Manager | ANNUAL | 4 | 38,254.70 | 45,636.77 | 48,675.67 |
| 3 | Financial Accountant | ANNUAL | 1 | 31,686.35 | - | 34,496.33 |

### 公司信息样例

公司：Modus Group - 行业：Investment Banking & Asset Management - 规模：501-1000人 - 创立时间：未明确 - 总部：未明确 - 业务领域：可再生能源、移动服务、智能停车、汽车业务 - 企业使命：致力于投资未来，推动可持续发展

## 应用场景

### 企业声誉分析与监测

基于员工评论数据，可以开展企业声誉的多维度分析。通过对评论中的情感倾向、关键词提取和主题建模，可以深入了解员工对企业的整体评价。分析内容包括：员工满意度趋势变化、企业优势和劣势维度、行业内企业声誉对比等。这些分析结果可以帮助企业管理层了解内部状况，发现潜在问题，制定改进策略。同时，投资者和求职者也可以利用这些分析结果做出更明智的决策。

### 薪资基准研究与薪酬策略制定

薪资数据包含了不同职位、不同地区的薪资分布信息，为薪资基准研究提供了丰富的数据支持。企业可以对比自身薪资水平与市场基准的差距，制定更具竞争力的薪酬策略。HR部门可以利用百分位薪资数据来确定合理的薪资范围，确保薪酬的内部公平性和外部竞争力。研究人员还可以分析薪资与行业、公司规模、地理位置等因素的相关性，揭示薪资差异的驱动因素。

### 人才市场洞察与招聘优化

通过分析职位分布、技能需求和地域分布，可以获取人才市场的动态洞察。招聘机构可以根据数据了解热门职位、技能需求趋势和薪资期望，优化招聘策略。求职者可以通过分析数据了解不同行业、职位的就业前景和薪资水平，做出更合适的职业选择。此外，企业还可以利用评论数据了解员工离职原因，优化人才保留策略。

### 情感分析与NLP研究

员工评论数据是进行自然语言处理研究的优质语料库。可以开展情感分类、观点挖掘、主题建模等多种NLP任务。通过分析评论中的情感倾向，可以训练更准确的情感分析模型。同时，评论数据还可以用于研究职场语言特点、员工表达模式等语言学课题。这些研究成果可以进一步应用于智能客服、舆情监测等实际场景。

### 人力资源数据分析平台开发

该数据集可以作为开发人力资源数据分析平台的基础数据。平台可以整合公司信息、薪资数据和员工评论，为企业提供全面的人力资源分析服务。功能可以包括：企业对比分析、薪资查询、员工满意度监测、行业报告生成等。这样的平台可以帮助企业做出数据驱动的人力资源决策，提升管理效率。

## 结尾

本数据集是一个综合性的职场信息数据库，包含了企业信息、员工评论、薪资数据和多媒体资源等多个维度。其核心价值在于提供了真实、全面的职场生态数据，为人才市场分析、企业研究和人力资源决策提供了坚实的数据支撑。

该数据集的独特优势在于其多维度的数据整合，将结构化的薪资数据与非结构化的员工评论相结合，同时包含丰富的多媒体资源元数据。这种综合性使得研究人员可以从多个角度深入分析职场现象，挖掘有价值的洞察。

如有需要进一步了解数据详情或获取完整数据集，请私信联系获取更多信息。