Зарплаты по одной и той же должности на площадках могут заметно различаться даже в соседних объявлениях. Этот разброс сам по себе ещё не описывает рынок. Пока данные не сегментированы по грейду и региону и не очищены от случайных значений, любая цифра из них случайна. Зарплатный срез — это способ превратить сырые объявления в сопоставимую выборку, по которой уже видно рыночную зарплату по позиции. Ниже — как собрать такой срез по шагам: от постановки запроса до готовых показателей. Что эти показатели означают для решения о вилке — тема соседнего материала про анализ рынка зарплат. Здесь речь о сборе данных.
Что такое зарплатный срез и зачем он нужен
Зарплатный срез — это структурированная выборка предложений по одной должности, приведённая к сопоставимому виду: один грейд, один регион, один тип занятости, свежий период. В отличие от быстрой «средней по hh», срез не смешивает стажёра и руководителя, столицу и регион, оклад и совокупный доход в одну цифру. Аналитика вакансий и зарплат помогает, когда разбираться самостоятельно нет времени и лучше довериться специалистам.
Смысл среза в двух вещах. Во-первых, он позволяет сравнивать сопоставимые позиции: рынок middle-разработчика в Москве и такой же позиции в области — это два разных среза, а не один. Во-вторых, он убирает случайные значения: единичная вакансия с завышенной или заниженной ставкой не искажает картину, если выборка собрана и очищена правильно. Готовый срез отвечает на вопрос «сколько на самом деле платят по этой должности здесь и сейчас», а не «какое число выдал агрегатор по всем вакансиям сразу». Изучите также как из среза собрать зарплатную вилку для вакансии.
Шаг 1. Сформулировать запрос и параметры среза
Качество среза определяется на входе — до сбора данных. Прежде чем открывать площадки, фиксируют четыре параметра выборки:
- Должность и функционал. Не только название, но и ключевые задачи: «менеджер по продажам» в опте и в рознице — разные рынки. Ориентир — совпадение обязанностей, а не совпадение слова в заголовке.
- Грейд. Junior, middle или senior. Уровни одной должности могут заметно различаться по оплате, поэтому смешивать их в одной выборке нельзя.
- Регион. Город найма или, для удалёнки, рынок, из которого реально идут отклики. Уровень оплаты по одной позиции может заметно различаться между Москвой и регионами.
- Период. Используют достаточно свежие объявления; глубину периода выбирают с учётом активности найма по конкретной позиции. Старые данные могут уже не отражать текущий рынок.
Чётко описанный запрос — половина работы: он задаёт рамку, по которой дальше отбираются объявления, и отсекает нерелевантное ещё до сбора.
Шаг 2. Собрать выборку из источников
Один источник даёт одностороннюю картину, поэтому выборку собирают с нескольких площадок. По заданной должности и региону выгружают объявления с указанной зарплатой за выбранный период. Универсального минимального объёма нет: чем меньше наблюдений или неоднороднее рынок, тем осторожнее нужно интерпретировать показатели. У каждого источника своя зона охвата.
| Источник | Что даёт для среза | Сильная зона |
|---|---|---|
| hh.ru (открытые вакансии) | Вилки конкурентов и объём предложений | Офисные и управленческие роли |
| SuperJob | Дополнительный срез офферов | Инженерные и IT-позиции |
| Avito Работа | Вилки по массовым вакансиям | Рабочие и линейный персонал |
| ГородРабот (агрегатор) | Широкую сводку объявлений | Охват регионов и рабочих позиций |
| Зарплатные обзоры (отраслевые) | Агрегированный контекст по отрасли | Проверка порядка цифр |
На практике достаточно связки из двух-трёх источников под конкретную должность: hh.ru как основа по офисным и управленческим ролям, Avito Работа и ГородРабот — по линейным и рабочим, SuperJob — по инженерным и IT. Обзоры заработных плат добавляют отраслевой контекст, но многие из них обновляются нечасто, поэтому их используют для проверки порядка цифр, а не как единственную основу.
Шаг 3. Очистить и сегментировать данные
Собранные объявления — это ещё не срез, а сырьё. Самый важный и самый недооценённый шаг — привести их к сопоставимому виду. Без очистки в одной выборке оказываются несравнимые величины, и любые расчёты по ней рассыпаются.
Что делают на этом этапе:
- Убирают дубли — одну и ту же вакансию, размещённую на нескольких площадках, считают один раз.
- Отсекают нерелевантное — объявления другого грейда, смежных должностей с тем же названием, вакансии без реального намерения нанимать.
- Приводят к одной базе — gross или net, оклад или совокупный доход с премией: сравнивать «на руки» с «до вычета налога» нельзя.
- Отсекают выбросы — единичные аномально высокие ставки топ-позиций и заниженные подработки, которые тянут картину в стороны.
- Разносят по сегментам — если внутри выборки видны два разных уровня, это признак, что грейд или регион заданы слишком широко, и срез делят на два.
После очистки остаётся выборка, в которой каждое значение сопоставимо с остальными. Именно она и становится основой среза.
Шаг 4. Рассчитать показатели среза
По очищенной выборке считают набор показателей, которые вместе и описывают рынок по должности:
- Нижняя граница — минимальные ставки без учёта отсеянных подработок.
- Медиана — значение в середине выборки, устойчивое к выбросам.
- Модальная ставка — самая часто встречающаяся зарплата, вокруг которой концентрируются предложения.
- Верхняя граница — максимум по рынку без единичных аномалий.
- Объём рынка — сколько всего релевантных вакансий открыто: показывает, насколько выборка надёжна.
Здесь задача сбора заканчивается: срез готов, но также заранее важно изучить то, как определить границы вилки по этим показателям.
| Поле | Зачем фиксировать |
|---|---|
| Должность и уровень | Проверить, что роли сопоставимы |
| Регион и формат работы | Офис, гибрид и удалёнка — разные рынки |
| Нижняя и верхняя граница вилки | Основа расчёта |
| Оклад или совокупный доход | Не сравнивать разные показатели |
| До или после НДФЛ | Привести суммы к единому виду |
| Размер компании | Объяснить разброс |
| Источник и ссылка | Проверить и обновить данные |
| Дата публикации и дата сбора | Работать в едином периоде |
Как ИИ ускоряет обработку собранных данных
Ручной сбор, очистка выборки по одной должности и ответ на вопрос сколько платить новому сотруднику могут занять несколько часов: нужно выгрузить объявления из нескольких источников, свести форматы, отсечь дубли и выбросы, посчитать показатели. Когда одновременно открыто много вакансий, повторять эту работу по каждой позиции становится трудоёмко, и возрастает риск заменить расчёт приблизительной оценкой.
ИИ ускоряет именно обработку уже собранных данных, не меняя сути работы:
- Агрегация — сбор объявлений по должности и региону со всех источников в один массив.
- Нормализация — приведение к сопоставимому виду: gross или net, оклад или совокупный доход, тип занятости, дубли, регион и грейд.
- Расчёт показателей — нижняя граница, медиана, модальная ставка, максимум и объём рынка по сводной выборке.
Ценность здесь не в скорости самой по себе, а в том, что расчёт воспроизводим и опирается на несколько источников вместо одного. Качество вывода при этом зависит от качества входных данных: ИИ ускоряет обработку, но не заменяет корректно заданный запрос и очистку.
Когда заказать профессиональный срез
Самостоятельный сбор закрывает большинство типовых позиций. Но есть ситуации, где он объективно даёт сбой:
- Рынок непрозрачный — большинство конкурентов скрывает зарплату в вакансиях, и открытой выборки почти нет.
- Редкая специализация — открытых объявлений недостаточно для устойчивой оценки, поэтому показатели нужно сопровождать оговоркой об ограниченной выборке.
- Нужен срез сразу по нескольким позициям — вручную собирать долго, а ошибка масштабируется на все.
- Регулярный мониторинг — данные нужно обновлять с периодичностью, подходящей для конкретной позиции, и каждый новый ручной сбор требует времени.
В этих случаях удобнее заказать готовый срез. «Некст» собирает данные по конкретной должности и городу из доступных и заранее согласованных источников. Возможность использовать сведения из резюме отдельно проверяют с учётом фактического доступа к площадке и требований к обработке персональных данных. Если таких данных нет, отчёт опирается на открытые источники и прямо указывает ограничения выборки.
Частые вопросы
Сколько объявлений нужно, чтобы срез был надёжным?
Универсального минимума нет: достаточность зависит от однородности позиции, разброса значений и доступного объёма рынка. Если наблюдений мало, срез считают приблизительным; выборку можно осторожно расширить по смежным названиям, соседним регионам или более длинному периоду и обязательно отметить это в методике.
Чем срез отличается от «средней зарплаты по hh»?
Средняя считается по всем вакансиям сразу и смешивает грейды, регионы и типы занятости. Срез — это очищенная и сегментированная выборка по одной сопоставимой группе, поэтому он показывает рыночную зарплату по сопоставимой группе, а не усреднённое по рынку число. Поэтому срез точнее любого одиночного обзора заработных плат: он собран под конкретную должность и период, а не усреднён по отрасли за год.
Как часто пересобирать срез?
Периодичность зависит от того, насколько быстро меняется спрос и предложение по позиции. Для стабильных ролей данные можно обновлять реже, для дефицитных и динамичных — чаще. Срез годовой давности может уже не отражать рынок, причём направление изменения заранее неизвестно.
Можно ли собрать срез только по резюме кандидатов?
Резюме показывают ожидания соискателей, а не то, что платят компании. Их можно рассматривать как дополнительный слой только при законном и фактическом доступе к таким данным. Строить срез только на резюме нельзя: получится картина запросов кандидатов, а не предложений работодателей.
Что в итоге
Зарплатный срез превращает разрозненные объявления в сопоставимую картину рынка по конкретной должности. Собирается он в четыре шага: задать параметры выборки, собрать данные из нескольких источников, очистить и сегментировать, рассчитать показатели. Ключевой из них — не расчёт, а очистка: именно она отделяет рабочий срез от случайного набора цифр. Если рынок по вашей должности непрозрачный, позиция редкая или срезы нужны регулярно, закажите аналитику вакансий — готовый срез по должности и городу собирается за 2 рабочих дня.
