《一个基于众包与AI核验的体制内薪酬福利总包对比工具》

行业分类

人力/招聘

创业方向

薪酬福利数据透明化与职业决策工具

面向痛点

教师、公务员等体制内岗位的薪资福利口径混乱，网络和AI生成的数据缺少来源与统计标准；公积金、医保、补贴、退休金、假期价值等难以横向比较，求职者在考编选岗时缺少可信参考。

解决方案

搭建众包薪酬福利数据库，用户匿名提交工资条、补贴与福利信息，AI按地区、学段、职级、工龄、福利类型标准化为可比总包，提供教师vs公务员等岗位对比报告、地区购买力排序和考编选岗建议。

潜在人群

考公考编人群、在职教师/公务员、公考教培机构、薪酬与政策研究者

变现 / 商业模式

会员订阅、单次对比报告付费、公考教培机构广告与线索导流、研究机构定制数据服务

所需资源条件

• 薪酬福利数据源（必须） · 数据 — 公开统计年鉴、招聘公告、匿名工资条、医保/公积金政策文件
• 数据合规方案（必须） · 数据 — 个人信息保护、匿名化处理、反作弊与内容审核
• 考公考编社群（必须） · 流量渠道 — 用于冷启动众包和付费意愿验证
• 启动资金（加分） · 资金 — 约20-50万用于小程序开发、数据清洗和初期运营

补充说明

初期可只做一个省市或一个学段，靠公开政策文件+匿名众包冷启动；必须明确统计口径并持续反作弊，避免法律与舆情风险。

所需岗位

• 数据产品经理（产品） — 设计薪酬总包口径与对比维度
• 后端工程师（技术） — 数据入库、匿名提交与查询
• 数据工程师（技术） — 清洗多源薪酬福利数据
• 运营（运营） — 社群众包与内容分发
• 行业研究员（运营） — 整理政策与福利折算规则

风险

薪酬数据敏感、众包真实性难控、统计口径争议大、政策与平台合规风险、商业变现受考编周期影响。

依据

帖子原话：『统计口径不交代，AI报个数就能当全球工资局了？』『中国教师高的和低的根本是2回事』『绩效疗养车补房补分房补充医保公积金工会精神文明奖……老师不能熬工龄』

下一步验证

先做中国教师/公务员总包对比MVP：收集1000条匿名工资条与当地政策，输出一个城市或学段的对比报告，验证付费意愿。

标签

薪酬数据,考公考编,AI核验,众包,职业决策