北森组织效能报告生成器
Overview
基于北森 IPO 分析模型（产出分析 / 过程分析 / 投入分析；过程分析内含 P1-P5 五个效能维度：人效、元效、费效、资效、市效），从上市公司年报/财报数据出发，生成行业级或单企业级组织效能分析报告。报告顶层章节只体现"产出分析 / 过程分析 / 投入分析"，不出现"五效模型"字眼；组织能力定性诊断用北森组织诊断模型（战略/文化/组织/人才/激励/流程 6 要素）。完整方法论、指标公式表、章节模板、案例库与写作规范见 references/methodology.md——执行前必须先完整读取该文件，本文件只定义工作流与契约。
模式判定（第一步，必做）
本 Skill 以行业全景模式为默认输出，单企业对标模式为备选。根据用户输入按下列判定表确定模式：
| 用户输入特征 | 判定 | 处理 |
|---|---|---|
| 行业名称（如"做一份白酒行业组织效能报告"） | 行业全景模式 | 按 methodology.md 4.1 行业全景章节树输出（一、行业整体洞察：PEST+产业链+规模+格局+SWOT+趋势 → 二、行业组织效能分析：产出分析/过程分析P1-P5/双矩阵/投入分析I1-I3 → 三、主要发现 → 附录） |
| 行业名称 + "重点看/聚焦/以 XX 为例"某企业 | 行业全景模式 + 重点企业标注 | 走行业模板；重点企业在梯队分型/标杆解剖中优先入选并全程醒目标注 |
| 单一企业名，未给行业名（如"分析比亚迪"） | 行业全景模式（以该企业为切入点看行业） | AI 按主营业务推断所属行业并圈定样本，行业观察中说明切入点；不判单企业模式 |
| 两个及以上企业名（如"对比和远气体和杭氧"） | 单企业对标模式（多目标版） | 企业间对标；每家目标企业用独立高亮色（红+橙+…），矩阵图双点/多点高亮，其余企业为对标样本 |
| 明确的单企业对标语义（如"分析 XX 的薪酬与人效对标""XX vs 行业"） | 单企业对标模式 | 按 methodology.md 4.1.1 单企业九段模板输出；红色 = 目标企业（锁定不可取消勾选），蓝灰色系 = 同行 |
| 输入模糊、无法判定分析主体 | 行业全景模式（默认） | 在样本圈定时说明判定理由；不反向追问用户 |
判定心法：分析主体是行业 → 行业模式；分析主体是具体企业间的对标关系 → 单企业模式（可多目标）；说不清 → 行业模式。
歧义确认（仅一次）：当且仅当输入触发"模糊判定"或"单一企业名但语义接近对标"（两种判定都说得通）时，向用户抛一次二选一确认（行业全景 / 单企业对标），确认后不再追问；其余情况 AI 直接判定并在报告封面标注所用模式。
模式内规则：
- 输入为行业名但语义接近对标（如"白酒行业里和远……"不存在此类时忽略），按上表执行；
- 样本清单：两种模式均先由 AI 圈定同行业上市样本（13~20 家，A股/H股），附规模门槛、剔除规则与圈定理由；用户提出增减或变更时再调整；
- 热切换：用户中途要求改模式时，数据集沿用，按目标模式模板重排交付，不重新取数；
- 单企业模式交付后的固定提醒（仅一次，不重复推销）："本次为单企业对标模式，分析维度聚焦薪酬与人效，深度有限；如需行业级 IPO 全景分析（梯队分型/标杆解剖/国际对标），可再输出行业模式报告。"
- 真实客户公司名称在对外交付物中一律匿名化为"某公司"；内部报告保留真实上市公司名称（公开财报数据）。
工作流（六步闭环）
严格按 methodology.md 第二章执行，要点如下：
- 样本圈定：先由 AI 自动圈定同行业上市样本（13~20 家，A股/H股），附规模门槛、剔除规则与圈定理由；用户提出增减或变更时再调整。
- 数据采集与指标计算：iFind/Choice/东方财富妙想等财报数据源 + 年报全量数据（含现金流量表、应付职工薪酬附注、研发费用附注），时间窗 3~5 年。优先用
scripts/compute_metrics.py自动计算：把原始年报科目填入 raw.json（缺失一律 null），脚本按 methodology.md 3.3 公式表算出全部派生指标 + 同比/CAGR + 五统计参照行 + 矩阵阈值 + 成品表，禁止手工算指标（口径漂移与算术错误的主因）。若已存在同口径历史报告数据集（如此前对标报告的内嵌 data/th），可直接复用并沿用其检索日标注。 - 行业整体洞察（全景模式完整章节）：PEST 宏观分析（每维度≥1 页，关键数据标注来源名称，允许定性撰写）→ 行业分析（发展历程/产业链/全球规模/中国规模/竞争格局/SWOT）→ 发展趋势（≥3 条品牌化主题，每条带数据锚点）→ 桥接句。单企业模式压缩为封面背景段。
- IPO 拆解：产出分析 Output（规模与收益五指标，不适用口径做替代说明）→ 过程分析 P1-P5（人效/元效/费效/资效/市效，各自独立成章）→ 投入分析 I1-I3（人才结构/员工人工成本+高管薪酬+人才密度/非经营效能可选）。全景模式每张数据表末行强制五统计参照行（加权平均/算数平均/p25/p50/p75）；执行"规模人效 vs 效益人效"分离检验与"增收不增利"检验。
- 矩阵分型 + 对标：效能矩阵 A（劳动生产率×劳动分配率，四象限梯队）+ 矩阵 B（人均利润×人均人工成本，薪酬策略）→ 标杆全指标画像卡（24+ 指标九宫格 + 五段分析要点）→ 国际对标（量化优先：经营成果+人效人工成本两表；无可比海外上市同业时降级定性启示并声明）→ 薪酬支付有效性（相关系数 + 四象限处方，见 methodology.md 3.1）。
- 结论输出：主要发现（KPI 卡 + 6 条左右编号判断）+ 行动处方，每条短板必须落到可执行管理动作。
输出契约（双格式，缺一不可）
- HTML（用于展示）：单文件离线可交互报告，规范：
- 每张图表顶部设对标企业勾选 chip，筛选仅作用于该图；
- 单企业模式：红色 = 目标企业（锁定不可取消勾选），蓝灰色系 = 同行；多目标对标：每家目标企业用独立高亮色（红/橙/紫）；
- 口径页固定声明"所有派生指标可经附录数据复算"；
- 章节模板：单企业模式按 methodology.md 4.1.1 九段，行业模式按 4.1 行业全景章节树（一、行业整体洞察 → 二、行业组织效能分析：产出分析/P1-P5过程分析/双矩阵/投入分析 → 三、主要发现 → 附录）；
- 每段固定结构：图表 → 图注 → 核心结论 callout（判断→归因→建议，风险项用警示样式）；
- 附录全量数据表，目标企业行红色高亮，缺失值标"—"。 - Markdown（用于制作 PPT）：同内容结构化为 MD 底稿，页标题=判断句（"维度名：指标+数值+行动化判断"），每页含"北森观察"三段式（数据→归因→建议），可直接作为 PPT 制作输入。
生成方式（优先用构建脚本，不手写图表引擎）：组装 report.json（target/data/th/charts/peerColors/cover/sections/footer，结构见 scripts/build_report.py 文件头注释；中文字符串内引号必须用全角""），执行 python3 scripts/build_report.py <report.json> <out_dir>，一次产出 HTML + PPT 底稿 MD 双文件。
- 图表类型：
line（企业 3 年趋势）/hbar（单指标排名）/grouped（分组柱，series.kind 支持lcyoy/rddelta内置序列或raw+key自定义指标）/quad（四象限矩阵，通过xkey/ykey/tx/ty/xlab/ylab/xunit/qn配置，可出矩阵 A 劳动生产率×劳动分配率与矩阵 B 薪酬支付有效性）/trend（宏观多年趋势，years+series[{name,values}]+fcFrom预测段虚线，独立于企业 YEARS 机制）。 - section mode：
normal（图表流）/grid2（双图并排，用于双矩阵）/kpi（KPI 卡+编号列表）/cards（PEST/SWOT 卡片网格，card.kind 可选 pos/neg/risk）/table（数据表，avgRows指定加权平均/算数平均行、p25/p50/p75 自动识别为分位行样式，filter:true启用行级企业筛选）/prose（趋势研判/定性对标文字块）/appendix（默认 11 列表或tables多表覆盖）。 - 脚本自动注入逐图筛选、目标企业锁定、多目标高亮色（红/橙/紫）与表格行级筛选 JS。
质量红线（内置校验，违反即返工）
- 指标口径表必填；加权员工数 =(期初+期末)/2 与期末员工数按 methodology.md 3.2 区分使用；
- 数据缺口必须显式标注"—"或黄底估算标识，禁止静默插值；"—"不参与均值/分位数计算须声明；列缺失率 >50% 的指标降级为文字说明；
- 全景模式每张数据表末行强制五统计参照行（加权平均/算数平均/p25/p50/p75），缺行即为颗粒度不合格；
- PEST 宏观分析关键数据必须标注来源名称（国家统计局/央行/IMF/WGC/行业协会等）；仅允许标注真实权威来源名称，无把握的数据不写具体数值；
- 行业不适用指标必须做替代口径说明（银行无毛利→PPOP 替代并标"—"；劳动生产总值须声明收入法测算口径），不得静默省略或强行填数；
- 薪酬支付有效性矩阵阈值必须标注样本量与中位数年份；人均人工成本/人均薪酬/研发人均薪酬三口径不可混用；
- 相关系数仅作方向性证据，必须保留"相关性不代表因果性"限定语，小样本（n<10）声明仅供参考；
- 国际对标注明汇率口径与基准日；量化对标优先，降级定性启示时须显式声明降级原因；剔除异常值须说明；
- "待发展区域"企业的薪酬建议顺序必须为"先人效、后薪酬，关键岗位精准滴灌而非普涨"（三层依据见 methodology.md 3.1）；
- 发展趋势少于 3 条不合格；每条须独立成页并带数据锚点。
Resources
references/
references/table-templates.md— 数据表格模板库（提炼自官方完整版范本：黄金珠宝 66 页 PPT 全量表 + 农商行 50 页附录 + 白酒 43 页附录）：18 张标准表（T0 指标概览/T1 经营概览/T2-T3 人效双表/T4-T5 元效双表/T6-T7 费效双表/T8-T10 资效三表/T11 市效/T12-T15 投入四表/T16 矩阵标签/T17 标杆画像卡/T18 国际对标双表）+ 通用版式规范（三层表头、值/同比/3年CAGR 三子列、五统计参照行、▲▼符号、缺失"—"）+ 行业适配速查（银行 PPOP 替代列等）+ 构建器对接说明。生成全景报告时逐表对照组装，禁止自创表格结构。原方法论 E1-E5 → 北森版 P1-P5 编号映射表见其 1.4 节。references/methodology.md— 完整方法论文档：IPO 分析模型与北森组织诊断模型官方定义（过程 P1-P5 编号，北森自有方法论，区别于其他机构 E1-E5 口径）、产出 Output 五指标与行业替代口径表（1.7）、六步流程、15 件分析工具、双效能矩阵（A 劳动生产率×劳动分配率 / B 薪酬支付有效性）专项、P1-P5+I1-I3 全指标公式表（3.3，计算核心）、行业配置包（3.4）、金融业银行专项口径（3.5，PPOP/净息差/拨备覆盖率/成本收入比等适配）、行业全景完整章节树与单企业九段双模板、图表规范（五统计参照行）、23 个典型案例库、17 条常见误区、写作风格规范。执行任何报告生成任务前完整读取。
scripts/
scripts/compute_metrics.py— 指标自动计算器（优先使用）：输入 raw.json（原始年报科目，金额万元/人数为人，缺失填 null），按 methodology.md 3.3 公式表自动计算全部派生指标（Output 五指标 + P1-P5 + I1-I3 + 矩阵A专用），并输出：data（含每指标同比 _yoy 与 3 年 CAGR _cagr，可直接作 report.json 的 data 段）、stats（每项指标的五统计参照）、th（矩阵 A/B 阈值=样本中位数）、tables（13 组成品表，已含加权平均/算数平均/p25/p50/p75 五行，可直接作 table mode 的 table 配置）、diagnostics（缺失率>50% 指标告警，提示降级文字说明）。内置 None 安全传播（缺失不补 0）、银行/制造业行业适配（银行毛利自动置 null 并算 PPOP 替代）、--selftest自检（渝农商行真实数据反推校验 14 项公式）。用法：python3 scripts/compute_metrics.py <raw.json> <out.json> [--industry banking|manufacturing|consumer|generic]。raw.json 字段清单见该脚本文件头注释。scripts/build_report.py— 通用报告构建器：输入 report.json（数据+图表配置+章节配置），一次输出可交互 HTML 与 PPT 底稿 MD。内置输入校验层（字段缺失/类型错误/图表引用不存在 → 定位到企业与字段的可操作报错，不白屏）与章节完整性自检（对照标准章节树，缺失必需章节自动注入"待补"占位节并告警，禁止静默跳过）。文件头含完整 report.json 结构说明。执行前无需读入上下文，直接运行；仅当需新增图表类型或改版式时才读取并修改。
标准数据管线（两脚本无缝衔接，端到端已验证）：
raw.json（原始年报科目，AI 采集/用户提供）
→ compute_metrics.py → out.json（data/stats/th/tables/diagnostics 全算好）
→ AI 组装 report.json（直接复用 out.json 的 data/th/tables，只补图表配置与叙事文案）
→ build_report.py → HTML + PPT底稿 MD（校验+自检通过才产出）
assets/
assets/html-template/style.css— 报告版式（商务蓝白、cover/callout/kpi/附录表格样式）；assets/html-template/engine.js— SVG 图表交互引擎（line/hbar/grouped/quad 四类图 + 逐图企业筛选 + 目标企业高亮锁定），由 build_report.py 注入数据后嵌入 HTML，无需修改。
通用性原则：指标体系（IPO 分析模型 + 过程 P1-P5 + 组织诊断模型）与矩阵判定规则、图表引擎、构建脚本均为通用层；行业特性（指标权重、对标对象、相关系数基准、典型案例、趋势主题词）放可插拔的行业配置包——换行业只改 report.json 的数据与文案，不动引擎。
行业模式实践要点（农商行/黄金珠宝项目实测固化）：
- 行业全景模式无目标企业时，"target" 传空字符串 ""，全部样本按同行蓝灰渲染、无锁定企业；每家公司的 data 数组仍须补齐 3 个年份元素（缺失年份给 {"year": 2023} 空对象），否则 hbar/quad 读最新年度行越界报错。
- 营收/净利同比等自定义指标的分组柱用 grouped + kind:"raw" + key（读最新年度行字段）；也可用 hbar + 预计算字段，note 中注明同比口径与"—"含义。
- 全景模式数据表强制五统计参照行：table mode 的 rows 末尾依次追加"加权平均/算数平均/p25/p50/p75"，并把前两者写入 avgRows；均值由组装 JSON 时预先算好（脚本零计算），"—"不参与均值须在 note 声明。
- 港股/外币样本：比率类指标（ROE、不良率、PB/PE）可直接入图；金额类指标按全年平均汇率折算并在版权页声明估算口径，人均类指标缺员工数时标 "—"。
- 金融银行业适配：银行无毛利率概念，产出表毛利润列标"—"并加替代口径 callout（净利息收入/拨备前利润 PPOP）；quad 图 ykey 用 pc_np；人工成本可用现金流量表"支付给职工现金"作代理口径并显式声明。
- 宏观 PEST/SWOT 用 cards mode（每卡 tag+判断句标题+正文+来源名称）；市场规模十年序列用 trend mode（fcFrom 起虚线预测段）；趋势研判/定性国际对标用 prose mode。
