🎯 留用概率 · 💰 双方成本 · ⚖️ 收益差

实习留用概率测算器

留用还是继续找工作?把 转正名额、竞争实习生人数 和 七项表现因子 填进来, 立刻算出留用概率与合理区间,再拆开公司转正成本与你自己的求职成本, 对比两条路的期望收益差,直接给出盈亏平衡留用概率和下一步该做什么。

  • 七因子加权留用概率
  • 名额与时长硬约束
  • 区间估计不装精确
  • 公司 / 个人双方成本
  • 期望收益差对比
  • 盈亏平衡 p*
  • 敏感度与结论翻转预警
  • 多方案批量对比
  • CSV 转义导出
  • A4 测算单打印
  1. STEP 01填四个关键数名额、竞争人数、实习月数、当前月薪
  2. STEP 02评估七项因子表现、时长、推荐度、名额、政策、竞争、业务
  3. STEP 03看结论与临界点留用概率、成本差、p*、下一步动作
一键载入场景

💼岗位与薪酬假设

这些数字决定「留用」到底值多少钱:转正后月薪与当前实习月薪的差额, 乘上你打算在这家公司待的月数,就是留用这条路的潜在收益;社保公积金比例和其他福利是公司侧成本。

按公司给你的转正薪资填,带绩效/期权部分按保守值填
一线城市常见 26%–32%,部分外企更高
餐补、体检、节日福利、团建等一年合计
没达标会自动压低留用概率上限
留任缓冲期,越短越该并行投递
外部新人多久能到正常产出
爬坡期平均只能产出 60% 就填 40
渠道费 + 面试工时 + 背调等

📊留用评估因子

七项因子按权重加权得到 0–100 的综合得分,再映射成概率。右侧滑块可调权重 (不等于 100% 时按比例自动归一,不会影响结论);某些选项会与上方输入联动封顶, 被封顶的项会标出提示。

当前权重合计 100%

📮继续找工作的假设

用来算「方案 B」的期望值:投递量 × 面试率 × offer 转化率 决定你多大概率能拿到 offer, 求职月数和搬迁成本决定这段时间你要付出多少。

你打算在这家公司待多久
填了会把概率锚点从通用起点 25% 换成你自己的历史留用率,区间也会收窄。

🆚多方案批量对比

典型用法:把「留用转正」「继续找工作」「先去别的公司试试」三种走法各存一份, 横向比留用概率、期望收益差和盈亏平衡点。最多保留 6 组。

📤导出与分享

复制摘要可直接发群里;导出的 CSV 已做字段转义(含逗号、引号、换行自动加引号), Excel 打开不会串列;打印是标准 A4 测算单;分享链接会把当前参数编码进网址。

点「预览 CSV 文本」或「导出 CSV」后,这里会显示转义后的完整 CSV 文本(含 BOM 头,Excel 直接打开不乱码)。

🎯留用概率结论

概率是怎么来的 逐步拆解

七项因子明细 含联动封顶

⚖️期望收益差与成本

同口径对比两条路:留用转正 vs 继续找工作。

成本拆解 公司侧 + 个人侧

敏感度 概率波动 10 个百分点

🔬计算口径与常见误填

把话说清楚,比报一个数更有用。下面每一条都对应页面里的一个输入项。

概率映射基础概率 p = p₀ + (S − 50) × 0.9,其中 S 是七项因子加权得分、p₀ 是先验锚点(填了历史数据用真实留用率,否则用 25%)。结果再被名额与时长约束截断,所以最终概率一定 不高于约束上限。
名额硬约束明确有名额时,留用概率不高于 名额数 ÷ 竞争人数——一个名额最多对应一个人转正。名额待定不设限;明确无名额时上限压到 5%。
时长约束已实习月数小于公司要求的最低月数时,时长因子得分封顶 45 分,最终概率上限压到 40%。多数公司对转正答辩资格有明文时长要求。
概率区间默认给点估计 ±30% 的区间(填了历史数据时收紧到 ±25%)。区间宽说明可量化的信息少,此时更该去把信息问清楚,而不是赌一个精确数字。
期望值口径方案 A = p × (转正月薪 − 实习月薪) × 决策窗口,再按失败概率扣掉重新找工作的成本;方案 B = 拿到 offer 概率 × (市场月薪 − 实习月薪) × (决策窗口 − 求职月数),再按拿不到的概率扣掉求职成本。
拿到 offer 概率单次投递成功率 q = 面试率 × offer 转化率,投递 N 家的至少一次成功概率为 1 − (1 − q)^N。工具同时给出「达到 80% 把握需要投递多少家」。
盈亏平衡点p* =(方案 B 期望收益 + 求职总成本)÷(留用月差额 × 决策窗口 + 求职总成本)。你的概率高于 p* 留用更划算;相差 8 个百分点以内判为临界。
公司侧成本年综合人力成本 = 月薪 × 12 × (1 + 社保比例) + 其他年福利;与外部招聘相比可省下招聘一次性成本与新人爬坡期产出损失,两者相减即年增量成本。
个人侧成本投递工时成本(投递数 × 0.6 小时 × 每小时机会成本)+ 空窗期收入损失(求职月数 × 市场月薪与实习月薪的差额)+ 搬迁安顿成本。三项相加即「继续找工作的代价」。
不是承诺输出的是基于你输入的假设的区间估计,不是公司承诺、不是行业统计口径。所有系数都可改,改完立刻重算,请以自己掌握的信息为准。

这个工具解决什么问题

实习最后一个月最难的从来不是干活,而是要不要把身家押在这条路上。主管说「再看看」、HR 说「名额还没批」、同学已经拿到 offer 了——这些模糊信号让人反复纠结。本工具把决策拆成三步:① 留用到底有多大可能(七因子加权 + 名额硬约束,输出区间而不是单点);② 留用和继续找工作各要付出什么(公司的人力成本、你的空窗与机会成本);③ 两条路的期望收益差多少、临界点在哪(盈亏平衡留用概率 p* 与敏感度提示)。

三条判断铁律

① 先看名额,再看表现:名额是硬约束,一个 HC 只能留给一个人,表现再好也换不来第二个名额,所以名额与竞争人数必须先填准;② 概率低不代表该放弃,要看临界点:真正该问的是「概率要低到什么程度才不值得留用」,这正是 p* 的作用;③ 概率接近临界点时,两手准备才是正解:工具会明确告诉你结论会不会因为 10 个百分点的波动而翻转,这种时候并行投递的期望收益最高。

它不做什么

本工具不预测名额审批结果,不评估具体某家公司或某个岗位,也不替代正式的转正流程与书面沟通。它只是把你已经知道的信息(名额、时长、评价、竞争情况)和一组公开的常识系数,换算成一个可以横向比较的数字,让「留用还是找下一家」这个决定不再靠情绪。

使用方法

  1. 先填首屏速览卡:转正名额状态与数量、竞争实习生人数、已实习月数、当前实习月薪——这四个数填完就能看到留用概率和初步结论;
  2. 再补齐岗位与薪酬假设:转正后月薪、社保公积金比例、公司要求的最低实习月数,这些决定「留用值多少钱」;
  3. 评估七项因子:按你自己的真实情况点选档位,权重可用右侧滑块调整(合计不等于 100% 会自动归一);
  4. 填继续找工作的假设:投递量、面试率、offer 转化率、求职月数、目标市场月薪、决策窗口;有本批次历史留用数据就打开校准开关;
  5. 看右栏结论:留用概率、区间、成本拆解、期望收益差、盈亏平衡 p*、以及「概率波动 10 个百分点结论会不会翻转」的稳健性提示;
  6. 多方案对比:把不同走法各存一份到对比表,横向比较后再决定;
  7. 导出留存:复制摘要发群里、导出转义后的 CSV、打印 A4 测算单,或复制分享链接让同学打开同一组参数。

怎么把结果用起来

结论如果是「留用转正更划算」,下一步不是等着,而是把不确定性降到最低:去问清楚名额什么时候批、答辩标准是什么、leader 的评价口径怎么定的。结论如果是「建议并行投递」,那就按工具给出的「80% 把握所需投递量」排出投递节奏,别把全部时间押在一条路上。

更新记录

  • 1.02026-10-28首版上线:七因子加权留用概率与区间估计、名额与时长硬约束、历史留用率先验校准、公司与个人双方成本拆解、留用转正 vs 继续找工作的期望收益差、盈亏平衡留用概率 p*、敏感度与结论翻转预警、六组方案批量对比、CSV 字段转义导出与预览、A4 测算单打印、URL 参数分享与六个预置场景。

常见问题

实习留用概率真的能算出来吗?
不能算出「命中注定」的答案,只能把影响留用的因素量化成区间。本工具先用七项因子加权得到 0–100 的综合得分,再以历史留用率或通用起点 25% 作为锚点映射到概率,最后用名额数量、实习时长这类硬约束封顶。所以输出的是区间 + 约束说明 + 敏感度,不是一个假装精确的数字。
转正名额和竞争人数应该怎么填?
竞争人数填和你争同一批名额的实习生总人数(含你自己)。名额按三种情况填:明确有名额就选「明确有名额」并写数量;名额还没定就选「名额待定」;公司已明确说没有编制就选「明确无名额」。名额少于竞争人数时,工具会自动把留用概率压到「名额 ÷ 竞争人数」以内。
「留用 vs 继续找工作」是怎么算的?
方案 A = 留用概率 ×(转正月薪 − 实习月薪)× 决策窗口,失败部分按重新找工作的成本扣;方案 B = 至少拿到一个 offer 的概率 ×(市场月薪 − 实习月薪)×(决策窗口 − 求职月数),拿不到的概率按求职成本扣。两者相减就是期望收益差。
盈亏平衡留用概率 p* 怎么用?
p* 是留用与继续找工作期望收益打平所需的最低留用概率。你的概率高于 p* 说明留用更划算,低于 p* 就该并行投递;相差 8 个百分点以内判为临界,工具还会提示概率上下浮动 10 个百分点时结论会不会翻转。
公司侧的转正成本包含哪些?
转正后按月薪折算的年综合人力成本(月薪 × 12 ×(1 + 社保公积金比例)+ 其他年福利),以及相比外部再招一个新人可省下的招聘一次性成本与新人爬坡期产出损失。两者相减得到年增量成本,再折算出每月增量与回本周期。
实习时长没达到公司要求会怎么样?
工具会自动降级:时长因子得分封顶 45 分,最终留用概率的硬约束上限压到 40%。多数公司对实习时长和转正答辩资格有明文要求,没满足时后面的评估基本无效。
概率区间为什么这么宽?
留用决策里很多信息是滞后的:主管没表态、名额没批、绩效没出。默认给 ±30% 区间(填了本批次历史数据时收紧到 ±25%),是刻意保留的不确定性——区间越宽说明可量化的信息越少,越应该把动作放在「去问清楚」上。
我的数据会被上传吗?
不会。全部计算在浏览器本地完成,薪酬、名额、投递数据不上传服务器也不做记录,刷新即清空。需要留存或对比,请用导出 CSV、打印 A4 测算单或复制链接(参数编码在网址片段里)。

💬 留言板 0

全部留言需审核通过后展示
💬

还没有留言,来抢沙发吧!

✍️ 说点什么
0 / 500
图形验证码