薪资谈判本质上是一种博弈,无论是表面谈得好还是实质上谈得好,都需要掌握一些策略

面试薪资怎么谈,您目前的薪资是20k,如果您想要提高到28k,那么请花两分钟看完以下内容。薪资谈判本质上是一种博弈,无论是表面谈得好还是实质上谈得好,都需要掌握一些策略。如果您不想在面试后被压价,那么下面这四点薪资谈判策略一定需要牢记。

第一、制造稀缺

Offer的价格并不是谈来的,而是被其他Offer的竞争抬起来。当你在谈判时,如果你说自己已经收到了一个26k的Offer,面试官还敢给你低于这个价位的Offer吗?如果面试官问你,你面试机会现在多吗?你答案永远都是:“我才刚刚开始面试,已经拿到了一个Offer,还有两个面试机会正在进行中。” Offer的目的是帮助你抬价,而在进行面试时,制造稀缺感可以帮助你达到这个目的。但是千万别说自己找了三个月,已经面试了几十家公司,那传递出来的信息就是你能力不足没有公司愿意录用你

第二,灵活出价 

在谈判过程中,应该灵活地调整要求的薪资。如果面试表现出色,可以要求更高的薪资;反之,表现不佳时,可以降低薪资要求。表现出不出色,完全可以从面试官跟的沟通以及HR给你的反馈中看到一些蛛丝马迹的,见人下菜碟也是求职者必须掌握的能力。需要再次强调的是,拿到了Offer并不一定就要去的,有些Offer的目的就是为了抬高其他公司的Offer价位。

第三点,体现价值

在面试中,有些HR会问你:“为什么你的薪资要这么高?”他们的潜台词是你的薪资期望有些高。那么,应该如何回答这类问题呢?

回答这类问题可以分为三个步骤。首先,说明你之前的薪资水平是多少。其次,阐述你在过去两年中所取得的业绩,这表明你具有很大的提升潜力,为公司创造了很大的价值,未来加入公司同样可以为公司带来很大的价值。最后,拿出你的offer去佐证你的出价,表明你的薪资期望是合理的,与市场价格相符。

第四点,最后需要注意的是,在讨论薪资时不要犯以下常见错误:

1、说自己期望的薪资时,不要只给出一个区间,因为最终给你的薪资很可能会按照区间的最低值来确定。因此,最好给出一个具体的数字作为期望薪资。

2、HR在砍价时,你需要根据你对这家公司的渴望程度来决定是否接受。如果你非常想进入这家公司,可以考虑接受HR的砍价,但也要注意保持自己的底线。

3、不要过分追求薪资的涨幅,因为过大的涨幅会让领导对你寄予过高的期望。在试用期内,你可能会感到非常大压力。因此,要合理评估自己的能力和市场行情,制定合理的薪资期望。

面试谈薪4点博弈策略,将20k谈到28k的更多相关文章

  1. 面试汇总——知道什么是同源策略吗?那怎么解决跨域问题?知道 JSONP 原理吗?

    本文是面试汇总分支——知道什么是同源策略吗?那怎么解决跨域问题?知道 JSONP 原理吗?. 同源策略 同源策略(Same origin policy)是一种约定,它是浏览器最核心也最基本的安全功能, ...

  2. 面试系列24 dubbo负载均衡策略和集群容错策略

    (1)dubbo负载均衡策略 1)random loadbalance 默认情况下,dubbo是random load balance随机调用实现负载均衡,可以对provider不同实例设置不同的权重 ...

  3. 面试系列16 dubbo负载均衡策略和集群容错策略都有哪些?动态代理策略呢

    (1)dubbo负载均衡策略 1)random loadbalance 默认情况下,dubbo是random load balance随机调用实现负载均衡,可以对provider不同实例设置不同的权重 ...

  4. 面试系列14 redis的过期策略都有哪些

    (1)设置过期时间 我们set key的时候,都可以给一个expire time,就是过期时间,指定这个key比如说只能存活1个小时?10分钟?这个很有用,我们自己可以指定缓存到期就失效. 如果假设你 ...

  5. 面试官:Redis 过期删除策略和内存淘汰策略有什么区别?

    作者:小林coding 计算机八股文网站:https://xiaolincoding.com 大家好,我是小林. Redis 的「内存淘汰策略」和「过期删除策略」,很多小伙伴容易混淆,这两个机制虽然都 ...

  6. Java虚拟机面试重点-------------内存分配和回收策略

    1 对象优先分配在Eden区 对象优先在Eden进行分配,大多数情况下,对象在新生代Eden区进行分配.当Eden区没有足够的空间进行分配时,虚拟机会发起一次Minor GC. 新生代GC(Ninor ...

  7. My.Ioc 代码示例——谈一谈如何实现装饰器模式,兼谈如何扩展 My.Ioc

    装饰器模式体现了一种“组合优于继承”的思想.当我们要动态为对象增加新功能时,装饰器模式往往是我们的好帮手. 很多后期出现的 Ioc 容器都为装饰器模式提供了支持,比如说 Autofac.在 My.Io ...

  8. 【理论面试篇】收集整理来自网络上的一些常见的 经典前端、H5面试题 Web前端开发面试题

    ##2017.10.30收集 面试技巧 5.1 面试形式 1)        一般而言,小公司做笔试题:大公司面谈项目经验:做地图的一定考算法 2)        面试官喜欢什么样的人 ü  技术好. ...

  9. Linux就业技术指导(一):简历撰写及面试筹备要领

    一,开场 二,模型 三,目标选材 3.1 什么是目标选材 简单说就是确定一个候选人是否符合某一个工作岗位要求的整个流程.这是对招聘方的一个培训,应聘方如果掌握了,就知道应该怎样正确的去应聘工作. 3. ...

  10. HR面试你需要注意什么?

    公司的面试流程一般是笔试—>技术面试—>hr面试,在大部分应聘测试工程师这种技术岗的应聘者理解中,通常认为通过技术面试了,后面的hr面试基本就是走流程过形式.也正因如此,我们习惯性地把精力 ...

随机推荐

  1. 通过 Homebrew 在 Mac OS X 上安装和配置 Redis

    通过使用 Homebrew,可以大大降低在 Mac OS X 上设置和配置开发环境的成本. 让我们安装 Redis. $ brew install redis 安装后,我们将看到一些有关配置注意事项的 ...

  2. #2054:A == B ?(水题坑人)

    Problem Description Give you two numbers A and B, if A is equal to B, you should print "YES&quo ...

  3. Educational Codeforces Round 92 (Rated for Div. 2) A~C

    原作者为 RioTian@cnblogs, 本作品采用 CC 4.0 BY 进行许可,转载请注明出处. 最近写学习了一下网络爬虫,但昨天晚上的CF让人感觉实力明显退步,又滚回来刷题了QAQ... 比赛 ...

  4. AtCoder Beginner Contest 162 C~F

    比赛链接:Here AB水题, C - Sum of gcd of Tuples (Easy) 题意:\(\sum_{a=1}^{K} \sum_{b=1}^{K} \sum_{c=1}^{K} g ...

  5. Codeforces 451B Sort the Array(水题)

    题目连接:Codeforces 451B Sort the Array 题目大意:给出一个长度为n的序列,可以有一次机会旋转a[l]到a[r]之间的数,问说可否形成一个递增序列. 解题思路:将数组排下 ...

  6. AtCoder Beginner Contest 198 个人题解(AB水题,C思维,D思维+全排列,E题DFS搜索,F懵逼)

    补题链接:Here A - Div 题意:N 个不一样的糖,请问有多少种分法给 A,B两人 水题,写几组情况就能知道输出 \(N - 1\) 即可 B - Palindrome with leadin ...

  7. 企业如何利用 Serverless 快速扩展业务系统?

    2022 年 9 月 24 日,阿里云用户组(AUG)第 12 期活动在厦门举办.活动现场,阿里云高级技术专家史明伟(花名:世如)向参会企业代表分享了<未来已来--从技术升级到降本提效>. ...

  8. the server responded with a status of 413 (Request Entity Too Large) 解决

    前端上传文件,本地测试好的,放到服务器上出现了这个错误:the server responded with a status of 413 (Request Entity Too Large) 问题原 ...

  9. <vue 组件 1、组件化基本使用>

    代码结构 组件就是将复杂的功能拆分成简单的块,拆分后的块可以被多处使用. 组件的使用分成三个步骤: 1.创建组件构造器     Vue.extend() 2.注册组件               Vu ...

  10. 神经网络优化篇:详解Adam 优化算法(Adam optimization algorithm)

    Adam 优化算法 在深度学习的历史上,包括许多知名研究者在内,提出了优化算法,并很好地解决了一些问题,但随后这些优化算法被指出并不能一般化,并不适用于多种神经网络,时间久了,深度学习圈子里的人开始多 ...