作者:Jenny.Zhang
发布时间:2022.11.1
浏览次数:1,018 次浏览
2020年是不好过的一年,咨询我转行数据分析的人也变多了起来,为了帮助大家更多地了解数据分析岗位的要求及薪资、发展问题,特意用八爪鱼抓取了前程无忧上的数据分析的岗位。
本次抓取的数据包含多个维度,分别是城市、岗位名称、公司名字、公司规模、公司类型、经验要求、学历要求、语言要求、专业要求、福利待遇和所属行业。
首先进行的是数据清理,因为是关键词抓取,所以只要是有关于数据分析的都会被抓取,但是,很多岗位并不是数据分析,只是因为工作中需要分析,关联了数据分析,所以,对抓取完的数据,首先进行清理。
把包含数据分析、分析师、数据运营的岗位筛选出来,然后进行重复项删除,最后只留下唯一的数据。
对于薪资上,因为有实习生的工资要求,例如:200元/天,这种关于实习生的薪资都被筛选出来删除掉。
标准化主要是对薪资和所属行业进行规范:薪资中,有年薪和月薪两种,还有最低工资1500,这次统计,取薪资上的最高值与最低值的平均数为计算数据,而只有一个值时,最高值和最低值都是此值。
同时需要标准化的还有所属行业。所属行业抓取的结果是用“,”隔开的,所以先对其分列,在分别定义维度。
除了大家熟知的北上广,由图可以看出,对于数据分析岗位的需求,沿海城市的需求比较大,大数据是最近几年比较火的一个话题,数据分析岗也因此被重视起来,但是,这种体现还是在沿海城市比较明显,也体现了沿海城市的经济发展先进。
抓取数据的时间是2月末,正处于春节假期结束,各个公司开始新一年的招聘,所以这时候的需求大。这时候也是春招开始的时候,有的公司专注春招,不会在招聘软件上发布,所以,实际需求比这个数据大很多。
看排名的前几个,北京、深圳等一线城市在前边,平均工资处于上等,宜昌和抚顺比较出乎意料,经过查看数据,发现宜昌和抚顺均只有一个岗位需求,使得平均工资很高,所以,看城市的平均工资不能只看最后的结果,还得看岗位的基数,岗位数量少,不能代表这个城市的平均水平。
表中的数据是以平均工资排序的,可以看出,平均工资几乎是越大的公司工资越高。有一部分数据没有抓取到公司规模。公司越大,数据分析这个岗位的职责越清晰,所需的技能越专业,工资越高。
而对于需求方面,发现不是越大的公司,需求越高,而是正在处于发展期的公司,对于数据分析这个岗位会更急迫一点,数据分析对于公司的发展方向、规划起着比较重要的作用。
数据分析岗位对于学历的要求,普遍的是大专和本科,硕士比较少,对于硕士和博士来说,很多都是对数据分析更深造,更倾向于数据挖掘和算法工程师等。对于低学历的要求比较少。
而且通过经验要求对数据进行分析,发现对于高中、中专等低学历的需求,经验要求也比较低,通常是无经验要求或1-2年经验,干着的都是一些基础的活,或者称“表格”、“表姐”。
而且,要求的经验越高,学历会要求本科和大专是基本的,不会在往上要求学历,因为越到以后,经验越重要。而对于学历低、高经验的要求几乎没有。
数据不一定非常准确,但是,从图中还是可看,学历越高,工资越高。此处的博士和初中及以下都只有一个岗位需求,平均值因此比较单一,所以不能代表这两个学历的水平。
对于没有经验要求的数据分析岗位,要看你的实力,只能从学历看,所以学历越高,工资越高。越到后来有经验了,越看重工作者自身的经验。
正处于校招阶段,所以相对无工作阶段的要求比较高。招聘需求随着经验的增多而减少,可能是因为现在很多的数据分析岗位,只需要简单的分析一下,就是所谓的“表哥表姐”,不需要丰富的经验,而有经验的数据分析师,很难求。
除去抓取数据时的一些小误差,大体可以看出,经验越高,工资越高。
发现民营的需求最多,其次就是上市公司、国企和合资企业。
事业单位最高,是因为岗位需求不多,一两个岗位拉高了整体的水平,不能断定事业单位的工资高。在相对比较高的就是国企、上市公司和创业公司了。民营公司的需求比较高,但是相对平均工资却比较低。
所以,选公司可以选择一些国企和上市公司,岗位需求比较多,工资也比较高。其次就是创业公司和外资(非欧美)。
对于语言的要求,有要求英语的,有要求日语的,还有普通话的,而对于要求英语的公司中,民营和外资企业占比重比较多,所以如果英语比较好的,可以去民营和外资公司,而前边结论显示民营企业的平均工资不算高,所以,考虑外资公司比较好。
招聘数据分析相关的行业如图,互联网、电子商务、计算机软件、零售等现在比较火的行业对数据分析的需求是最多的,岗位是应时代的要求而火起来的,所以,选行业的时候,可以根据现在比较火的行业下手,有发展,而且现在是互联网的时代,传统行业在慢慢的淘汰和转型,所以,可以选择互联网相关的行业。
如图,蓝色柱状图为所属行业的招聘岗位比较多的公司的数量,而红色的为平均工资。上面的图中,比较多的需求的行业的工资却不是很高,由下面的图可以看出行业的平均工资,银行和公共市场远高于其他行业,是因为岗位需求不多,个别的工资带高了整个行业。
在BI中,通过交互,可以看出,计算机、互联网、电子商务、金融、通信等行业的工资处于中上等,而且需求也比较高,可以考虑这些行业。
如图,专业要求几乎跟数学、统计学和计算机有关,剩下的就是和公司岗位所处理的业务有关。通过学历作为筛选器,发现学历越是高,对专业有要求的公司所占的比例越高。但是随着经验的增加,对专业的要求的公司在慢慢的变少。
商业智能BI产品更多介绍:www.finebi.com