马上就要求职数据分析岗位了,为了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。
数据清理
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。
数据标准化
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。
数据分析
本次数据的清理与分析均在excel和Power BI上进行的。在数据比较多的情况下,表格只显示前20.
城市分析
岗位需求城市分析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,正处于春假假期结束,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。
城市的平均工资排名看排名的前几个,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。
公司规模分析
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。
学历分析
学历要求数量以及平均工资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。而对于学历的、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。
无经验要求的岗位需求数量及平均工资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。
经验要求分析
经验要求需求个数与平均工资正处于校招阶段,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。
公司类型分析
公司类型的岗位需求分析发现民营的需求最多,其次就是上市公司、国企和合资企业。
公司类型与平均工资事业单位最高,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)。
专业和语言
语言需求分析 要求英语需求的公司类型分析对于语言的要求,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。
所属行业
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。
所属行业的平均工资排名如图,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。
专业要求
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。
这些数据都是自己抓取来的,里面的分析结果都不是绝对的,自己分析的也不一定完全正确,只是通过这次分析,可以熟悉一下数据分析这个工作的一些基本工作内容。
一个小白做的关于数据分析岗位的分析结果。
网友评论