求职指南——数据分析职位解析

我的其他数据分析报告:豆瓣Top250电影数据分析报告


本文是数据分析职位的解析报告,此前已经完成了数据爬取和数据清洗过程【MySQL】数据分析职位求职指南数据清洗

数据来自于前程无忧网猎聘网,使用八爪鱼工具爬取。源数据有3148条,经过数据清洗后保留2875条有效数据。


一、研究背景及意义

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中,数据分析可帮助人们作出判断,以便采取适当行动。

求职者在求职过程中,大多会在招聘网站上寻求职位。但是招聘网站的信息多而纷杂,难以了解数据分析相关职位整体的情况。通过对前程无忧网和猎聘网的数据分析职位进行数据爬取与分析,形成这份数据分析职位的求职指南。从行业分布、地域分布、公司规模、薪资分布、福利水平等方面为数据分析的求职者提供参考。

二、分析思路


三、所用数据


四、分析过程


1、行业分布

职位集中于互联网/电子商务、计算机软件,投资行业职位数占比近1/2,互联网/电子商务、咨询行业每家公司平均的职位需求最多。

数据分析的行业分布图显示,职位需求Top10中除食品、百货行业外,均为互联网、金融、咨询等日常工作中会产生以及需要处理大量数据的领域,与通常的印象相符。

图中折线各点数值为相应行业职位数量/公司数量,衡量各行业平均每家公司对数据分析职位的需求程度。该指标与各行业需求职位数量的总数并不成正比,互联网、咨询行业大于2,明显高于平均水平,而房地产和保险行业需求程度较低。

行业-职位数占比表明,职位的行业集中度高(互联网/电子商务一个行业占据了35.21%,Top5占比57.66%,Top10占比70.54%),求职时应重点考虑占比排名靠前的行业。

各行业需求最多的前三个公司分别为:


2、城市分布

职位主要集中在一线城市,北京、上海总职位需求量占据总量的近60%。

北上深广四个1线城市占据前四位,而北京、上海分别以739个职位,26.23%的占比和692个职位、24.57%的占比遥遥领先。


从中国地图上看,职位需求主要分布在东南部。

按照省份划分,可以看到职位需求主要分布在京津、长三角、珠三角和川渝地区。求职者可以在这四个区域去寻求发展。

在互联网/电子商务商业中的Top3:今日头条、阿里巴巴、腾讯,包揽了三个主要城市职位需求的榜首。更让人惊讶的是,今日头条在北京和深圳两大城市中,职位需求量都排到了第二名。

3、公司规模分布

中等规模公司需求量最大

100-499人中等规模的公司的需求数量最大。

数据分析职位需求基本集中在100人以上的公司,可见大公司对数据分析人才是很渴望的。

4、工作经验分布

工作经验要求

数据分析职位对经验是有一点要求的,3年以上经验的求职者更受青睐。6年工作经验以上的岗位需求不高。

5、薪资分布

数据分析职位的薪资在前四年稳步增长,5-6年较之前会有飞跃,并出现瓶颈期,突破瓶颈后逐步上涨

对工作年限的需求从无经验到8年以上经验做统计,发现较为明显的分为三个阶段:

工作时长0-4年:薪资以10%左右的速度稳步增长

工作时长5-6年:薪资较第四年会有一个飞跃,平均薪资在35万左右,同时会出现短暂的瓶颈期

工作时长6年后:突破5年的瓶颈,薪资会持续上涨

6、福利水平

福利水平较高,五险一金、年底双薪与发展空间相关词出现最频繁

对职位标签进行分词统计,获得词云图:

五、结论

1、互联网/电子商务、计算机软件、投资三个行业对数据分析职位需求量最大。

2、数据分析职位需求主要集中在北京、上海等一线城市。

3、100-499人中等规模的公司对数据分析职位的需求量最大。

4、数据分析职位对工作经验有一定的要求,对工作经验三年以上的求职者需求最高。

5、数据分析职位的薪资水平较高且稳定,一般在持续4年的稳定增长之后会有大幅上涨。

6、福利水平较高,五险一金、年底双薪是标配,并拥有着较大的发展空间。


恳请大家批评指正。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,366评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,521评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,689评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,925评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,942评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,727评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,447评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,349评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,820评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,990评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,127评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,812评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,471评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,017评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,142评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,388评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,066评论 2 355