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。