用數據分析的思路找數據分析的工作

作為一個在找工作的人，最主要的必然是海投簡歷，但是作為一名數據人，能否用數據分析的思路幫助自己去更好、更快地找工作呢？

答案是肯定可以的，而且數據分析的思路不僅適用於找數據分析的工作，可以說，幾乎找任何工作都可以用得到。（文末有彩蛋）

下面我就把自己的經歷放上來，歡迎各位朋友一起交流（E-mail：rockyxin@rockyxin.com）

首先，收集數據

採集工具：「八爪魚採集器」。

採集時間：2017年4月11日，21點。

採集方法：

1. 打開智聯招聘首頁，選擇全國區域
2. 在搜索框中輸入「數據分析」，回車進行搜索
3. 將網址複製到八爪魚採集器中，使用單機採集方式，自動跳轉頁碼進行採集。

其他說明：此次採集內容包含公司名稱、薪資、工作地點、公司性質、公司規模及經驗、學歷要求等內容，共有5460條信息。

然後，處理數據

使用八爪魚採集器可以導出Excel、CSV等格式的文件，為方便後續其他操作，導出為CSV格式的文件。

主要將數據進行以下處理：

1. 刪除重複數據1426條，得到有效數據4034條。
2. 對原數據的欄位進行重編碼，原始數據中欄位均為拼音簡稱，將其改為漢字。如：將「gsmc」改為「公司名稱」
3. 根據崗位職責，填充空缺信息，如：崗位職責中明確寫明要求本科學歷，而「學歷」欄位中為空，則將空值改為本科。
4. 拆分原欄位「地點」，原數據中有諸如：北京-大興區，這樣的內容，為統一數據格式，將其分為兩個欄位：工作地點和具體地點，工作地點僅為市名，具體地點包含區名。
5. 新增欄位：省份，根據工作地點欄位進行匹配省份名稱，首都及直轄市均保持原來內容。增加薪資下限、薪資上限，分別表示薪資列中的最小值和最大值。
6. 對薪資欄位進行修改，原數據內容為「4001-6000」、「1000以下」、「面議」等，將區間分為「薪資下限」和「薪資上限」，面議的內容為空，1000以下，安裝0-1000拆分。
7. 增加經緯度欄位，表示每個工作地點的經緯度。
8. 修改經驗列，將所有類似於1-3年，3-5年，取最小值。

最終得到：19個欄位，4034條數據。

現在，開始分析

我比較感興趣的是以下幾個內容：

哪些公司在招聘？ 哪些地方需求高？ 招聘要求高不高？ 薪資待遇好不好？

壹 / 哪些公司在招聘？

1、公司名稱

在4000多條信息中，共有1764個公司在招聘，版面有限，不能將這些公司全部放上來，所以選取了招聘數量最多的前20名。

前三名就佔了幾乎四分之一。排除前三名後，再看一下整體情況及前20名的公司。

2、公司性質

可以看出，股份制和民營企業需求最大，

3、公司規模

公司規模按照人數來劃分，從圖形來看，基本上滿足正態分布。

不過也可以看得出來，大部分公司人數都是蠻多的。可以想像，小規模的公司，需求都不會太高。

貳 / 哪些地方需求高？

底下的幾張地圖，用的是Tableau繪製的，畢竟Tableau的交互比較方便。首先來看看各省的招聘數量。

各省招聘數量，顏色越深代表需求數量越大，青海、新疆兩個地區為0。

可以看出，北京作為排頭兵，領先不止一點點，其次就是長三角和珠三角，在招聘需求上，一線城市的缺口還是很多的。

當然，招聘需求多只是一方面，給出的待遇如何呢？

各省平均薪資，顏色越深代表薪資越高，青海、新疆兩個地區為0。

不可思議的是薪資最高的居然是西藏。

原因很簡單，西藏的招聘信息只有一條，給出的薪資待遇是10001-15000元，平均一下之後呢，就是12500.5元。

上海的平均薪資是10406元，北京是9335元，除此之外的江蘇、廣東也不過8849和8145元。浙江在這輪比拼中稍遜一籌，只有6156。

第四名往後的分別是：湖北(6743.64)、海南(6667)、內蒙古(6500.4)、安徽(6388.23)、廣西(6333.5)、貴州(6285.93)、四川(6220.43)。

看完了以省為單位的分析，再細分到城市，看一看具體是哪些城市對於數據分析的招聘需求大，也看一看哪些城市比較土豪。

各市招聘情況分布，圓圈大小代表招聘數量多少，顏色深淺代表平均薪資高低。

可以看出，不管是需求還是薪資，北京、長三角、珠三角一直霸佔三強寶座。

當然，內陸的需求主要集中在省會城市，比如，西安、成都、鄭州、合肥、濟南，這些在地圖上的數據都很明顯。

所以，大數據蓬勃發展的時代，各個地方的需求和待遇都不錯。當然，想要更好一點的機會和大於，還是優先考慮北京、長、珠三角。

叄 / 招聘要求高不高？

這一方面的維度不好把握，所以主要從學歷要求和工作經驗來進行分析。

學歷要求

簡單統計一下數量之後，發現要求並不是很高。其中有個類別是空白，這個可以當做不限來看待。因此，招聘需求主要集中在大專、不限和本科。

工作經驗

工作經驗中，有些數據是這樣的：1-3年，3-5年，因此，為了統一口徑，所有類似的數據都在處理數據時進行了取最小值。所以，工作經驗指代的是，最低的工作經驗要求。

可以看到，最明顯的就是還是有空白數據，完全搞不懂這些公司是怎麼想的，難倒沒有要求嗎？

除此之外，1年和3年的工作經驗最為吃香。

畢竟大數據發展並沒有很長時間，三年工作經驗可以當做中流砥柱，帶來的效益很明顯；而一年工作經驗的人，最起碼可以不經培訓就上手開始工作，人力成本大大降低。

所以，無論是學歷還是工作經驗，要求上來說都不是很高。這對於找工作的人來說，無疑是一個好消息。

肆 / 薪資待遇好不好？

本部分內容比較多，從以下幾個方面進行分析：

1. 簡述 2. 公司 3. 地點 4. 要求

簡述

因源數據都是薪資區間，形式諸如：1000元以下，4001-6000元。因此，新增了三列，分別放置：最低薪資，最高薪資，及平均薪資。

以下主要按照平均薪資作為衡量指標。

首先看看平均薪資的幾個指標：

最小值：50025%分位數：5000中位數：7000均值：837375%分位數：9000最大值：125000

還有59個缺失值，缺失值的數據呢，就表示薪資為面議。

可以看出，5001-10000元的區間最多，2090個，幾乎佔了一半；其次就是0-5000，有點慘的感覺。而且隨著薪資的上漲，數量越來越少，到最後，就少得可憐了。

尤其從10000開始，似乎是斷崖式的墜落，15000以上，只有159個。

高薪不是沒有，只是太少了。

公司

1. 公司規模

離群值影響太大，圖表無法完全展示信息，因此，將40000以上定為離群值，進行剔除。

先看中位數，規模在10000人以上的公司，反而給的最少，20人以下的公司反而給的最多。

再看四分位距，大部分在5000以內，而且多數分布在5000至10000這個區間內。

2. 公司性質

還是一樣，由於離群值的影響，無法展示全部的信息，所以，還是一樣篩選40000以下的數據。

前面提到過，股份制企業跟民營企業的需求量最大，現在從薪資方面來看，不僅需求量大，薪資的分布區間也很大，高的特別高，低的特別低。

從中位數來看的話，還是國企和事業單位領先一點。大數據時代可能還是會有「鐵飯碗」。

地點

已經畫過了兩張不同地區的薪資水平情況分布圖，所以這裡就不做仔細闡述，先把之前的兩張圖放上來。

各省招聘數量，顏色越深代表需求數量越大，青海、新疆兩個地區為0。

各省平均薪資，顏色越深代表薪資越高，青海、新疆兩個地區為0。

以上兩張是用Tableau做的，為了好（zhuang）看（bi），特意用Excel的三維地圖做了一個三維的熱力圖，如下：

要求

同樣，此處還是分為學歷和工作經驗。

除去不限和空白的數據，博士學歷的幾項指標都比較高，其次就是碩士。

當然也可以看得到，本科和大專的部分離群值也比較高，甚至高過博士和碩士的最大值，說明學歷並不完全是衡量薪資水平的標準，只能說隨著學歷的上升，薪資也有一定的提高。

由上圖可以看出，薪資的多寡，在一定程度上與工作經驗確實有關係。同時可以看出，3年和5年的區間跨度最大。所以，經驗的累加並不完全能給我們帶來薪資的增長，更重要的，還是得看實力。

最後，分享一下源數據和源代碼。

鏈接: http://pan.baidu.com/s/1qXGMP20

密碼: kxsb

聯繫小鑫：rockyxin@rockyxin.com

推薦閱讀：