0. 项目介绍
0.1 背景
浪浪山的小野猪,想了解下外面的世界。
0.2 整体框架
1. 数据获取
1.1 目标网站
猎聘网,数据仅作为个人分析使用
1.2 抓取工具
八爪鱼。Python也可以抓,猎聘的反爬比较简单,高效免费的原则,建议使用现成工具,配置采集睡眠,我最终的采集速度大约是10/s
1.3 抓取逻辑
北京 - 数据分析岗位 - 企业岗位。按照城区、岗位发布日期、经验要求3个tag进行循环,尽量获取完整数据。如果不做筛选,最多获取400条数据(10页,每页40条)
图:八爪鱼抓取配置
2. 数据清洗
- 按照HR名称+岗位名称+公司名称进行数据去重;
- 融资情况,整理为天使轮、A轮、B轮、C轮、D轮、已上市、其他投融资;
- 学历要求,整理为专科、本科、硕士、博士、学历不限;
- 剔除非数据分析相关数据,剔除实习岗位 按照年薪 = 薪水区间均值 * 薪资月数,将薪水统一转化为年薪,没有说明薪资月数的按照13薪计算。剔除薪酬大于200的极端异常值。
图 - 薪酬明细分布
3. 数据可视化
3.1 可视化平台
本次分析使用的是 网易有数平台,选择这个平台主要是因为近1年多工作中使用较多,其次是可以使用echarts绘制一些复杂的组件。
3.2 看板截图
4. 结论
- 从城区分布来看,北京数据分析岗位需求集中于朝阳、海淀,两区岗位数占比约50%。从商圈分布来看,中关村、国贸、亦庄科创街、丰台科技园集中度较高;
- 从学历要求来看,数据分析岗的门槛为本科学历,超过90%的岗位要求学历本科及以上。存在9%岗位要求专科学历,但专科岗位薪酬总体偏低。本科平均年薪集中于19-42W,硕士平均年薪集中于20-38W,整体无明显差异。博士学历平均年薪集中于30-44W,中位数38W,较本科、硕士有较大提升;
- 从经验要求来看,3-5年需求量最大占比32%,其次是5-10年占比28%,薪酬跟从业年限呈明显正相关,从业10年以上的岗位薪酬有比较明显的提升;
- 结合经验和学历来看,入门期(1-3年)学历越高的薪酬待遇越高;发展期(5-10年)学历对薪酬待遇的影响减小,尤其是本科和硕士的待遇趋于平衡;成熟期(10年以上)这个阶段的岗位多为科学家、专家或管理岗,高学历成为岗位发展的一个重要门槛;
- 目前互联网行业仍是数据分析岗的主要需求行业,提供了22%的岗位,仅字节、美团就提供了361个岗位。
5.局限性
- 数据为截面数据,无法做对比分析 》》》 计划年后再拿一批数据做对比
- 源数据中存在一些干扰数据,比如岗位名称为“内容分发”,会被数据分析关键字请求召回,且工作描述中也有数据相关工作,目前是保留这些数据