爬取boss直聘“数据分析”工作4

爬取boss直聘“数据分析”4【制作报表】

1、在制作报表时候，应该明确自己的目的

问题在于：在当前广州，数据分析的未来发展：
此处我把它拆解成三个方面：

1、公司发展：
侧重数据分析的企业类型
公司所在广州地区的分布

2、个人发展：
数据分析师的技术上的发展性
数据分析的薪资结构的成长性

3、技术发展：
数据分析目前所重视的技术和趋势

2、明确自己的分析途径

明确问题：在当前广州，数据分析的未来发展：
此处我把它拆解成三个方面：

1、公司发展：
侧重数据分析的企业类型：【查看哪些企业需要的数分人才较多】
公司所在广州地区的分布：【根据数字经济，靠近中心城区的公司会更好的成长发展，数分如果集中于此类公司，那么将会有很大提升空间】

2、个人发展：
数据分析师的技术上的发展性：【技术侧重，自己所应该掌握的知识和触碰的领域】
数据分析的薪资结构的成长性：【薪资在不同阶段的成长性】

3、技术发展：
数据分析目前所重视的技术和趋势：【未来的数据分析将会如何发展】

3、根据指标和图表佐证

由于powerBI的企业账号我还没弄，所以没法发出来网站分享，等我把powerBi的账号搞定就发出来，下面先把图发出来，图片是静态的，没办法和自己在powerBI上操作显得那么可视化。

3.1数据分析企业规模

结论：
1、数据分析企业一般集中在天河区海珠区，属于科技发展中心地带

2、企业规模较大，上市公司占比31.05%排在首位，数据分析发展的重点领头羊

3、数据分析分布在行业中，主要以互联网为主，以及其他互联网衍生产业，电子商务等居多

4、本科学历在数据分析中占比最多，学历门槛较低

3.2数据岗位，薪资，经验，涨幅情况

结论：
1、数据分析目前最高工资和最低工资的分布跨度较大，相邻薪资的之间跳动较大，不同学历的工资呈现的工资跳跃幅度类似，但是硕士起点的工资会明显领先其他数据

2、企业所需经验最多是1-3年和3-5年工作经验，和个人提升发展的最佳时间契合

3、数据分析的平均薪资提升，在不同学历下实现稳定涨幅，平均涨幅速度>0.5

3.3技术发展比重和前沿技术排名

结论：
上市企业和AB轮所注重的技术，更多的聚焦于python，以及大数据和算法上，像Spark、Sas、Hadoop上，
而不需要融资的企业更多还是在python，excel和sql上，
上市企业所布局的更多是大数据方向，所以希望能够深耕数据分析此行业的，需要更多往大数据方面钻研，毕竟大厂的风向标很大程度在引导整个互联网数据的方方面面。

4 最终结论

1、根据以上分析，我们可以得出，我选择数据分析发展方向，是一个正确的方向，也是被未来上市公司和企业所看好的方向，
2、 同时数据的技术更新发展的重点逐步转型到大数据层面，再加上国内疫情和国家倡导的产业发展升级，使得数据的升级加快、产业的转型加速，这些都离不开数据模型和数据建设，
3、同时个人提升上，不管是技术和薪资上的涨幅能够支撑自我成长和实现的需要，
4、 所以，得出最后一点结论：我要不断学习，努力深造，加油ZYM，相信自己，勇敢向前