项目背景

人工智慧时代，我们每天都在接触各种各样的信息和数据推送，如何能够在这庞大的数据群中找到未来的机会或许是你我的当务之急。你可以选择使用基础的Excel，因为它也是日常工作中最常用的工具，如果不考虑性能和数据量，它足以让你应付绝大部分的分析工作。Excel对十万条以内的数据处理起来绝对没有问题，但大数据时代从来就不缺数据，很多公司的数据都放在资料库中，因此这时我们就需要使用操作资料库的语言如SQL语言、R语言、Python等来对其进行分析处理。如何将数据分析的结果直观、形象地展示出来，运用于实际的决策、分析以及对于公司方向的把控，这就就需要我们进一步将数据可视化和进行相应PPT商业数据报告的制作。

项目简介

为了了解数据分析师岗位的需求，从招聘网站上获得相关信息是比较便捷和十分必要的。

本次项目通过GooSeeker爬虫软体对BOSS直聘上的数据分析师职位数据进行爬取后，然后进行探索和分析，以具体数据分析数据分析师职位大概情况。

数据来源

本项目所使用的数据全部来自BOSS直聘，通过GooSeeker爬虫软体爬取。

选择BOSS直聘作为本项目的数据源，主要是因为相对于其他招聘网站，BOSS直聘上的岗位信息非常完整、整洁，极少存在信息的缺漏，并且几乎所有展现出来的信息都是非常规范化的，极大的减少了前期数据清理和数据整理的工作量。但是BOSS也有一大缺陷，就是一次只能搜集10页，每页30条，最多300条信息。

项目目的

项目希望通过实际的招聘数据来描述目前数据分析师岗位基本情况：

数据分析师对学历和工作经验的要求；

数据分析师的地域及行业分布；

招聘数据分析师的企业的融资状况和规模；

不同城市、经验、行业、学历、企业融资状况的薪酬分布情况；

从用人单位的角度看，数据分析师应当具备的技能。

数据采集与清洗

在BOSS直聘搜索「数据分析」后的招聘界面如下：

我通过「数据分析」为关键词在BOSS直聘上搜索了相关数据分析师岗位需求，使用GooSeeker爬虫软体进行相关数据的爬取。爬取后的局部数据如图：

使用Excel清洗数据，按照职位名称(position)、公司名称(company)、所在城市(city)、最低薪酬(min salary)、最高薪酬(max salary)、平均薪酬(average salary)、学历要求(edu)、经验要求(exp)、行业类别(industry)、公司融资阶段(finance)和公司规模(scale)分列，整理后得到299条数据记录和11个变数，缺失值较少。清洗后局部如图：

数据分析师职位对学历的要求

很明显，对于数据分析岗位而言，本科学历要求是目前主流，其次是大专学历，硕士学历和部分不限学历只占据极个别的岗位需求。

数据分析师职位对经验的要求

工作1-3年经验的熟手需求量最大，其次是3-5年工作经验的资深分析师。对应届生的需求很少，但要求10年以上的更少，在获取的299条信息中，仅为1个需求。

我们大致可以猜测出：

数据分析是个年轻的职业方向，大量的工作经验需求集中在1-3年；

对于数据分析师来说，5年是个瓶颈期，如果在5年之内没有转型或者质的提升，大概以后的竞争压力会比较大；

应届生找数据分析工作可能比较困难，需要累积实习经验。

数据分析岗位城市分布

在这299条数据分析岗位招聘信息里，有89条来自北京市，近1/3的需求量全国第一。排在前八的城市分别是：北京、上海、深圳、杭州、南京、广州、成都、厦门。

数据分析这一职业大量集中在北上深广大一线城市，以及杭州、南京这些互联网和电子商务企业的聚集地也在逐渐增多。其中北京市的需求量是上海的两倍多，不得不感叹帝都的数据分析人才需求量之大。上海作为国内经济中心，紧随其后。深圳有腾讯、华为等企业总部，杭州则有阿里巴巴，数据人才的需求也都很大。

总而言之，想从事数据分析的小伙伴请重点关注北上深和杭州的招聘信息。当然，从另一个方面说，这些城市的竞争压力想必也是很大的。

数据分析岗位行业分布

互联网、计算机软体、移动互联网、互联网金融和电子商务行业为数据分析提供了大量的就业机会，数据行业的繁荣也相应的催生了专门提供数据服务的公司。虽然传统行业对数据人才的需求目前并不显著，但相信随著互联网+对传统行业的渗透，这些行业对数据人才的需求也会慢慢增加。

公司融资状况分布

上市公司对数据人才的需求最大；其次是不需要融资和D轮及以上融资公司，这类公司大多处于初创型，急需数据人才加快公司发展。天使轮的公司规模大多较小，对数据分析和数据挖掘的需求也相对较小。

公司规模分布

10000、1000-9999人的公司对数据分析师的需求最大，反之，20-99人的公司因为规模小，需求也少。但总体来看，除极小规模的公司以外，数据分析岗位受公司规模的影响不大。

城市与薪酬分布

排名前八的城市（北京、上海、深圳、杭州、广州、南京、广州、成都、厦门）的薪酬分布情况总体上比数据人才需求小的那些城市分散，可能因为这些大城市企业种类多，开出的工资差异也大。北京、上海、深圳、杭州平均薪酬（中位数）分布中位数大约在1万元～2万元之间/每月，居全国首位。其次是南京、广州、成都、厦门。从待遇上看，数据分析师在北京、上海、深圳、杭州是不错的选择。武汉、东莞两城市由于获取的数量少（基数小），目前从招聘的情况来看，有点异军突起的错觉，但是还是要根据实际的情况的综合评估考虑。

[完]

推荐阅读：

相关文章