电商数据分析工作如何(电商行业数据分析岗位)
2020年是难过的一年,资询我改行数据分析的人也变多了起來,为了更好地协助大伙儿大量地掌握数据分析岗位的标准及薪酬、发展趋势问题,特地用八爪鱼爬取了boss直聘上的数据分析的岗位。
此次爬取的数据信息包括好几个层面,分别是大城市、岗位名字、公司名称、公司规模、企业类型、工作经验规定、文凭规定、语言表达规定、技术专业规定、员工福利和行业类别。
数据清理
最先开展的是数据清理,由于是关键字爬取,因此只需是有关于数据分析的都是会被爬取,可是,许多岗位并并不是数据分析,仅仅由于工作上必须剖析,关系了数据分析,因此,对爬取完的数据信息,最先开展清除。
把包括数据分析、投资分析师、互联网运营的岗位挑选出去,随后开展反复项删掉,最终只留有唯一的数据信息。
针对薪酬上,由于有见习生的薪水规定,比如:200元/天,这类有关见习生的薪酬都被挑选出去删掉掉。
归一化处理
规范化主要是对薪酬和行业类别开展标准:薪酬中,有月薪和月薪二种,也有最低工资标准1500,此次统计分析,取薪酬上的最大值与最低限的平均值为测算数据信息,而只有一个值时,最大值和最低限全是此值。
与此同时必须规范化的也有行业类别。行业类别爬取的結果是用“,”分隔的,因此先对其排序,在各自界定层面。
数据分析
1、大城市遍布剖析
除开我们了解的北上广深,由图可以看得出,针对数据分析岗位的需求,沿海地区的需求较为大,互联网大数据是最近几年非常火的一个话题讨论,数据分析岗也因而被高度重视起來,可是,这类反映或是在沿海地区较为显著,也展现了沿海地区的是社会经济发展优秀。
爬取数据信息的时间是2月末,正处在春节长假完毕,每个企业逐渐新一年的招骋,因此这时的需求大。此刻也是春招逐渐的情况下,有的企业潜心春招,不容易在招聘平台上公布,因此,具体需求比这些数据信息大许多。
2、城市平均工资剖析
看排行的前好多个,北京市、深圳市等一线城市在前面,职工平均工资处在上等,宜都和抚顺市较为意想不到,通过查询数据信息,发觉宜都和抚顺市均只有一个岗位需求,促使职工平均工资很高,因此,看大城市的基本工资不可以只看最终的結果,还得看岗位的数量,岗位总数少,不可以意味着这一地区的平均。
3、公司规模剖析
表格中的统计数据是以职工平均工资排列的,可以看得出,职工平均工资几乎是越大的集团薪水越高。有一部分数据信息沒有爬取到公司规模。企业越大,数据分析这一岗位的岗位职责越清楚,需要的专业技能越技术专业,薪水越高。
而针对需求层面,发觉并不是越大的企业,需求越高,反而是已经处在增长期的企业,针对数据分析这一岗位会更迫切一点,数据分析针对企业的发展前景、整体规划起着非常主要的功效。
4、文凭剖析
数据分析岗位针对文凭的规定,广泛的是大专和本科,研究生较为少,针对硕士和博士而言,许多全是对数据分析更进修,更偏向于大数据挖掘和数据工程师等。针对低文凭的规定非常少。
并且根据工作经验规定对信息做好剖析,发觉针对普通高中、中专学校等低文凭的需求,工作经验规定也非常低,通常是无工作经验规定或1-2年工作经验,干着的是一些基本的活,或是称“报表”、“堂姐”。
并且,规定的工作经验越高,文凭会让大学本科和专科是主要的,不容易在往上面规定文凭,由于越到之后,工作经验越关键。而针对文凭低、高工作经验的规定几乎百思特网沒有。
数据信息不一定很精确,可是,从图内或是可看,文凭越高,薪水越高。这里的博士研究生和小学及下列都只有一个岗位需求,均值因而较为单一,百思特网因此不可以意味着这两个文凭的水准。
针对没工作经验规定的数据分析岗位,需看你的整体实力,只有从文凭看,因此文凭越高,薪水越高。越到之后有工作经验了,越注重工作人员本身的工作经验。
5、工作经验规定剖析
正处在校园招聘环节,因此相对性无工作中环节的规定非常高。招骋需求伴随着工作经验的增加而降低,很有可能是由于如今许多的数据分析岗位,只要简洁的剖析一下,便是正所谓的“表哥表姐”,不用丰富多彩的工作经验,而有工作经验的数据分析师,很难寻。
去除爬取数据信息时的一些小偏差,大致可以看得出,工作经验越高,薪水越高。
6、企业类型剖析
发觉民企的需求较多,次之便是上市企业、国营企业和中外合资企业。
机关事业单位最大,是由于岗位需求很少,一两个岗位拉升了总体的水准,不可以判断机关事业单位的薪资高。在相对性较为高的便是国营企业、上市企业和初创公司了。民营公司的需求较为高,可是相对性职工平均工资却较为低。
因此,选企业可以选用一些国营企业和上市企业,岗位需求比较多,薪水也非常高。次之便是初创公司和外资企业(非欧美国家)。
7、技术专业和语言表达剖析
针对语言表达的规定,有要求英语的,有规定日语的,也有普通话考试的,而针对要求英语的企业中,民企和外资公司占比例比较多,因此如果英语比较好的,可以去民企和外资企业,而前面结果表明民企的职工平均工资算不上高,因此,考虑到外资企业比较好。
8、行业类别剖析
招骋数据分析有关的领域如下图,互联网技术、跨境电商、计算机技术、零售等如今较为火的领域对数据分析的需求是最大的,岗位是应时期的规定而火起來的,因此,选领域的情况下,可以依据如今较为火的领域着手,有发展趋势,并且现在是网络的时期,传统产业在逐渐的取代和转型发展,因此,可以挑选互联网技术有关的领域。
9、领域职工平均工资剖析
如下图,深蓝色柱形图为行业类别的招骋岗位比较多的企业的总数,而红的为职工平均工资。上边的图中,比较多的需求的领域的薪水却并不是很高,由下边的图可以看得出领域的职工平均工资,金融机构和公共性销售市场远远高于别的行业,是由于岗位需求很少,某些的薪水带高了全部领域。
在BI中,根据互动,能看百思特网出,电子计算机、互联网技术、跨境电商、金融业、通讯等领域的薪水处在中等偏上等,并且需求也非常高,可以考虑到这种领域。
10、技术专业规定剖析
如下图,技术专业规定几乎跟数学思维、应用统计学和电脑相关,剩余的便是和企业岗位所解决的业务流程相关。根据文凭做为挑选器,发觉文凭越发高,对技术专业有需求的企业所占的占比越高。可是伴随着工作经验的提升,对技术专业的需求的企业在逐渐的减少。
见到这儿很有可能假如你针对数据分析领域或是很迷茫,没事儿,可以看着我有关数据分析职业发展规划分析的直播回放,个人收藏分享文中,后台管理发消息回应“直播间”就可以收看