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