得益于信息技术的发展，各行各业积淀下来的数据量可谓浩瀚无边。特别是将大数据概念提升至国家战略级别，让更多的企业及个人不断地投身于数据领域的研究中。说到底，数据的本身并无意义，只是纯粹的二进制代码。而将数据解读至人类社会发展的过程中，才是数据价值的所在。因此如何去收集数据、采集数据、甄别数据，到清洗数据、归类数据、重构数据，再到统计数据、解释数据、预测数据。其过程之复杂、内涵之丰富、知识之高深，也让很多人望而却步。结合自己的兴趣及自身的职业经历，下面将采集自某招聘网站的数据进行简单分析，如有不足请多指教。（感谢某人提供的原始数据，如有侵犯请告知）

背景介绍：数据采集内容为来自北上广深等13个城市数据分析相关岗位的内容，共计6800余条。维度包括城市、企业全称、企业标签、企业简称、企业规模、附近商圈、岗位类别、教育程度、所属行业、岗位优势、职位名称、职位标签（职位描述）、薪资、工作经验共十四个。由于招聘信息中主要为文本，因此我们先观察文本的结构化程度如何。

数据采集

此处略过

数据处理

一、由于在企业标签、附近商圈、岗位优点、职位标签维度中存在多重文本介绍，鉴于采集到的文本中已使用逗号加以区分， 因此我以逗号为分隔基准对以上四个维度进行分词，结果如下：

企业标签

附近商圈

岗位优点

职位标签

二、原始数据中存在一部分空白值，由于在此处只做简单的处理，并且不影响后面的词频分析（可对空白值剔除），因此对空白值暂不做处理

三、去除单元格里面影响完整文本意思而存在的空格、特殊字符等冗余内容。

数据分析

分析过程为数据的统计与展示，在这里我采用的是一款国外的BI软件tableau对整理后的数据进行分析整理。思路如下：

单一维度分析

1.城市

城市招聘占比

从单一的招聘网站对数据分析岗位的样本来看，取前五位排名次序观察，可以知道对该岗位的需求大小依次为北京>上海>深圳>杭州>广州

2. 企业标签

从企业标签的内容看，即雇主所描述本身企业的特点主要集中于提供技能培训、节日礼物、年底双薪、股权期权、绩效奖金五个方面。

3.企业规模

从上述的统计情况看，数据分析岗位需求量主要集中于大中型企业上面。

4.岗位类别

上述统计情况展示了数据分析岗位，在多数企业里主要分类为后端开发、数据分析、数据开发、运营、产品经理。

5.教育程度

上述统计展示了数据统计的招聘学历主要集中于本科，而大专文化仅次于本科。

6.所属行业

图示展示了招聘数据分析岗位的企业主要集中于移动互联网、电子商务、金融、数据服务、企业服务领域。

7.岗位优势

图示展示了多数数据分析岗位主要提供五险一金、六险一金、发展空间、弹性工作、股权激励等岗位福利。

8.职位标签

图示展示了多数数据分析岗位以数据分析师、数据产品经理、大数据开发工程师、需求分析师、分析师等称呼来描述数据分析岗位。

9.工作经验

上图展示了数据分析岗位所需雇员的工作经验主要集中在3-5年和1-3年。

双重维度分析

1.城市-附近商圈

这里主要节选广州进行分析。上图展示了数据分析岗位所在企业的附近商圈分布，也就是相对应的企业所在区域位置。可以知道这些企业主要分布于石牌、天河公园、天河城、珠江新城、大学城。

2.城市-企业标签

上图展示了，广州地区招聘数据分析岗位的企业的特点主要集中于提供技能培训、绩效奖金、节日礼物、年底双薪、五险一金。

3.城市-薪资

上图所示，广州地区下招聘数据分析岗位的企业所给薪资的平均数目主要集中于15、12.5、11.5、5、9千/月。

4.城市-工作经验

根据统计数据得到，广州地区招聘数据统计岗位的工作经验集中于1-3年和3-5年。

5.企业标签-企业规模

根据统计的信息可以知道，大多数的大型企业（2000以上）的企业比较注重于员工的技能培训，中小型企业（150-500人、500-2000）乐于为员工提供节日礼物、年底双薪，小微企业（15-50、50-150）大多注重于为员工提供年底双薪，微型企业（15以下）则大多会向员工提供股票期权激励。

6.企业规模-岗位类型

根据统计信息可知，数据分析岗位在不同规模企业中，后端开发类型占比较多

7.教育程度-岗位类型

根据统计信息可知，企业招聘的数据分析岗位主要为后端开发服务，并主要招聘本科生源。

8.工作经验-教育程度

工作经验-教育程度

根据统计信息，招聘数据分析岗位的企业主要集中在招聘有3-5年工作经验的本科学历雇员，其次是1-3年的本科雇员。

三重维度分析

1.城市-企业规模-工作年限

城市-企业规模-工作年限

这里截选了广州地区的不同企业规模对于数据分析岗位雇员工作经验的喜好程度，其中大中型企业不接受0经验的员工，当然这里的没有经验似乎跟0经验是相等的，但从实际分析多数企业打出的“不限经验”只是一个幌子而已。而在微型企业里，0经验跟一年以下经验却存在，从实际上分析也是有可能的。

2.城市-企业规模-教育程度

城市-企业规模-教育程度

以上是截取广州地区不同企业规模下，对于数据分析雇员受教育程度的喜好情况。大致可以看出，小型企业招聘雇员不容忍无教育程度，微型企业则不会青睐有硕士背景的雇员，而其他大多数类型企业还是希望自身雇员的教育程度呈现多样化。

四重维度分析

1.城市-企业规模-教育程度-工作年限

城市-企业规模-教育程度-工作年限

通过对广东地区不同企业对数据分析岗位招聘需求的分析，可知中小型企业对3-5年工作经验的所有学历的雇员有着较大的需求。

以上的一、二、三、四维度分析仅根据定性来分析采集下来的数据，由于数据里文本占比较多，所以定性分析内容比重较大。而数据信息较少，下面也简单地分析下定量方面的内容。

工资-工作经验维度

从上表情况可以得出，广州地区下的企业招聘数据分析岗位的待遇倾向。拥有1-3年和3-5年工作经验的雇员，有相当多的企业可以提供平均15000元/月的薪资，5-10年工作经验的雇员则有相当多的企业可以提供至平均30000元/月的薪资。

数据预测

数据预测方面主要根据以上的分析情况，我们进行以下总结。

1.数据分析岗位集中于北上深广杭；

2.雇主主要提供技能培训、节日礼物、年底双薪、股权期权、绩效奖金；

3.数据分析岗位需求集中于大中型企业；

4.数据分析多数为企业里后端开发、数据分析、数据开发、运营、产品经理；

5.数据统计岗位招聘学历主要集中于本科，而大专文化仅次于本科；

6.招聘数据分析岗位的企业主要集中于移动互联网、电子商务、金融、数据服务、企业服务领域；

7.多数数据分析岗位主要提供五险一金、六险一金、发展空间、弹性工作、股权激励等岗位福利；

8.多数数据分析岗位以数据分析师、数据产品经理、大数据开发工程师、需求分析师、分析师等称呼来描述数据分析岗位；

9.数据分析岗位所需雇员的工作经验主要集中在3-5年和1-3年。

10.广州地区的数据分析岗位招聘企业主要分布于石牌、天河公园、天河城、珠江新城、大学城；

11.广州地区招聘数据分析岗位的企业的特点主要集中于提供技能培训、绩效奖金、节日礼物、年底双薪、五险一金；

12.广州地区下招聘数据分析岗位的企业所给薪资的平均数目主要集中于15、12.5、11.5、5、9千/月；

13.广州地区招聘数据统计岗位的工作经验集中于1-3年和3-5年；

14.大多数的大型企业（2000以上）的企业比较注重于员工的技能培训，中小型企业（150-500人、500-2000）乐于为员工提供节日礼物、年底双薪，小微企业（15-50、50-150）大多注重于为员工提供年底双薪，微型企业（15以下）则大多会向员工提供股票期权激励；

15.数据分析岗位在不同规模企业中，后端开发类型占比较多；

16.企业招聘的数据分析岗位主要为后端开发服务，并主要招聘本科生源；

17.招聘数据分析岗位的企业主要集中在招聘有3-5年工作经验的本科学历雇员，其次是1-3年的本科雇员；

18.广州地区的不同企业规模对于数据分析岗位雇员工作经验的喜好程度有：其中大中型企业不接受0经验的员工，当然这里的没有经验似乎跟0经验是相等的，但从实际分析多数企业打出的“不限经验”只是一个幌子而已。而在微型企业里，0经验跟一年以下经验却存在，从实际上分析也是有可能的；

19.广州地区不同企业规模下，对于数据分析雇员受教育程度的喜好情况。大致可以看出，小型企业招聘雇员不容忍无教育程度，微型企业则不会青睐有硕士背景的雇员，而其他大多数类型企业还是希望自身雇员的教育程度呈现多样化；

20.广州地区不同企业对数据分析岗位招聘需求的分析，可知中小型企业对3-5年工作经验的所有学历的雇员有着较大的需求；

21.广州地区下的企业招聘数据分析岗位的待遇倾向。拥有1-3年和3-5年工作经验的雇员，有相当多的企业可以提供平均15000元/月的薪资，5-10年工作经验的雇员则有相当多的企业可以提供至平均30000元/月的薪资。

对于以上的分析情况，建议雇员采取的策略有：

1.北上深岗位需求大，多为移动互联网、电子商务公司，偏后端开发，本科学历及有3-5年工作经验的人相对有竞争优势。

2.大型企业注重技能培训，即员工培训，对于雇员职业发展有好处，因此可多向大型企业投递简历争取机会。

3.对于有意在广州工作的雇员，数据岗位工资月收入较大可能在15K元/月左右。

4.求职于数据分析岗位必须要有相关工作经验。

建议雇主采取的策略有：

1.大多数企业提供的数据分析岗位福利较为中等，可提供相关具有超越规模下具备竞争性的福利招揽人才。

2.多数企业招聘数据分析员工服务于企业后端开发，在员工的教育程度选择下集中于本科学历，次之为大专，而硕士居后，并且集中招聘在有3-5年工作经验的雇员，侧面体现出企业对于岗位员工定位及企业发展思路的紊乱，对于自身企业发展所需数据分析程度的需求未能很好地进行分析。建议企业从企业发展战略及组织结构考虑，进而优化人员结构，招聘匹配员工。

3.企业对于工作经验可进一步声明相关工作的工作经验要求，以进一步优化筛选条件。

综上所述，数据分析岗位在市场的需求将越发得到扩展，对于雇员的技能要求则越来越高。但是市场需求跟供给总会出现平衡点，因此员工应多关注招聘市场，提升自我价值。（如有转载请声明出处，谢谢）