用数据分析的思路找数据分析的工作
作为一个在找工作的人，最主要的必然是海投简历，但是作为一名数据人，能否用数据分析的思路帮助自己去更好、更快地找工作呢？
答案是肯定可以的，而且数据分析的思路不仅适用于找数据分析的工作，可以说，几乎找任何工作都可以用得到。（文末有彩蛋）
下面我就把自己的经历放上来，欢迎各位朋友一起交流（E-mail：[email protected]）
首先，收集数据
采集工具：“八爪鱼采集器”。
**采集时间：**2017年4月11日，21点。
采集方法：
- 打开智联招聘首页，选择全国区域
- 在搜索框中输入“数据分析”，回车进行搜索
- 将网址复制到八爪鱼采集器中，使用单机采集方式，自动跳转页码进行采集。
其他说明：此次采集内容包含公司名称、薪资、工作地点、公司性质、公司规模及经验、学历要求等内容，共有5460条信息。
然后，处理数据
使用八爪鱼采集器可以导出Excel、CSV等格式的文件，为方便后续其他操作，导出为CSV格式的文件。
主要将数据进行以下处理：
- 删除重复数据1426条，得到有效数据4034条。
- 对原数据的字段进行重编码，原始数据中字段均为拼音简称，将其改为汉字。如：将“gsmc”改为“公司名称”
- 根据岗位职责，填充空缺信息，如：岗位职责中明确写明要求本科学历，而“学历”字段中为空，则将空值改为本科。
- 拆分原字段“地点”，原数据中有诸如：北京-大兴区，这样的内容，为统一数据格式，将其分为两个字段：工作地点和具体地点，工作地点仅为市名，具体地点包含区名。
- 新增字段：省份，根据工作地点字段进行匹配省份名称，首都及直辖市均保持原来内容。增加薪资下限、薪资上限，分别表示薪资列中的最小值和最大值。
- 对薪资字段进行修改，原数据内容为“4001-6000”、“1000以下”、“面议”等，将区间分为“薪资下限”和“薪资上限”，面议的内容为空，1000以下，安装0-1000拆分。
- 增加经纬度字段，表示每个工作地点的经纬度。
- 修改经验列，将所有类似于1-3年，3-5年，取最小值。
最终得到：19个字段，4034条数据。
现在，开始分析
我比较感兴趣的是以下几个内容：
哪些公司在招聘？
哪些地方需求高？
招聘要求高不高？
薪资待遇好不好？
壹 / 哪些公司在招聘？
1、公司名称
在4000多条信息中，共有1764个公司在招聘，版面有限，不能将这些公司全部放上来，所以选取了招聘数量最多的前20名。
前三名的数量实在太过庞大，有必要看一下具体的数值。
| 公司名 | 招聘数量 |
|---|---|
| 北京万向通汇投资有限公司 | 720 |
| 北京万向联合控股集团有限公司 | 316 |
| 北京万向通汇投资管理有限公司 | 128 |
| 小计 | 1164 |
果然，前三名就占了几乎四分之一。排除前三名后，再看一下整体情况及前20名的公司。
2、公司性质
可以看出，股份制和民营企业需求最大，
3、公司规模
公司规模按照人数来划分，从图形来看，基本上满足正态分布。
不过也可以看得出来，大部分公司人数都是蛮多的。可以想象，小规模的公司，需求都不会太高。
贰 / 哪些地方需求高？
底下的几张地图，用的是Tableau绘制的，毕竟Tableau的交互比较方便。首先来看看各省的招聘数量。
可以看出，北京作为排头兵，领先不止一点点，其次就是长三角和珠三角，在招聘需求上，一线城市的缺口还是很多的。
当然，招聘需求多只是一方面，给出的待遇如何呢？
不可思议的是薪资最高的居然是西藏。
原因很简单，西藏的招聘信息只有一条，给出的薪资待遇是10001-15000元，平均一下之后呢，就是12500.5元。
上海的平均薪资是10406元，北京是9335元，除此之外的江苏、广东也不过8849和8145元。浙江在这轮比拼中稍逊一筹，只有6156。
第四名往后的分别是：湖北(6743.64)、海南(6667)、内蒙古(6500.4)、安徽(6388.23)、广西(6333.5)、贵州(6285.93)、四川(6220.43)。
看完了以省为单位的分析，再细分到城市，看一看具体是哪些城市对于数据分析的招聘需求大，也看一看哪些城市比较土豪。
可以看出，不管是需求还是薪资，北京、长三角、珠三角一直霸占三强宝座。
当然，内陆的需求主要集中在省会城市，比如，西安、成都、郑州、合肥、济南，这些在地图上的数据都很明显。
所以，大数据蓬勃发展的时代，各个地方的需求和待遇都不错。当然，想要更好一点的机会和大于，还是优先考虑北京、长、珠三角。
叁 / 招聘要求高不高？
这一方面的维度不好把握，所以主要从学历要求和工作经验来进行分析。
学历要求
简单统计一下数量之后，发现要求并不是很高。其中有个类别是空白，这个可以当做不限来看待。因此，招聘需求主要集中在大专、不限和本科。
工作经验
工作经验中，有些数据是这样的：1-3年，3-5年，因此，为了统一口径，所有类似的数据都在处理数据时进行了取最小值。所以，工作经验指代的是，最低的工作经验要求。
可以看到，最明显的就是还是有空白数据，完全搞不懂这些公司是怎么想的，难倒没有要求吗？
除此之外，1年和3年的工作经验最为吃香。
毕竟大数据发展并没有很长时间，三年工作经验可以当做中流砥柱，带来的效益很明显；而一年工作经验的人，最起码可以不经培训就上手开始工作，人力成本大大降低。
所以，无论是学历还是工作经验，要求上来说都不是很高。这对于找工作的人来说，无疑是一个好消息。
肆 / 薪资待遇好不好？
本部分内容比较多，从以下几个方面进行分析：
1. 简述
2. 公司
3. 地点
4. 要求
简述
因源数据都是薪资区间，形式诸如：1000元以下，4001-6000元。因此，新增了三列，分别放置：最低薪资，最高薪资，及平均薪资。
以下主要按照平均薪资作为衡量指标。
首先看看平均薪资的几个指标：
最小值：500
25%分位数：5000
中位数：7000
均值：8373
75%分位数：9000
最大值：125000
还有59个缺失值，缺失值的数据呢，就表示薪资为面议。
可以看出，5001-10000元的区间最多，2090个，几乎占了一半；其次就是0-5000，有点惨的感觉。而且随着薪资的上涨，数量越来越少，到最后，就少得可怜了。
尤其从10000开始，似乎是断崖式的坠落，15000以上，只有159个。
高薪不是没有，只是太少了。
公司
1. 公司规模
离群值影响太大，图表无法完全展示信息，因此，将40000以上定为离群值，进行剔除。
先看中位数，规模在10000人以上的公司，反而给的最少，20人以下的公司反而给的最多。
再看四分位距，大部分在5000以内，而且多数分布在5000至10000这个区间内。
2. 公司性质
还是一样，由于离群值的影响，无法展示全部的信息，所以，还是一样筛选40000以下的数据。
前面提到过，股份制企业跟民营企业的需求量最大，现在从薪资方面来看，不仅需求量大，薪资的分布区间也很大，高的特别高，低的特别低。
从中位数来看的话，还是国企和事业单位领先一点。大数据时代可能还是会有“铁饭碗”。
地点
已经画过了两张不同地区的薪资水平情况分布图，所以这里就不做仔细阐述，先把之前的两张图放上来。
以上两张是用Tableau做的，为了好（zhuang）看（bi），特意用Excel的三维地图做了一个三维的热力图，如下：
要求
同样，此处还是分为学历和工作经验。
除去不限和空白的数据，博士学历的几项指标都比较高，其次就是硕士。
当然也可以看得到，本科和大专的部分离群值也比较高，甚至高过博士和硕士的最大值，说明学历并不完全是衡量薪资水平的标准，只能说随着学历的上升，薪资也有一定的提高。
由上图可以看出，薪资的多寡，在一定程度上与工作经验确实有关系。同时可以看出，3年和5年的区间跨度最大。所以，经验的累加并不完全能给我们带来薪资的增长，更重要的，还是得看实力。
最后，分享一下源数据和源代码。
链接: http://pan.baidu.com/s/1qXGMP20
密码: kxsb
联系小鑫：[email protected]