背景：

随着互联网与传统行业的联系越来越紧密，对数据分析人才的需求也与日俱增。为了更好了解数据分析岗位的招聘信息，帮助求职者更快找到合适工作，以及各企业更好找到符合需求的员工，现对招聘信息进行数据分析。

数据内容：某网站2017年数据分析岗位的招聘数据（包含5千多条数据）

1.明确问题

招聘企业有什么特点？对求职人员有什么偏好？该职位的薪酬水平如何?

2.理解数据

首先将数据源备份，在副本上进行数据处理。表中17个字段，譬如companyId（公司ID）、companyShortName（公司简称）等字段本次分析并不需要，隐藏无用字段后剩余字段的含义为：

City：城市

companySize：公司规模

firstType：岗位类型

education：教育背景

industryField；所在行业

salary：薪酬

worKYear：工作年限

3.数据清洗

3.1选择子集

此处不用操作。

3.2列名重命名

数据源列名为英文，直观看不方便，将每个列名更名为中文名。

3.3删除重复值

根据全字段删除重复值。

3.4缺失值处理

先对数据进行筛选，然后依次查看各个字段下的本文筛选选项，若发现里面有空白选项，将其剔除。最后将筛选的数据全部复制到新建表格。

3.5一致化处理

薪酬字段是一个比较重要的参数，查看数据，发现其不是单一数值，包括一个区间范围，某数值以上和某数值以下。其中薪酬一般没有出现某数值以下，将其整条记录去掉。通过替换操作将K换成K，通过find,left,len,mid函数，将区间范围分为最小值和最大值两列，然后取其平均值作为薪酬，通过替换操作将以上和以下替换掉，将其作为薪酬（其单位K表示千）。通过查看所在行业字段发现，其数据中包含中文格式下的逗号和顿号，英文格式下的逗号以及空格，通过替换将中英文格式下的逗号和顿号统一表示为英文逗号，通过trim，substitute函数将空格去掉。

3.6异常值处理

3.7数据排序

4.数据分析

4.1招聘企业有什么特点？

城市分布：

通过透视表和透视图可以发现，城市排名前5名城市中，岗位需求最多的城市是北京，占总数的47%，说明北京对数据分析岗位的需求很大。接下来依次是上海、深圳、杭州和广州，这完全与城市经济发展状况相对应。而且城市排名前3名均来自一线城市，说明经济越发达的城市，企业对数据分析岗位需求越多。

公司规模：

从各公司规模占比的透视图可以发现，规模在2000人以上的公司对数据分析岗位的需求最多，其次是150-500人和500-2000人，三者加起来占72%。说明大中企业对数据分析岗位更有需求。

所在行业：

由于所在行业字段的数据有160多个分类，大多字段不止一个标签，存在行业交叉，也有行业下的小分类标签，因此只截取了其中排名靠前的数据，从中也能看出绝大部分企业的数据分析岗位与互联网有关。对所在行业字段进行互联网的标签筛选，得到总计2775条数据，占总数的55%，这与前面的猜想一致。

4.2对求职人员有什么偏好？

学历：

通过以上透视图可知：岗位最低要求最多的教育背景是本科，需求占比达76%，排名第二的为大专，才12%,，两者相差很大，说明招聘公司偏爱教育背景至少本科的求职人员。即使从3个一线城市分析，也可以得到类似的结论。说明目前大多公司的数据分析岗位对学历要求比较高，一般至少本科。

年限：

从透视图可以看出，岗位要求的工作年限为3~5年和1~3年数量排名第一和第二，两者占总数的70%，说明企业更喜欢招聘工作年限为1~3和3~5年的求职人员。

岗位：

从以上透视图可以看出，企业提供的岗位大多是技术类型，占48%，说明大多数的数据分析岗位偏向于技术方面。

4.3该职位的薪酬水平如何?

薪酬：

为了便于计算，平均薪酬省去了单位K（千）。通过上诉透视表可以看出，3个一线城市的平均薪酬位列前三，其中平均薪酬最高的城市是北京18.68K，最低是天津8.25K，最高薪酬是最低薪酬的2.26倍，说明城市平均薪酬的差异比较大。但仔细分析，各城市数据分析岗位的平均薪酬相对本地经济水平来说都还不错。

通过透视表可以看出，工作年限对数据分析岗位的薪酬有很大影响，工作年限越长，数据分析岗位的薪酬越大。其中平均薪酬最高的年限是10年以上，高达37.17K，最低的是应届毕业生7.16K，最高薪酬是最低薪酬的5.19倍，说明不同年限的平均薪酬的差异很大，这也可以看出数据分析岗位的职业前景很好。

对于求职者来说，最看重的是薪酬。因此分组选出北京、上海和深圳的招聘数据，分别进行教育背景和工作年限两个维度上的比较。

教育背景：

通过透视表可以看出，上海城市博士的平均薪酬低于硕士和本科，与其他两个城市情况不同，说明数据有误。从纵向上看，北京和深圳的平均薪酬排名一样，都是博士最高，大专最低，符合实际情况。从横向上比较，除了博士，其他学历在三个城市的平均薪酬相差不大。

工作年限：

通过透视表可以看出，三个城市都有同样的规律，工作年限越大，其平均薪酬越多。10年以上的平均薪酬，三个城市还是有一定差异，北京高达43.13K，上海为35K，深圳为30.8K。而三个城市的应届毕业生的平均薪酬差异不大。

5.建议

数据分析岗位的发展前景好，薪酬水平相对不错。对于已经从事数据分析的伙伴来说，若想提高薪酬，可提升学历。对于不在一线城市发展的伙伴来说，可去一线城市就业，也可高薪酬。对于希望从事数据分析的伙伴，最好去经济发达的城市工作，如一线城市，因为那里的就业机会多，薪酬更高。对于应届毕业生或者无数据分析经验的伙伴，若想从事数据分析，则需面对更多的就业压力，薪酬普遍较低。对于学历不高的伙伴，若想从事数据分析，也需面对更多的就业压力，薪酬普遍较低。不过随着工作年限的增加，薪酬的提高幅度还是蛮大的，但同时要求的能力也更高。