数据分析师招聘
项目简介：
想要转行，纵观各个行业各个岗位之后，根据自身能力，决定投身与数据分析的大潮。奈何虽然有一点工具方面的基础，但是没有经验啊！！！因此疯狂搜索资料，看看大牛是怎样炼成的，查阅种种资料之后，写下了身为数据小白的第一个项目，姑且说了句：Hello Word！
本次项目主要分析了拉勾网上数据分析岗位的相关信息。
明确目的：
本次分析期望解决以下问题：
1、哪些城市对数据分析师的需求较大？
2、数据分析师的薪酬是多少？哪些城市数据分析师的薪资最高？
3、随着工作经验增加，数据分析师的薪资如何变化？
4、数据分析师对学历的要求是怎样的，学历对个人发展是否有影响？
实际操作：
一、获取数据
身为小白，现在还写不了爬虫，便采用爬虫工具于2018-04-07爬取了拉勾网的有关于数据分析师的招聘数据：
爬取数据时使用的是爬虫类工具：八爪鱼
主要爬取了以下信息：
职位、公司名称、城市、工作经验、学历要求、薪资、工作属性、工作地点、公司标签、发展阶段、规模。
二、数据清洗
爬取出来的数据大约500条，数据量较小，故而采用excel进行，原始数据格式较为混乱，采用Excel工具以及文本清理函数trim、substitute、left/mid/right、find等函数。
三、数据可视化
采用MicrosoftPower BI进行数据报表操作，Power BI是基于云的商业数据分析和共享工具，它能将复杂的数据转化成最简洁的视图。通过它，可以快速创建丰富的高颜值、可交互、钻取的报告。
1、哪些城市对数据分析师的需求较大？
从拉勾网上可以看出对数据分析相关的人才需求量较大的城市依次是北京、上海、杭州、广州、深圳、南京。其他城市的需求量非常小。值得注意的是，北京占比为49.52%，其次是上海17.46%。如果想要做数据分析，还是尽量去大城市，虽然竞争激烈，但是机会更多。
2、数据分析师的薪酬是多少？哪些城市数据分析师的薪资最高？
薪酬跟工作经验、学历、城市、公司规模等因素息息相关，我觉得如果仅从宏观上给出薪资，意义不大。因此，我从以上四个角度，综合对比了三个网站的薪资。薪资并未采用平均数，考虑到数据分析是热门行业，入职人员能力各不相同，入职薪资值采用加权平均，即薪资=薪资下限*70%+薪资上限*30%。
上图为拉勾网的平均薪资，从工作经验上，经验5-10年、3-5年、1-3年、不限工作经验、应届毕业生、1年以下情况下，数据分析师的月均薪资分别师为26.1K、17.9K、12.2k、11.8k、10.1k、6.6k。基本上符合工作经验越高，薪资越高的规律。
从学历方面分析，硕士及以上学历、本科及以上学历、不限学历、大专及以上学历职位的平均薪资分别为18.2K、16.2k、15.3k、9.3k，本科和硕士学历的薪资较为接近，但是大专学历的数据分析师平均薪资仅有9.3k。这说明当对于数据分析师来说，学历可能是影响薪资的制约因素之一，而本科和硕士的差别则不大。
从公司规模的维度来说，月均薪资最高的是50-150人规模的公司，此类公司大多为初创型公司，薪资较高达18.0k，除此之外基本符合规模越大，薪资越高的特点。
从城市的维度来说，在拉勾网上薪资最高的几个城市依次是北京、深圳、上海、杭州，北京的平均薪资高达18.2K。数据中，佛山市的招聘职位薪资最高，但是只有一个岗位，此数据对分析存在干扰，排除。
3、工作经验增加，数据分析师的薪资如何变化？
发现对比不限经验，一年以下经验的岗位多要求大专学历，招聘城市很少，累计招聘岗位为4，针对于总体数据来说，不具代表性，进行分析之时应将其排除。
因此，不考虑一年以下经验的干扰，在爬取的数据中工作经验10年内，工作经验与月均薪资是成正比的。但是网站上招聘信息上未出现是十年以上经验的要求，个人认为工作经验10年主要有两个原因，一是人数较少，二是招聘网站上信息不全，并未有10年以上工作经验招聘岗位。这些问题都还未知需要进一步的数据进行分析。
四、小结
1、从城市的维度来说，如果想寻找相关工作，薪资最高、机会最多的城市是北京、上海、深圳等一线城市，如果不打算在这几个城市长期发展，请做好心理准备，因为其他城市的需求较小、薪资较低、机会较少。
2、从工作经验的维度来说，招聘职位均基本符合工作经验越高，薪资越高的规律。一般来说，当工作经验大于3年时，薪资上涨幅度较大，当工作经验大于5年时，月均薪资又会有一个的大幅度的上涨。在10年内，工作经验与月均薪资是成正比的。
3、从学历的维度来说，招聘基本符合学历越高，薪资越高的规律。一般本科以下学历薪资与本科以上差别很大，本科和硕士差别不大。当求职者的学历为大专时，学历可能是影响薪资的制约因素之一。
4、从公司规模的维度来说，招聘符合公司规模越大，给出的平均薪资越高的规律。
五、反思
1、数据量太少，只是爬取了2018-04-07这一时间内拉勾网上存在的招聘信息，存在下线招聘信息未爬取到的情况。
2、爬取网站单一，应爬取多个招聘网站的数据，进行横向对比分析。
3、数据分析略感单薄，不够深入，应当引入更加深刻的分析。
