数据分析思路

项目背景

上一篇爬取Boss数据直聘数据后，我们可以试着对这些数据进行分析并整理一些结论出来。我们的大致步骤如下：

1. 清洗整理
2. 确定分析目的与思路
3. 进行数据分析
4. 得出数据分析结论

分析思路

1. 数据岗位基本就业情况：学历要求、工作经验要求、工作技能要求、薪资待遇、公司福利
   1. 学历要求：饼状图，学历要求的占比
   2. 工作经验要求：饼状图
   3. 工作技能要求：词云
   4. 薪资待遇：条形图
   5. 公司福利：词云，降序
   6. 工作经验要求：饼状图
   7. 工作技能要求：词云
   8. 薪资待遇：条形图
   9. 公司福利：词云，降序
2. 了解影响薪资的关键因素，确定学习路线与技能树并进入合适公司做准备
   1. 学历与薪资散点图
   2. 工作经验要求与薪资散点图
   3. 工作技能要求 Top10 与薪资散点图
   4. 公司福利 Top10 与薪资散点图

代码与数据可视化

本次代码及数据可视化以 jupyter notebook 环境呈现。

1. 读入Mongo数据并存入list中

Mongo数据读取

2. 将数据转为DataFrame并进行清洗处理

读取数据转为DataFrame

3. 数据岗位基本就业情况数据可视化

   1. 学历要求

      可以看到，重庆地区的数据岗学历要求比较低，本科占59%，甚至没有研究生、博士学历要求，在数据岗学历来说比较少见

      由于分学历做出箱型图，’学历不限‘类别数据样本太少，不做分析。本科与大专学历相比，存在两个极大异常值，且四分位距明显较小，说明数据更加聚集。虽然上四分位数，大专要大于本科，但本科箱形图的方盒关于中位线对称，更符合标准正态分布。结论：

      • 本科学历岗位薪资更加集中，更符合正态分布，岗位薪资更稳定
      • 大专学历岗位薪资有明显分散性，薪资高低更具有偶然性

不同学历岗位占比
不同学历岗位平均薪资箱型图

2. 工作经验要求

   学历要求方面，占比最高为'3—5年‘，为33%，’1—3年‘25.9%，对应届生与1年工作经验者来说合适的数据岗位数量较少。

   薪资与工作经验呈明显的相关性。‘应届生’与‘工作时间一年内’两类数据样本太少，薪资也比较低。‘经验不限’类岗位离散性较大，薪资也处于中等，比较具有偶然性。

   
   不同工作经验岗位占比

不同工作经验岗位平均薪资箱型图

3. 工作技能要求

   使用BosonNLP的API进行关键词提取，绘制词云。发现技能方面，对于数据库相关技能有要求的岗位较多，

   
   使用BosonNLP API 进行关键词提取
   关键词词云

4. 薪资待遇

   数量最多的岗位是平均薪资为3.5k以及10.5，中位数岗位平均薪资为7k。整体岗位平均薪资为10.8k，与重庆市平均薪资4k相比，具有明显优势。

不同薪资岗位柱状图
平均薪资、福利数量 基本统计信息
2019重庆市薪资水平报告

5. 公司福利

   公司福利的中五险一金、年终奖、股票期权等是最常见的福利，最少见的包括了加班补助以及带薪假期

   公司福利的数量与薪资基本没有关系，看来通过招聘时公司许诺的福利来判断薪资基本行不通。

   
   公司福利 词云
   不同福利数量岗位平均薪资箱型图
   公司福利Top10
   公司福利 Last10