大数据告诉你,哪些职位薪水更高,哪些公司待遇更好

抓了将近10w个公司以及100w个招聘职位的拉勾数据,最近拿来做一些分析。

先来看公司的一些情况

一、看看公司的地域分布

从图中能看出,北京的公司数量占了绝对领导地位,甚至我们能发现跟城市的人口分布符合Zipf法则一样,公司的发展数量也基本符合Zipf法则法则,当然这跟拉勾base北京也有一定关系。北上广深作为一线城市,互联网发展也是处于第一梯队,而有阿里、网易驻扎的杭州紧随其后,地处天府之国的成都,近些年由于政策刺激和人才回流,其互联网产业目前也是蓬勃发展。

二、看看公司的融资情况

我们现在处于一个万众创业的阶段,大量的公司如春笋般生长,一大批未融资的公司等待资本和市场的检验。而从天使轮到C轮,每一个节点之后的公司数量都基本减半。从图中能看出,C轮可以说是一个创业公司的一个很关键的milestone。

三、看看哪些类别的公司更多

从图中看出,当今是移动互联网的热潮,电子商务和O2O紧随其后,企业服务、数据服务等几个类别,正在和即将迎来各自的黄金期。

四、看看哪些标签是公司最常用的

基于拉勾上每个公司的标签,提取出现次数最高的一些标签,最终做成一个标签云,可以看出,公司还是更喜欢强调员工的福利。

五、看看哪些词是经常用来介绍公司的

互联网时代,服务是核心竞争力,技术、平台、产品和团队是公司的核心资产,这幅图可以说是“公司描述”的自我画像。

接下来我们看看招聘职位的一些数据分析

六、哪些城市工作机会多

北京无疑是工作机会的集大本营,上深广杭四大城市处于同一个梯队,成都以及第二梯队城市旺盛的招聘需求,显示出互联网在这些城市的迅猛发展,也说明互联网正在越来越深入到各行各业。

七、哪轮融资的公司需要招更多人

从上图可以看到,公司的发展基本上需要资本的参与,当公司进入A轮及后面的融资阶段后,对招聘的需求大大增加,说明公司的业务发展也非常迅速,这个需求增长在C轮达到最高。C轮之后,公司发展进入另一个稳定阶段,对招聘的需求开始降低。

招聘离不开薪水待遇这个终极话题,我们来看看一些待遇方面的分析。

八、哪个城市平均待遇更好

从待遇上看,广州输给了杭州,北上杭深成为第一梯队,有趣的是,从中国房地产业协会主办的中国房价平台的数据来看,2016年3月份,广州的平均房价是20451万每平米,同比增长3.13%,杭州的是18404万平米,同比增长6.18%。所以房价上杭州也大有领先广州的势头。大家可以对照各城市的平均房价,这样对自己选择工作有一定的参考价值。

九、哪个待遇区间的公司最多

从上图可以看到,目前平均薪水在6k-8k的公司最多,当然公司招聘的岗位很多种,总体来看,技术类的薪水最高,产品类紧随其后,设计、运营和市场等职位再次之,但是就某一类职位来看,也是符合正态分布的。此外,我们还发现有少数公司薪水待遇极高,分析发现,基本上这些公司只有很少几个职位,并且是招聘CTO、合伙人这样的岗位。

十、哪个类别的公司更壕

从这张图大致能看出哪些行业目前受资本的追捧。当今“深度学习”、“大数据”、“互联网金融”等异常火爆,催生了一大批数据服务类以及互联网金融类的公司,“游戏”、“社交网络”、“移动互联网”以及“旅游”是上一拨互联网狂潮,目前这些行业都产生了一批上市公司和行业巨头。当然,由于计算的是行业平均,以及每个行业的招聘需求各有不同,所以并不代表行业有优劣之分,根据自己的兴趣,选择合适自己的平台是最重要的。

十一、哪轮融资的公司待遇更好

从上图看得出,未融资的公司存在较大的资金压力,整体待遇上比其他情况要差一些。但是一旦公司获得融资,很大程度上,员工的待遇也会得到改善,从天使轮到D轮,待遇也是水涨船高。当然薪水并不是全部,加入创业公司往往也会得到期权或者股权的激励,选择干一份有价值的事情也同样重要。

十二、工作经验是否重要

以上两张图展示了工作经验在找工作中的重要性,前一幅图说明,工作年限越长,薪水待遇总体越高,公司更愿意为经验丰富的求职者舍本。后面的图说明1-3年工作经验的是招聘中的主要目标人群,一方面已经不再是刚毕业的应届生,具有工业界的实战经历,另一方面,3年工作期满,很多人希望换一个环境。10年以上工作经验的,虽然待遇很不错,但是招聘职位并不多,一般这样的职场老鸟,也比较少换工作了。

十三、学历是否重要

上面这两张图展示的是学历与求职的关系,前一幅图说明,总体来看,硕士生的薪水是最高的,博士生的稍低于硕士,要求大专学历和不限学历的工作,薪水差异也比较小,本科生的处于中间。后一幅图说明当前的职位招聘更多集中在本科和大专和学历不限这几个级别,对要求硕士和博士的还是很少。因此,当就薪水这一点考虑,相信大家对学历追求会有自己的选择。当然学历并不代表一切,漫长的职场生涯,工作上的积累和提升更加重要。

十四、工资是否跑赢了GDP

上一幅图展示的是每一年招聘岗位的平均薪水变化,“最近”是计算的数据里最近一个月的平均薪水。如大家所愿,薪水是逐年增长的,或许我们都有遇到应届生待遇反而比先一年入职的要更高的情况。下一幅图是展示的2014、2015年薪水和国家GDP的增长率,GDP数据来自于国家统计局官网,必须指出的是这里计算增长率是按照实际数字来考量,而国家公布的增长率是减去通货膨胀率的。数据是残酷的…

接下来我们具体分析几个职位的数据,由于笔者就是互联网的一名技术搬砖工,所以这里我们选择了“Android开发”、“数据分析”和“架构师”三个职位。

上面的图展示了三类职位需求在几个主要城市的情况,可以看到北京的职位需求远远大于其他城市,这说明在互联网行业,北京是工作机会最多的地方。可以看到数据挖掘这一职位在很多城市的需求量并不是很大。

再来看这三种职位的薪水待遇。

可以看到,三个职位在不同城市的薪水分布都几乎一致,薪水上,北京不再是遥遥领先,作为互联网的“一线城市”,北上杭深的差异并没有那么明显~,此外我们发现一个有趣的现象,数据挖掘和架构师这样的职位,在一些城市招聘的极少,但是薪水待遇却非常高,大家求职的时候可以根据自己的情况去自由选择~


上图展示了职位的平均薪水与公司各融资阶段的分布关系,可以看出,三个技术类岗位的待遇都高于平均,而未融资公司由于资金紧张,职位待遇普遍低于其他阶段。我们还发现,D轮及以上公司的待遇要稍好于上市公司,这是因为到D轮及以上的公司比例比较低,而且到这个阶段的公司,基本上资金层面不会太紧张。

最后我们来看下这几个岗位的招聘要求的关键词分布。我们把这三个岗位的所有招聘信息里的招聘相关要求做切词,然后分别统计词频。下面三张词云图分别展示了“Android”、“数据挖掘”以及“架构师”的招聘要求里面出现频率最高的一些词。

看得出来,从这些关键词云能比较清晰的看出几个职位的招聘要求,从另一方面也说明,各个职位都有各自的招聘侧重点,在求职的时候,大家可以做到全局把控,有的放矢。


这是第一篇数据分析报告,谢谢大家的支持。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容