数据分析案例复盘:数据产品经理岗位招聘详情2.0

专业真的很重要!产品总监手把手教写文档,10天训练营,系统学会产品经理必备7大文档能力。了解一下>

本文数据由python抓取,数据来源于某直聘网站,还是北京、上海、广州、深圳、杭州五大城市的岗位招聘信息,获取了「数据产品经理」这个岗位的2250条数据,来看看数据产品经理岗位的招聘情况是怎样的?有哪些影响因素。

我想从互联网产品向数据产品转岗,对于数据分析的技能掌握,我还是个初学者,为了提升学习效率,尝试以这种输出倒逼输入的模式,将自己的学习思路和学习内容分享出来,希望能与更多的产品人多多交流,大家多评论、多留言哈。

2.0改版心得:

  1. 数据分析不是简单的数据罗列,而是从数据中发现哪些信息,得出哪些结论;
  2. 数据分析完后,一定要得出结论,数据讲的是什么?有哪些差别?为什么会有这些差别?
  3. 数据分析的目的是为了指导实践,而不是写一份报告;
  4. 数据分析的方法和工具只是辅助手段,核心在于思维,用数据去量化和衡量业务现象;

下面正式开始文章内容

一、数据来源

注:数据由python抓取;可视化由tableau制作;仅供学习交流,不可商用,如有侵权,请联系删除;

之前的文章讲过,我爬取了某直聘网站,北京、上海、广州、深圳、杭州五大城市的[数据产品经理]岗位招聘信息,共计2250条;

获取的数据有“职位名称、工作地点、公司名称、薪资、工作经验、学历要求、行业、融资情况、公司人数、职位吸引标签、福利及职位描述等”

那么,在这些数据中,我们能得到哪些有价值的信息呢?下面我们来梳理一下。

1. 影响岗位数量的因素有哪些?

1.1、不同城市及地区,对岗位数量有哪些影响?

1.2、不同行业,对岗位数量有哪些影响?

1.3、不同公司规模,对岗位数量有哪些影响?

2. 影响薪资的因素有哪些?

2.1、不同城市及地区,对薪资有哪些影响?

2.2、不同行业,对薪资有哪些影响?

2.3、不同公司规模,对薪资有哪些影响?

2.4、不同学历,对薪资有哪些影响?

2.5、不同工作经验,对薪资有哪些影响?

3. 公司福利到底有哪些?哪些福利出现次数最多?哪些福利吸引力最大?

4. 职位吸引标签有哪些?公司招聘中,是拿什么去吸引你投简历的?

5. 数据产品经理岗位,到底在招什么?职位描述中都写了些什么?

二、分析详解

1. 影响岗位数量的因素有哪些?

1.1 不同城市及地区对岗位数量有哪些影响?

细心的朋会问,图表中怎么既有市,又有区呢?这是因为有些岗位信息中没有写明是具体哪个区,但是,我们还是可以得知:北京的招聘岗位主要集中在:海淀区、朝阳区;上海的招聘岗位主要集中在:浦东新区;广州的招聘岗位主要集中在:天河区、番禺区、海珠区;深圳的招聘岗位主要集中在:南山区、福田区;杭州的招聘岗位主要集中在:西湖区、余杭区、滨江区;这些地区也是互联网公司聚集的地区,软件园和大厂较多;

为什么互联网公司喜欢聚集扎堆呢?我想这跟当地的市场环境、供应链环境、人才环境、政策环境有关,这也是为什么做手机都喜欢扎堆在深圳,因为深圳的整个手机供应链及上下游环境非常成熟,对企业更友好;

企业聚集扎堆,对整个行业的发展来说,有什么影响呢?下面,我们结合行业一起来看;

1.2 不同行业,对岗位数量有哪些影响?

如果你是某个行业的从业者,看到上面的图表,你会更加清楚,你所在的行业在当地城市中,数据产品的岗位招聘情况,如果招聘数量较多,说明你所在的行业在当地有着不错的生态,有着较多的同类企业,如果招聘数量较少,也不用沮丧,关注所在行业中,招聘数量占比较多的城市,你做市场分析和竞品分析的时候,会用得上的,招聘数量较多的城市,要么当地存在着该行业中top级别的公司,要么当地同类型的公司特别多;

回答上一个问题,企业聚集扎堆,对整个行业的发展来说,有什么影响呢?

我认为这是一件好事,企业扎堆,有利于整个行业生态更活跃,而一个大公司能养活很多个做相关产业的中小公司,如阿里之于杭州,出现了“四通一达”,以及服务于阿里生态的众多公司;

1.3、不同公司规模,对岗位数量有哪些影响?

公司人数及融资规模

在融资规模与人数对比中,我们发现:在B轮及以下公司,人数规模大多处在100-499人之间;C轮之后,公司人数扩招会比较多;逐渐破千;

从融资规模来看,上市公司的岗位招聘数量最多;值得注意的是,不需要融资的公司岗位招聘数量仅次于上市公司,且远远超过其他融资阶段的公司;且在1000人以下规模的公司中,招聘数量最多;

我们在投递简历的时候,不一定非得盯着上市公司、非大公司不投,其实还有很多盈利能力不错、闷声发大财的公司,这类公司有些不需要融资,我了解的就有一些,虽然名气比不上一些网红明星公司,但是盈利能力非常强,产品也不错;

当你在网红公司吭呲吭呲的加班,为怎么应对用户退押金,而绞尽脑汁掉头发的时候,也许这个时候所谓的不知名公司又实现了一个「小目标」;当然,这个纯属YY哈,就是举个例子,虽然不大恰当;理想现实两难全,每个人都有自己的选择和坚守;

2. 影响薪资的因素有哪些?

聊完影响岗位数量的因素有哪些之后,我们再来看看,影响薪资的因素又有哪些呢?

2.1 不同城市及地区,对薪资有哪些影响?

岗位薪资;

北京:20k以上占比67.11%;15k以上占比96.44%,帝都的大公司资源、优质教育资源以及优秀人才的扎堆,这个数字在意料之中;

上海跟深圳的薪资结构差不多,20k以上占比分别为52.89%、54.22%;15k以上占比分别为86.67%、84%;主要都集中在15K以上;

杭州:20k以上占比47.33,15k以上占比82%;主要都集中在15K以上;

广州:20K以上占比25.78%,15k以上占比77.11%;其中15k-20k占比达51.33%,主要集中在10k-20k之间;

广州可能没有其他城市那么多的超级大公司和独角兽公司,跟广州的互联网环境有一定的关系,而且离深圳很近,企业和人才被分流;

2.2 不同行业,对薪资有哪些影响?

排序越往上,岗位招聘的数量越多;25K以上占比最多的是互联网金融,果然是离钱越近的越挣钱哈;20K以上占比超过50%的行业有:互联网、互联网金融、O2O、社交网络、通信/网络设备、人力资源服务、贸易/进出口等;这些行业的公司在人才吸引上,给的薪资是很可观的;

在找工作投递简历的时候,选择排序靠前的行业,相对来说,工作机会更多一些;同时也是当前非常热门的行业;

2.3 不同公司规模,对薪资有哪些影响?

融资情况与薪资

天使轮与A轮公司,15k以下占比分别为44.74%、28.66%;

B轮公司,15-20k占比达52.46%;20k以上占比35.24%;

C轮公司,15-20k占比达39.63%;20k以上占比43.9%;

D轮及以上公司,15k以上占比达90.8%;20k以上占比56.49%;

上市公司,15k以上占比达90.02%;20k以上占比54.92%;

从融资情况来看,相比而言,初创公司的薪资待遇较低;B轮的时候,跳槽进入获得的薪资相对较高;D轮公司薪资相对而言增幅是最高的;公司发展越大,会扩大对高级人才的需求;

从公司人数与薪资图表中,可得公司人数越多、规模越大,高薪资的占比会越来越高,企业对高级人才的需求越来越大;同时,中小企业的薪资待遇分布占比呈橄榄形,薪资待遇相对而言要低;

2.4 不同学历,对薪资有哪些影响?

本科在岗位要求中占绝大部分;

大专:10-20k占比达70%;

本科:15k以上占比达86.07%;

硕士:20k以上占比达64.06%;15k以上占比达93.75%;

博士:25k以上占比达100%;

市场的态度的确表示着,相比而言,更高的学历获得的薪资会更高;

2.5 不同工作经验,对薪资有哪些影响?

在校和应届生们注意啦,本科应届与硕士应届在薪资上有多大差距呢?是6-10k与10-15k的差距;

特别值得注意的是,结合上图学历对薪资的影响,我们可以看到,相比而言,同等工作经验,更高的学历获得的薪资更高;

当然,也不要泄气,学历与工作经验,都只是代表过去的成就,更高的学历及更长的工作经验,只是帮助公司来判断你未来产出价值的一个数据指标;就如同数据是用来量化和衡量业务现象一样;我们不会只根据一两个数据就断定业务的表现;

3. 公司福利到底有哪些?哪些福利出现次数最多?哪些福利吸引力最大?

数据产品经理岗位的福利信息共计186798个字;

分词完,累计38098个短词;

公司的福利到底有哪些?

这也是我们非常关注的一件事情;

我们看到,年终奖出现3524次;占比9.25%;

股票期权出现2060次;占比5.4%;

值得注意的是,双休福利出现次数为18次,不排除有些公司双休但是没有写上去;总的来看,双休的工作占比偏少;从我自己的工作经验和身边朋友的例子来看,双休占比也是偏少的;

住房免息贷款出现16次,这个福利还是很有吸引力的;

对于出现的频次较少,但很有吸引力的福利有哪些?公司配mac累计出现了6次;健身房出现2次;美女如云出现4次;氛围出现8次;

4. 职位吸引标签有哪些?公司招聘中,是拿什么去吸引你投简历的?

职位吸引标签共计61042个字;

分词完,去除标点符号和换行等,累计11447个短词;

数据分析、sql、数据挖掘、数据仓库、hive、python出现频次非常高,产品人需要不断的学习,才能紧跟时代的步伐,才能满足企业发展的需要;

5. 数据产品经理岗位,到底在招什么?职位描述中都写了些什么?

职位描述详情共计1774170字;

分完词,去掉不相关的词语及标签符号等,累计78724个短词

从图表中,我们看到,数据产品经理不仅要会产品经理需要会的技能,还需要对数据分析、数据挖掘、python、数据仓库、大数据产品、数据可视化有了解;

三、总结

影响岗位数量的因素跟地区有关系,互联网公司聚集的地区,受市场环境、供应链环境、人才环境、政策环境的影响;

跟行业有关系,总体来说,互联网相关行业,对数据产品的招聘需求量更大;

跟公司规模有关系,相比而言,人数较多或融资级别更高的公司,对数据产品的招聘需求量更大,值得注意的是,有一些不需要融资的公司对岗位的需求量也比较大,这类中,存在不少盈利能力非常强、产品也非常优秀的公司;

影响薪资的因素跟城市及地区有关系,相比而言,北上深杭的薪资相对较高,广州的薪资相对较低,跟广州的互联网环境有一定的关系,而且离深圳很近,企业和人才被分流;

跟行业有关系,总体来看,互联网相关行业薪资相对较高,互联网金融的高薪资占比最高;在找工作投简历的时候,针对数据产品岗位来说,选择互联网相关行业,工作机会更多一些;

跟公司规模有关系,相比而言,人数较多或融资级别更高的公司薪资相对更高;

跟学历有关系,本科学历要求达91.09%,市场的态度的确表示着,相比而言,更高的学历获得的薪资会更高;

跟工作经验有关系,相比而言,更长的工作经验获得的薪资更高;

我们也不用太深究这些因素,学历与工作经验,都只是代表过去的成就,更高的学历及更长的工作经验,只是帮助公司来判断你未来的产出价值;就如同数据是用来量化和衡量业务现象一样;你的能力与岗位的招聘需求匹配,就是最好的选择;

公司的福利我们可以看到,高频出现的福利都是我们所熟知的,其中有一些福利还是挺有吸引力的,如果你特别在意某一些福利,可以有针对性的投递对应的公司;

职位吸引标签公司在发布岗位招聘信息的时候,为了提高我们搜索与岗位的匹配度,会设置一些标签吸引我们去关注该岗位,我们发现,数据分析、sql、数据挖掘、数据仓库、hive、python出现频次非常高,这也是市场需求的呼声吧;

职位描述都写了些什么从图表中,我们看到,数据产品经理不仅要会产品经理需要会的技能,还需要对数据分析、数据挖掘、python、数据仓库、大数据产品、数据可视化有了解;

最重要的是数据思维,再利用这些数据工具和方法去辅助业务,指导实践;

希望大家多留言,多交流,谢谢

 

本文由 @阿白 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!
  1. 请问下,能转载部分数据吗?会标明出处?

    回复
    1. 可以的,标明出处就好哈 ;-)

      回复
  2. 我在天哥的群里看到你发过,相当优秀👍可以加个微信沟通一下吗?

    回复
    1. 当然可以的哈,欢迎沟通交流哈 :?:

      回复
  3. u1s1,做的一般。 一张图能放十几二十几个数字就是不想让人看。

    回复
    1. 非常感谢留言 :?: ,图表中多数字指标展示,确实很影响阅读兴致,尤其在移动端的体验更加不好 :grin:

      那时候这样做的原因,主要是由于分析的维度太多,考虑到信息的完整性,如果少一些数据展示,可能会跟下面的分析对不上;
      我会改进这种贪多求全的方式,尽量聚焦,让图表的展示体验更舒适,分析和思考更深度;

      非常感谢留言哈 :?: ,您的留言反馈都是对我莫大的帮助;

      最怕大家看到之后,默默关掉,一句话也没有 :cry:
      我会继续分享学习数据产品的思考和内容,大家多留言,多交流哈,520,爱你们哟 :?:

      回复
圈子
关注微信视频号
大家都在问