導讀：企業(yè)當前需要什么樣的數(shù)據(jù)分析人才？這些人才應(yīng)該具備怎樣的能力和素質(zhì)？數(shù)據(jù)分析師掙多少錢？下面的分析過程正在試圖給你答案。希望本文能夠為你今后的學習和求職提供指導，也為正在學習數(shù)據(jù)分析和找工作的朋友們提供一定的參考價值。

01 項目背景

在學習數(shù)據(jù)分析的路上，少不了經(jīng)常逛知乎，寫這篇文章的啟發(fā)來源于@BigCarrey 的一篇文章《數(shù)據(jù)分析師掙多少錢？“黑”了招聘網(wǎng)站告訴你！》，該文章給了我一些幫助，讓我了解了數(shù)據(jù)分析崗位相關(guān)的信息，但同樣也留給我一些疑問，該文章分析的數(shù)據(jù)分析師所需技能的結(jié)果絲毫沒有R的蹤影，盡管是一年前的分析，我覺得應(yīng)該不可能不存在。

因此，抱著證實R語言這款工具的想法，以及希望了解當前企業(yè)對數(shù)據(jù)分析崗位的需求，開始了一次針對招聘網(wǎng)站的數(shù)據(jù)分析崗位招聘數(shù)據(jù)的分析與挖掘?qū)嵺`，避免自己所學習的方向與企業(yè)實際需求脫軌。

此實例采用R語言作為分析工具，下面展現(xiàn)的是我整個分析過程。

02 目標

了解企業(yè)當前需要什么樣的數(shù)據(jù)分析人才，以及應(yīng)該具備的能力和素質(zhì)。

分析的結(jié)果為今后的學習和求職提供指導，也為正在學習數(shù)據(jù)分析和找工作的朋友們提供一定的參考價值。

03 問題的分解

不同地區(qū)，數(shù)據(jù)分析崗位的需求分布以及對應(yīng)的薪資分布

不同經(jīng)驗，數(shù)據(jù)分析崗位的需求分布以及對應(yīng)的薪資分布

不同學歷，數(shù)據(jù)分析崗位的需求分布以及對應(yīng)的薪資分布

不同企業(yè)規(guī)模，數(shù)據(jù)分析崗位的需求分布以及對應(yīng)的薪資分布

探索數(shù)據(jù)分析崗位對應(yīng)的工具型技能與對應(yīng)的薪資水平

探索數(shù)據(jù)分析崗位對應(yīng)非工具型能力的需求

04 數(shù)據(jù)集的定義

▲表1：數(shù)據(jù)分析崗位信息表

▲表2：數(shù)據(jù)分析崗位技能關(guān)鍵詞表

05 數(shù)據(jù)獲取

數(shù)據(jù)來源：拉勾網(wǎng)

數(shù)據(jù)范圍：互聯(lián)網(wǎng)行業(yè)、數(shù)據(jù)分析崗位

數(shù)據(jù)集：全國數(shù)據(jù)分析崗位招聘信息數(shù)據(jù)集（采集樣本量：449）

工具：爬蟲

時間：所有數(shù)據(jù)截止2018年3月12日

數(shù)據(jù)集獲取方式：請關(guān)注公眾號數(shù)說物語（ID：DataTalk_）回復【拉勾網(wǎng)】即可獲取下載鏈接和密碼

06 數(shù)據(jù)處理

步驟1：加載原始數(shù)據(jù)

步驟2：識別缺失值

▲圖1. aggr缺失值識別圖

幸運的是該數(shù)據(jù)集不存在缺失值，這是很少遇到的情況。

步驟3：數(shù)據(jù)清洗

步驟4：文本挖掘

文本挖掘工具：jiebaR包

說明：

在進行正式挖掘之前測試了一下jiebaR的關(guān)鍵詞（keywords）分詞器，測試的結(jié)果發(fā)現(xiàn)SQL,Python等詞在jiebaR詞典中的IDF值均為11.7392，但“R”這個字符無論如何(即使自定義了用戶字典，或者在idf字典中添加R的idf值)都無法被分詞器識別為關(guān)鍵詞，猜測可能是默認R的詞性標注或者算法實現(xiàn)方法的原因。但因為R是數(shù)據(jù)分析師的重要工具，識別不出來是不可容忍的，因此要另求出路。

測試代碼如下：

結(jié)果如下：

解決辦法：

關(guān)鍵詞算法的實現(xiàn)原理是TF-IDF算法，TF為詞頻，IDF為逆文檔率（詞的權(quán)重），因此TF-IDF=TF*IDF為衡量是否關(guān)鍵詞的指標，若控制IDF，則TF-IDF的值與TF值成正比關(guān)系，簡單來說TF值可以代替TF-IDF值。

由于此次分析的是數(shù)據(jù)分析師的工具和技能，因此只考慮SQL,PYTHON,R,SAS等常用且類似的詞的分析，又因為該類詞在jiebaR分詞器識別出來的IDF值均是同級別的（即使可能存在有差異也在此假設(shè)其等值），因此這部分詞匯的關(guān)鍵指標的衡量可以簡化為出現(xiàn)的詞頻，即TF值，這個可以通過jiebaR的默認分詞器（不是關(guān)鍵詞分詞器）來處理即可，最終解決R關(guān)鍵詞識別的問題。

文本挖掘思路：

1、工具型技能的關(guān)鍵詞：采用默認分詞器的詞頻TF值

2、非工具型能力或素質(zhì)的關(guān)鍵詞：采用關(guān)鍵詞分詞器的TF-IDF值

代碼如下：

到此數(shù)據(jù)處理的過程基本完成，處理后干凈的數(shù)據(jù)如下：

07 分析的結(jié)果

數(shù)據(jù)分析代碼：

具體代碼可以前往該鏈接查看整個過程：RPubs - 分析實例：企業(yè)需要什么樣的數(shù)據(jù)分析人才（http://rpubs.com/Joffy_Z/DA_analysis）

描述統(tǒng)計信息：

問題一：不同地區(qū)，數(shù)據(jù)分析崗位的需求分布以及對應(yīng)的薪資分布

• 總的來說數(shù)據(jù)分析師的平均薪資比較好，工作1年以上拿到10k月薪的機會還是比較大

• 在需求量前5的城市中，北京和深圳的平均薪資是最高的，廣州的平均薪資最低

• 需求量在第二梯度的城市中，長沙和成都的平均薪資較低，但武漢、廈門、鄭州也有不錯的薪資表現(xiàn)，二線城市也是一個可以考慮的選擇

• 需要注意的是蘇州的需求量相對于其他城市是非常低的，但其平均薪酬接近深圳，是可以值得關(guān)注的城市

  
  

問題二：不同經(jīng)驗，數(shù)據(jù)分析崗位的需求分布以及對應(yīng)的薪資分布

• 跟預想的差不多，薪資隨工作經(jīng)驗的增加而有一個穩(wěn)定的增長

• 但企業(yè)對最大的數(shù)據(jù)求集中在3-5年經(jīng)驗的數(shù)據(jù)分析師，這對于轉(zhuǎn)型進入數(shù)據(jù)分析的人來說不是一個好的消息

• 轉(zhuǎn)行需要更有充足的準備，且要不斷尋找能夠積累經(jīng)驗的項目來做。

  
  

問題三：不同學歷，數(shù)據(jù)分析崗位的需求分布以及對應(yīng)的薪資分布

• 企業(yè)似乎更加注重分析師的實踐經(jīng)驗，而不是學歷的高低，但至少需要具備本科以上的學歷，數(shù)據(jù)分析還是需要具備一定的理論基礎(chǔ)

• 在薪資方面，相對與本科來說，碩士及以上學歷在獲取高薪方面并沒有太大的優(yōu)勢，能夠解決實際問題才是數(shù)據(jù)分析師拿高薪的關(guān)鍵，而非深奧的理論知識

• 大專學歷的分析師還是有機會，重點在于增加自己的工作經(jīng)驗才是本質(zhì)上與其他分析師拉開距離的關(guān)鍵，當然，理論知識也不能落下

問題四：不同企業(yè)規(guī)模，數(shù)據(jù)分析崗位的需求分布以及對應(yīng)的薪資分布

• 150人規(guī)模以下的企業(yè)需求量較少，但給出的薪資較高（甚至有異常的高薪），該類企業(yè)可能處于快速融資且高速的發(fā)展階段，需要有豐富經(jīng)驗的數(shù)據(jù)分析專家來建設(shè)整個數(shù)據(jù)體系

• 50~150人規(guī)模的企業(yè)適合有足夠經(jīng)驗的分析師且想要創(chuàng)業(yè)的人，對自己職位以及薪酬均會有明顯的提升，但最大的風險就是該類企業(yè)容易失敗，特別在互聯(lián)網(wǎng)行業(yè)，因此更不建議作為轉(zhuǎn)型新人的首選

• 對于轉(zhuǎn)型的新人，盡可能往大企業(yè)走，越大規(guī)模的企業(yè)，整個體系越成熟，因此可以在150人以上的規(guī)模從上往下選擇自己合適的企業(yè)才是比較科學的方式，且需求量巨大

問題五：數(shù)據(jù)分析崗位對應(yīng)的工具型技能與對應(yīng)的薪資水平

• SQL和Excel幾乎是每個數(shù)據(jù)分析師要掌握的基礎(chǔ)技能，大多數(shù)企業(yè)都有自己的數(shù)據(jù)庫體系或者系統(tǒng)平臺，因此企業(yè)工作人員讀取和處理數(shù)據(jù)還是以數(shù)據(jù)庫和Excel為主

• R，Python是兩個最熱門的開源數(shù)據(jù)分析工具，且當前R語言在需求仍然不低，因此核心掌握兩門語言的其中一門都會讓數(shù)據(jù)分析師具備有力的競爭優(yōu)勢

• 除此之外工作經(jīng)驗較低的數(shù)據(jù)分析師還需要掌握一些BI可視化分析工具

• 工作經(jīng)驗較高的數(shù)據(jù)分析師需要掌握主流的關(guān)系型數(shù)據(jù)庫系統(tǒng)和NoSQL，以及Hadoop，Hive，Spark等大數(shù)據(jù)工具

• 掌握Hadoop，Hive，Spark，R，Python等技能是獲取高薪必備條件

問題六：數(shù)據(jù)分析崗位對應(yīng)非工具型能力的需求

聲明：此處數(shù)據(jù)涉及到崗位細分和難以衡量的原因，并沒有進行深入分析，詞云本身不具備太高的數(shù)據(jù)分析價值，僅作為可視化關(guān)鍵詞的分布情況的工具；閱讀者需要根據(jù)自身崗位以及所處的工作定位查看關(guān)鍵詞的情況，這里的大小表示關(guān)鍵詞出現(xiàn)的頻次。

通過資料的收集，了解到數(shù)據(jù)分析崗位主要有偏工程方向和偏業(yè)務(wù)方向兩個類型，透過詞云可以大概了解到如下信息：

• 偏工程方向的數(shù)據(jù)分析師對“數(shù)據(jù)挖掘”、“數(shù)據(jù)建?！?、“模型分析”等能力要求較高

• 偏業(yè)務(wù)方向的數(shù)據(jù)分析師對“業(yè)務(wù)分析”、“運營分析”、“產(chǎn)品分析”、“用戶分析”等能力要求較高

• 兩個類型共同需要“邏輯思維”、“溝通”、“分析報告”、“統(tǒng)計分析”、“團隊合作”等關(guān)鍵能力

08 總結(jié)

從地域來看，北京、深圳、上海、杭州、廣州應(yīng)該是數(shù)據(jù)分析師的首選城市，蘇州是一個值得關(guān)注的城市，外部數(shù)據(jù)了解到蘇州的GDP僅次于一線城市，此處結(jié)果平均薪資接近北京和深圳，但需求量較低，想要蘇州發(fā)展的朋友可以關(guān)注其動態(tài)。

從總體需求來看，企業(yè)更加需要具備多年工作經(jīng)驗，且動手能力強、解決實際問題的分析人才，隨著工作經(jīng)驗的增加，其對應(yīng)的薪資也有可觀的增長。

從大環(huán)境看，外部資料了解到，自助式分析工具的逐步完善與人工智能技術(shù)的突破，也可能使得企業(yè)現(xiàn)有業(yè)務(wù)人員能夠上手基礎(chǔ)的分析工作，導致企業(yè)對經(jīng)驗較低的分析師需求減少。

從企業(yè)規(guī)?？?#xff0c;150人以上規(guī)模的企業(yè)更加適合新人進去鍛煉，一方面企業(yè)已經(jīng)完成了基本的數(shù)據(jù)體系架構(gòu)，且越大的企業(yè)數(shù)據(jù)量級越大，另一方面，企業(yè)需要逐步培養(yǎng)強大的數(shù)據(jù)分析團隊來支撐業(yè)務(wù)的增長。

從分析師個人的角度，則需要更加關(guān)注自身成功項目經(jīng)驗的積累，這是升職加薪的必備條件，且需要思考未來自身的發(fā)展路徑，提前做好準備，相對于業(yè)務(wù)方向，大數(shù)據(jù)工程師方向會有更可觀的薪資。

從能力的角度，數(shù)據(jù)分析師需要掌握SQL，Excel，R，Python四個必備的工具（R和Python可以選擇其一為主要工具），新人可以注重BI，PPT等office工具的技能，如果是大數(shù)據(jù)挖掘，越往后則需要更加關(guān)注hadoop，Hive，Spark等工具；

數(shù)據(jù)分析師個人還需要注重邏輯思維、表達溝通、分析報告等關(guān)鍵能力

09 建議

對于想要轉(zhuǎn)型的數(shù)據(jù)分析師新人，轉(zhuǎn)型之前盡可能做好項目經(jīng)驗的積累，盡量做到跨崗不跨行，在自己熟悉的領(lǐng)域?qū)W習數(shù)據(jù)分析

企業(yè)比較看重經(jīng)驗和動手能力，面試的時候盡可能展示你的作品或者案例，如果當前沒有，則需要在日常學習，練習，積累

可以掌握一些可視化工具和數(shù)據(jù)可視化的思維，熟練掌握報告和表達的技巧，數(shù)據(jù)分析的工具多樣，方式多樣，只有能夠正確解讀數(shù)據(jù)且讓對方看懂聽懂才是有價值的

10 不足

本次分析并沒有按照分析報告的方式來呈現(xiàn)，文章中以個人的整個分析過程來撰寫，希望能夠與各位朋友一起交流學習，如果你不同意我文章中的觀點，歡迎指正交流。

文章中我附上了我的數(shù)據(jù)集以及分析的代碼鏈接，有興趣的朋友可以重復我的過程，甚至做更加深入有趣的分析，如果有新的發(fā)現(xiàn)和觀點，希望也能讓我知道，向你們學習。

11 局限

數(shù)據(jù)僅采集到449份樣本，數(shù)據(jù)量相對少一點，因此數(shù)據(jù)分析的結(jié)果需要大家用懷疑的心態(tài)來看待，且僅局限在互聯(lián)網(wǎng)行業(yè)，相對于其他行業(yè)，本文章的分析結(jié)果只能作為一個參考。

感謝您的閱讀，您的建議和留言會讓我做得更好。

作者：喬飛（Joffy Zhong）：咨詢顧問 寫作愛好者 數(shù)據(jù)分析 互聯(lián)網(wǎng)創(chuàng)業(yè)者 R語言中文社區(qū)專欄作者

來源：數(shù)說物語（ID：DataTalk_）

推薦閱讀

日本老爺爺堅持17年用Excel作畫，我可能用了假的Excel···

看完此文再不懂區(qū)塊鏈算我輸：手把手教你用Python從零開始創(chuàng)建區(qū)塊鏈

為什么要學數(shù)學？因為這是一場戰(zhàn)略性的投資

180頁PPT，講解人工智能技術(shù)與產(chǎn)業(yè)發(fā)展

Q:?數(shù)據(jù)分析師所需的技能，你get到了嗎？

歡迎留言與大家分享

覺得不錯，請把這篇文章分享給你的朋友

轉(zhuǎn)載 / 投稿請聯(lián)系：baiyu@hzbook.com

更多精彩文章，請在公眾號后臺點擊“歷史文章”查看

總結(jié)

以上是生活随笔為你收集整理的数据分析实例：企业需要什么样的数据分析人才？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。