1.背景

        目前，越来越多的人涌入到数据分析领域的相关工作中。然而，数据分析工作的职位待遇参差不齐。其中，数据挖掘类的数据分析工作（如机器学习及大数据等）起薪一般都能达到万起步。同等资历下，这类工作的起薪一般比其他工作的起薪高出不少。偏向于业务的数据分析工作的起薪则具有相对较大的波动。

2.目的

        本次分析的目的主要是分析当前企业对数据分析一职的要求及给予的报酬如何，给希望踏入数据分析领域工作的人一个小参考。值得注意的是，本次分析的对象主要是偏向于业务的数据分析岗。

3.数据说明

        数据来源于Boss直聘网站，关键词是数据分析（搜索出来的主要是偏向于业务的数据分析岗位），范围是全国。本次爬取的数据总数是267(数据量少了点，但已搜索出来的都已经爬取下来)。采集的数据包括：月薪、经验要求、学历要求、工作地点、岗位及技能要求，公司规模。从Boss直聘网站上爬取数据下来后，用python对其进行了数据处理。在接下来的分析当中，有几个属性的取值需要着重说明：

薪酬=(公布信息中月薪的最大值-公布信息中月薪的最小值)/2。

岗位技能：参考其他资料，选取了几个常见的技能进行分析：

spass、sas、python、hadoop、hive、spark、建模、sql、excel、机器学习、Stata、R、tableau、power bi。

4.具体内容

        接下来的内容将从月薪、经验要求、学历要求、工作地点、技能要求，公司规模这6个角度进行分析。

4.1 学历分析

        从图中可看出，数据分析工作对学历要求并不高，本科学历即可。部分岗位，大专学历的人也能进行应聘。（由于部分学历下的数据量过少，因此，本次分析报告中不针对学历展开多维度的分析，如学历对月薪间的关系）

4.2 工作地点分析

        从图中可看出对数据分析岗位需求量最大的前5个城市分别是：北京、上海、深圳、杭州和广州。

        top5的城市中的前4为的数据分析岗的平均月薪差别不明显，其中月薪最高的是北京地区（当然消费水平也高。。。）。

4.3 经验分析

        大部分企业更青睐于有3-5年数据分析经验的求职者，其次是1-3年的，之后是5-10年。但也有不少职位对经验不设限制，这对求职者来说是件好事。

         图中表明，在数据分析岗中，越有经验的工作者其能获得的月薪越高。

4.4 技能分析

        需求量最大的前5个技能分别是sql、r、excel、python和建模（由于高级的数据分析师离不开建模，所以我们将建模能力也考虑在内）。sas、spss和stata这三种工具中，比较受欢迎的是sas和spss，这两者的受欢迎程度差不多。

4.5 公司规模分析

        公司越大越愿意给出更高的月薪。然而，100-499人的公司出现了反常，其给的平均月薪比规模为500-999的公司还高。这可能是由于公司处于快速发展阶段，需要大量人才引入。另外，20-90人的公司给的平均月薪与其他规模的公司相比差距巨大，平均月薪不足1万，在7千元左右。相对地，100人以上规模的公司间的月薪都在1万以上，且差距不是特别大。

4.6 工资分析

        此处分析中，考虑到月薪越低，求职者会越敏感，因此我们将1万以下的月薪分为了两部分，分别是0-5k和5-10k。从图中可看出，月薪段在1万以下的岗位约占总量的1/3，其中5-10k占了大部分。超过一万的岗位约占60%。整体月薪主要集中在5-30k之间，跨度较大。

        从中可看出在top5的城市中，上海和北京的月薪段主要分布在10-20k范围内。在超过30k后，top5中的各个城市的月薪占比差别不是很大。广州的月薪主要集中于5-10k之间，深圳则比广州的月薪整体要上升一级，主要集中于10-20k。

5.结论

总结：

（1）数据分析工作需求量最大的城市主要是北上广。其中北上的月薪普遍偏高，月薪达到上万不是特别难。

（2）数据分析工作对学历要求不高，本科生能瞒住大部分要求。

（3）越有经验的数据分析师，能获得的月薪越高。

（4）20-99人的公司给的月薪低，不建议去。除了1000人以上的大规模公司，100-499人规模的公司也是可以列入考虑范围内，但可能由于公司处于发展阶段，存在的不稳定因素。

（5）需要注重培养以下5个常用技能：sql、r、excel、python和建模。其中r和python都是编程语言，可以选择其中一个来学习。在sas、spss和stata工具中，考虑到普遍性及易学性，推荐先学spss。