
大數(shù)據(jù)告訴你如何求職數(shù)據(jù)PM
大數(shù)據(jù)這么火,想做數(shù)據(jù)PM?
那數(shù)據(jù)PM如何求職?
哪些公司愛招數(shù)據(jù)PM?
什么樣的數(shù)據(jù)PM符合企業(yè)期望?
數(shù)據(jù)PM待遇如何?
……
凡事預(yù)則立,不預(yù)則廢,本篇先帶你了解了解行情。(其實就是爬了拉勾的數(shù)據(jù)做了個分析,分析過程若有不周之處,還望指正。)
一、數(shù)據(jù)來源
拉勾網(wǎng)20170519根據(jù)“數(shù)據(jù)產(chǎn)品經(jīng)理”關(guān)鍵字可以搜索到的職位。由于拉勾只展示符合搜索條件的前450個職位,為了獲得更多的數(shù)據(jù),設(shè)定不同的篩選條件分別爬取匯總,然后清洗了下,最后只剩下456個職位,296家公司。
二、分析部分
分析要點:
什么樣的公司愛招數(shù)據(jù)產(chǎn)品經(jīng)理(數(shù)據(jù)PM需求現(xiàn)狀)
什么樣的求職者更符合企業(yè)期望 (企業(yè)對數(shù)據(jù)PM要求)
什么樣的企業(yè)最壕(數(shù)據(jù)PM待遇)
1、什么樣的公司愛招數(shù)據(jù)產(chǎn)品經(jīng)理(數(shù)據(jù)PM需求現(xiàn)狀)
1.1行業(yè)
從行業(yè)上來看,移動互聯(lián)網(wǎng)包攬了半壁江山,其次是數(shù)據(jù)服務(wù),電子商務(wù),金融和O2O。
但是,除了數(shù)據(jù)服務(wù)外,其余幾個皆是近幾年很火行業(yè),這些行業(yè)公司數(shù)量本身偏多,不排除有這方面因素的影響。
此外,行業(yè)并沒有明顯表現(xiàn)出對不同經(jīng)驗人才需求的差異性,最喜歡3至五年,其實是1-3年和5-10年,1年以下和10年以上的鳳毛菱角。(多個行業(yè)標簽的公司重復(fù)計算)
1.2發(fā)展階段
未融資和天使輪需求量遠遠小于其他類型,上市公司需求量遠遠高于其他類型。公司上市了,有一定的規(guī)模和資金實力,數(shù)據(jù)方面開始投入和重視起來。而成立不久的小公司,很多公司這個階段產(chǎn)品方向還沒確定下來,業(yè)務(wù)和產(chǎn)品先走通更為重要,而且數(shù)據(jù)系統(tǒng)的建設(shè)還是很花錢的。
聽起來好像很有道理,不過以上分析沒有考慮到不同階段的公司數(shù)量,請大家酌情參考,像未融資的公司不一定是不愛招數(shù)據(jù)PM,而是很可能這種類型的公司本來就不多,從而造成整體職位偏少。
但是奇怪的是, A、B、C、D輪并沒有很多差異。考慮到各階段公司數(shù)量不同的影響,還是不往下分析了,因為很可能是錯的。
從人才層次看,上市公司、不需要融資、未融資和天使輪公司對5至10年經(jīng)驗人才的需求占比明顯高于其他。未融資和天使輪的樣本量很小,暫且不看。上市公司和不需要融資的公司的確是很喜歡大咖級人才。
1.3城市
剔除職位數(shù)量在5以下的城市,只剩下圖上幾個城市。
不管是公司還是職位,北京遙遙領(lǐng)先。職位數(shù)量是232,占了職位總數(shù)的一半,職位數(shù)量這么多,除了北京互聯(lián)網(wǎng)企業(yè)多的原因外,我們我看看到北京的平均招聘人數(shù)也是遠遠領(lǐng)先其他城市的,看來相對于其他城市,北京的公司更愛招數(shù)據(jù)PM。
上海幾乎和深圳持平,杭州領(lǐng)超廣州,遠遠甩開其他二線,緊追上海深圳,本來想探尋上海職位偏少的原因,按照我的理解,上海雖然少于北京,但是還是該超深圳些,我去看了下上海公司的行業(yè)和發(fā)展階段分布,奈于爬取數(shù)據(jù)量偏小,沒找到原因。我大膽猜測下,很可能是因為上海的初創(chuàng)型公司偏多,而這類公司對數(shù)據(jù)pm需求偏小些。
下圖是每個城市對不同經(jīng)驗數(shù)據(jù)PM的需求占比,差異性不大。不管是哪個城市,工作年限要求并沒有太大的不同。都是3至5年經(jīng)驗的人才需求量最大,其次是1至3年和5至10年。
不過,經(jīng)驗不限的這塊,杭州明顯高于其他城市,特別是深圳和廣州,從這個角度,不知道可以解讀為杭州對于人才的包容性更高些?
2、什么樣的求職者更符合企業(yè)期望 (企業(yè)對數(shù)據(jù)PM要求)
2.1學(xué)歷
本科占比90%左右,??撇坏?%。這張圖告訴我們:本科學(xué)歷算是個門檻,相對于其他類型的PM,數(shù)據(jù)PM對邏輯能力要求更高些,??茖W(xué)歷在數(shù)據(jù)PM這塊很艱難。不過還好,碩士要求占比不高,作為一個本科生,我舒了一口氣。
此外,不同行業(yè)不同發(fā)展階段的公司對學(xué)歷的要求并沒有表現(xiàn)出差異性,圖表就不放出來了。
2.2工作經(jīng)驗
正如上文提到:3至5年經(jīng)驗的人才需求量最大,其次是1至3年和5至10年。然后不管工作經(jīng)驗多少,學(xué)歷上要求還是一樣的:本科大多數(shù),??坪芷D難。
2.3技能要求
對職位的詳情說明做了詞云,本來還是分了3年以下和3年以上,不過出來的東西并沒有太大差別,3年以上的“管理”,“總監(jiān)”出現(xiàn)的更高頻些,這里也不放出來了。詞云反應(yīng)了各家公司對于數(shù)據(jù)PM的職責(zé)和能力要求:
總結(jié)招聘數(shù)據(jù)PM的主要要求:數(shù)據(jù)分析、邏輯思維、數(shù)學(xué)、統(tǒng)計學(xué)、BI、報表、畫像、指標、數(shù)據(jù)模型、算法、數(shù)據(jù)倉庫、SQL、spark、python、spass、excel、機器學(xué)習(xí)、數(shù)據(jù)挖掘、推薦、商業(yè)化。
3、 什么樣的企業(yè)最壕(數(shù)據(jù)PM待遇)
3.1整體概況
薪資取最高值和最低值的平均數(shù),1年以下及10年以上由于樣本太少,暫不分析。隨著工作經(jīng)驗的增加,薪資也是上升趨勢,其中1至3年經(jīng)驗,多數(shù)公司愿意給10k至20k。25k以上的職位雖然少但是還是存在的,如果實力真的強,公司還是愿意花錢的。一旦超過3年,絕大多數(shù)都是15k+,一半在20k以上。而5年以后,25k+占到一半。
3.2學(xué)歷
后面的分析對工作經(jīng)驗做了區(qū)分,分為經(jīng)驗小于3年和經(jīng)驗大于3年,經(jīng)驗不限職位不計入分析。碩士職位過少,暫且不看。對于工作經(jīng)驗不足3年的職位,如下圖所示,本科以上學(xué)歷出現(xiàn)20至25k的待遇,甚至25k+,而大專學(xué)歷20k以上為0,即使存在??茦颖酒俚脑?,但也足以說明本科學(xué)歷有一定優(yōu)勢。
再來看看經(jīng)驗超過3年的職位,如下圖所示,這時候,學(xué)歷好像就沒有那么重要,高薪占比差不了多少。
3.3城市
3年以下經(jīng)驗,不管是一線還是二線,北京待遇遠超其他城市,杭州在二線城市中也很不錯,如下圖所示。
3年以上經(jīng)驗,北京上海持平,廣州成都差些,而杭州比深圳還要好一些。想想北上深的房價,杭州的表現(xiàn)非常不錯。
3.4發(fā)展階段
天使輪數(shù)量太少暫不分析。
不管是經(jīng)驗多少,D輪以上和上市公司待遇領(lǐng)先。而D輪以上待遇甚至好于上市公司,猜測一下:D輪以上的公司多數(shù)已經(jīng)發(fā)展的比較生熟,離上市還差最后一步,這時候,公司是不是對于人才更舍得花錢?
3.5行業(yè)
如圖,整體來看,O2O待遇稍好一些。3年經(jīng)驗以上,行業(yè)待遇差別不大,3年經(jīng)驗以下,電商待遇偏低,但不排除樣本偏少造成的誤差。
三、總結(jié)
1、上市公司、北京、移動互聯(lián)網(wǎng)行業(yè)最愛招數(shù)據(jù)PM。
2、百分之九十都要求本科學(xué)歷,數(shù)據(jù)分析必須精通。
3、北京待遇最好,杭州性價比高,D輪以上公司最舍得。
本來還想分析下各家hr的活躍時間,處理用時,處理率等問題,樣本太少,想想還是算了。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10