本文數據由python抓取，數據來源於某直聘網站，還是北京、上海、廣州、深圳、杭州五大城市的崗位招聘信息，獲取了「數據產品經理」這個崗位的2250條數據，來看看數據產品經理崗位的招聘情況是怎樣的？有哪些影響因素。
我想從網際網路產品向數據產品轉崗，對於數據分析的技能掌握，我還是個初學者，為了提升學習效率，嘗試以這種輸出倒逼輸入的模式，將自己的學習思路和學習內容分享出來，希望能與更多的產品人多多交流，大家多評論、多留言哈。
2.0改版心得：
下面正式開始文章內容
註：數據由python抓取；可視化由tableau製作；僅供學習交流，不可商用，如有侵權，請聯繫刪除；
之前的文章講過，我爬取了某直聘網站，北京、上海、廣州、深圳、杭州五大城市的[數據產品經理]崗位招聘信息，共計2250條；
獲取的數據有「職位名稱、工作地點、公司名稱、薪資、工作經驗、學歷要求、行業、融資情況、公司人數、職位吸引標籤、福利及職位描述等」
那麼，在這些數據中，我們能得到哪些有價值的信息呢？下面我們來梳理一下。
1. 影響崗位數量的因素有哪些？
1.1、不同城市及地區，對崗位數量有哪些影響？
1.2、不同行業，對崗位數量有哪些影響？
1.3、不同公司規模，對崗位數量有哪些影響？
2. 影響薪資的因素有哪些？
2.1、不同城市及地區，對薪資有哪些影響？
2.2、不同行業，對薪資有哪些影響？
2.3、不同公司規模，對薪資有哪些影響？
2.4、不同學歷，對薪資有哪些影響？
2.5、不同工作經驗，對薪資有哪些影響？
3. 公司福利到底有哪些？哪些福利出現次數最多？哪些福利吸引力最大？
4. 職位吸引標籤有哪些？公司招聘中，是拿什麼去吸引你投簡歷的？
5. 數據產品經理崗位，到底在招什麼？職位描述中都寫了些什麼？
1.1 不同城市及地區對崗位數量有哪些影響？

細心的朋會問，圖表中怎麼既有市，又有區呢？這是因為有些崗位信息中沒有寫明是具體哪個區，但是，我們還是可以得知：北京的招聘崗位主要集中在：海澱區、朝陽區；上海的招聘崗位主要集中在：浦東新區；廣州的招聘崗位主要集中在：天河區、番禺區、海珠區；深圳的招聘崗位主要集中在：南山區、福田區；杭州的招聘崗位主要集中在：西湖區、餘杭區、濱江區；這些地區也是網際網路公司聚集的地區，軟體園和大廠較多；
為什麼網際網路公司喜歡聚集扎堆呢？我想這跟當地的市場環境、供應鏈環境、人才環境、政策環境有關，這也是為什麼做手機都喜歡扎堆在深圳，因為深圳的整個手機供應鏈及上下遊環境非常成熟，對企業更友好；
企業聚集扎堆，對整個行業的發展來說，有什麼影響呢？下面，我們結合行業一起來看；
1.2 不同行業，對崗位數量有哪些影響？

如果你是某個行業的從業者，看到上面的圖表，你會更加清楚，你所在的行業在當地城市中，數據產品的崗位招聘情況，如果招聘數量較多，說明你所在的行業在當地有著不錯的生態，有著較多的同類企業，如果招聘數量較少，也不用沮喪，關注所在行業中，招聘數量佔比較多的城市，你做市場分析和競品分析的時候，會用得上的，招聘數量較多的城市，要麼當地存在著該行業中top級別的公司，要麼當地同類型的公司特別多；
回答上一個問題，企業聚集扎堆，對整個行業的發展來說，有什麼影響呢？
我認為這是一件好事，企業扎堆，有利於整個行業生態更活躍，而一個大公司能養活很多個做相關產業的中小公司，如阿里之於杭州，出現了「四通一達」，以及服務於阿里生態的眾多公司；
1.3、不同公司規模，對崗位數量有哪些影響？
公司人數及融資規模

在融資規模與人數對比中，我們發現：在B輪及以下公司，人數規模大多處在100-499人之間；C輪之後，公司人數擴招會比較多；逐漸破千；
從融資規模來看，上市公司的崗位招聘數量最多；值得注意的是，不需要融資的公司崗位招聘數量僅次於上市公司，且遠遠超過其他融資階段的公司；且在1000人以下規模的公司中，招聘數量最多；
我們在投遞簡歷的時候，不一定非得盯著上市公司、非大公司不投，其實還有很多盈利能力不錯、悶聲發大財的公司，這類公司有些不需要融資，我了解的就有一些，雖然名氣比不上一些網紅明星公司，但是盈利能力非常強，產品也不錯；
當你在網紅公司吭呲吭呲的加班，為怎麼應對用戶退押金，而絞盡腦汁掉頭髮的時候，也許這個時候所謂的不知名公司又實現了一個「小目標」；當然，這個純屬YY哈，就是舉個例子，雖然不大恰當；理想現實兩難全，每個人都有自己的選擇和堅守；
聊完影響崗位數量的因素有哪些之後，我們再來看看，影響薪資的因素又有哪些呢？
2.1 不同城市及地區，對薪資有哪些影響？
崗位薪資；
北京：20k以上佔比67.11%；15k以上佔比96.44%，帝都的大公司資源、優質教育資源以及優秀人才的扎堆，這個數字在意料之中；
上海跟深圳的薪資結構差不多，20k以上佔比分別為52.89%、54.22%；15k以上佔比分別為86.67%、84%；主要都集中在15K以上；
杭州：20k以上佔比47.33，15k以上佔比82%；主要都集中在15K以上；
廣州：20K以上佔比25.78%，15k以上佔比77.11%；其中15k-20k佔比達51.33%，主要集中在10k-20k之間；
廣州可能沒有其他城市那麼多的超級大公司和獨角獸公司，跟廣州的網際網路環境有一定的關係，而且離深圳很近，企業和人才被分流；
2.2 不同行業，對薪資有哪些影響？

排序越往上，崗位招聘的數量越多；25K以上佔比最多的是網際網路金融，果然是離錢越近的越掙錢哈；20K以上佔比超過50%的行業有：網際網路、網際網路金融、O2O、社交網絡、通信/網絡設備、人力資源服務、貿易/進出口等；這些行業的公司在人才吸引上，給的薪資是很可觀的；
在找工作投遞簡歷的時候，選擇排序靠前的行業，相對來說，工作機會更多一些；同時也是當前非常熱門的行業；
2.3 不同公司規模，對薪資有哪些影響？
融資情況與薪資

天使輪與A輪公司，15k以下佔比分別為44.74%、28.66%；
B輪公司，15-20k佔比達52.46%；20k以上佔比35.24%；
C輪公司，15-20k佔比達39.63%；20k以上佔比43.9%；
D輪及以上公司，15k以上佔比達90.8%；20k以上佔比56.49%；
上市公司，15k以上佔比達90.02%；20k以上佔比54.92%；
從融資情況來看，相比而言，初創公司的薪資待遇較低；B輪的時候，跳槽進入獲得的薪資相對較高；D輪公司薪資相對而言增幅是最高的；公司發展越大，會擴大對高級人才的需求；
從公司人數與薪資圖表中，可得公司人數越多、規模越大，高薪資的佔比會越來越高，企業對高級人才的需求越來越大；同時，中小企業的薪資待遇分布佔比呈橄欖形，薪資待遇相對而言要低；
2.4 不同學歷，對薪資有哪些影響？
本科在崗位要求中佔絕大部分；
大專：10-20k佔比達70%；
本科：15k以上佔比達86.07%；
碩士：20k以上佔比達64.06%；15k以上佔比達93.75%；
博士：25k以上佔比達100%；
市場的態度的確表示著，相比而言，更高的學歷獲得的薪資會更高；
2.5 不同工作經驗，對薪資有哪些影響？

在校和應屆生們注意啦，本科應屆與碩士應屆在薪資上有多大差距呢？是6-10k與10-15k的差距；
特別值得注意的是，結合上圖學歷對薪資的影響，我們可以看到，相比而言，同等工作經驗，更高的學歷獲得的薪資更高；
當然，也不要洩氣，學歷與工作經驗，都只是代表過去的成就，更高的學歷及更長的工作經驗，只是幫助公司來判斷你未來產出價值的一個數據指標；就如同數據是用來量化和衡量業務現象一樣；我們不會只根據一兩個數據就斷定業務的表現；
數據產品經理崗位的福利信息共計186798個字；
分詞完，累計38098個短詞；


公司的福利到底有哪些？
這也是我們非常關注的一件事情；
我們看到，年終獎出現3524次；佔比9.25%；
股票期權出現2060次；佔比5.4%；
值得注意的是，雙休福利出現次數為18次，不排除有些公司雙休但是沒有寫上去；總的來看，雙休的工作佔比偏少；從我自己的工作經驗和身邊朋友的例子來看，雙休佔比也是偏少的；
住房免息貸款出現16次，這個福利還是很有吸引力的；
對於出現的頻次較少，但很有吸引力的福利有哪些？公司配mac累計出現了6次；健身房出現2次；美女如雲出現4次；氛圍出現8次；
職位吸引標籤共計61042個字；
分詞完，去除標點符號和換行等，累計11447個短詞；

數據分析、sql、數據挖掘、數據倉庫、hive、python出現頻次非常高，產品人需要不斷的學習，才能緊跟時代的步伐，才能滿足企業發展的需要；
職位描述詳情共計1774170字；
分完詞，去掉不相關的詞語及標籤符號等，累計78724個短詞

從圖表中，我們看到，數據產品經理不僅要會產品經理需要會的技能，還需要對數據分析、數據挖掘、python、數據倉庫、大數據產品、數據可視化有了解；
影響崗位數量的因素跟地區有關係，網際網路公司聚集的地區，受市場環境、供應鏈環境、人才環境、政策環境的影響；
跟行業有關係，總體來說，網際網路相關行業，對數據產品的招聘需求量更大；
跟公司規模有關係，相比而言，人數較多或融資級別更高的公司，對數據產品的招聘需求量更大，值得注意的是，有一些不需要融資的公司對崗位的需求量也比較大，這類中，存在不少盈利能力非常強、產品也非常優秀的公司；
影響薪資的因素跟城市及地區有關係，相比而言，北上深杭的薪資相對較高，廣州的薪資相對較低，跟廣州的網際網路環境有一定的關係，而且離深圳很近，企業和人才被分流；
跟行業有關係，總體來看，網際網路相關行業薪資相對較高，網際網路金融的高薪資佔比最高；在找工作投簡歷的時候，針對數據產品崗位來說，選擇網際網路相關行業，工作機會更多一些；
跟公司規模有關係，相比而言，人數較多或融資級別更高的公司薪資相對更高；
跟學歷有關係，本科學歷要求達91.09%，市場的態度的確表示著，相比而言，更高的學歷獲得的薪資會更高；
跟工作經驗有關係，相比而言，更長的工作經驗獲得的薪資更高；
我們也不用太深究這些因素，學歷與工作經驗，都只是代表過去的成就，更高的學歷及更長的工作經驗，只是幫助公司來判斷你未來的產出價值；就如同數據是用來量化和衡量業務現象一樣；你的能力與崗位的招聘需求匹配，就是最好的選擇；
公司的福利我們可以看到，高頻出現的福利都是我們所熟知的，其中有一些福利還是挺有吸引力的，如果你特別在意某一些福利，可以有針對性的投遞對應的公司；
職位吸引標籤公司在發布崗位招聘信息的時候，為了提高我們搜索與崗位的匹配度，會設置一些標籤吸引我們去關注該崗位，我們發現，數據分析、sql、數據挖掘、數據倉庫、hive、python出現頻次非常高，這也是市場需求的呼聲吧；
職位描述都寫了些什麼從圖表中，我們看到，數據產品經理不僅要會產品經理需要會的技能，還需要對數據分析、數據挖掘、python、數據倉庫、大數據產品、數據可視化有了解；
最重要的是數據思維，再利用這些數據工具和方法去輔助業務，指導實踐；
希望大家多留言，多交流，謝謝
本文由 @阿白 原創發布於人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基於CC0協議