数据分析人才需求现状及对策研究

郑文军

[摘 要]随着大数据时代的来临，数据分析人才的缺口越来越大，深入探究数据分析人才的需求现状，能够为高校相关专业的人才培养提供有益的参考。通过收集智联招聘、前程无忧两大国内知名招聘网站上有关数据分析人才的相关招聘信息，对所得到的包括岗位名称、公司名称、公司性质、行业类别、公司规模、地点、学历要求、经验要求、职位月薪、工作职责以及岗位要求在内的11项信息进行统计分析后，可以得出数据分析人才社会需求现状，进而为高校数据分析相关专业的人才培养提供对策建议。

[关键词]招聘网站，数据分析人才，需求现状

[中图分类号] G64 [文献标识码] A [文章编号] 2095-3437（2018）06-0156-03

一、问题的提出

随着信息技术在社会经济、人民生活等各个领域中的全面渗透，大数据时代已然来临[1]。目前，数据已经成为各行各业公认的基础性战略资源，与之相应，数据分析领域的人才缺口日益突显。2016年3月，职业社交平台LinkedIn发布了《2016年中国互联网最热职位人才报告》，报告统计出了当前互联网行业最热门的六大需求职位，分别是研发工程师、产品经理、人力资源、市场营销、运营和数据分析。其中，数据分析人才最为稀缺，供给指数最低，仅为0.05，属于高度稀缺[2]。2016年7月，国内首份《大数据人才报告》发布，报告显示，当前国内的大数据人才仅46万，未来3～5年内大数据人才的缺口将高达150万[3]。这些都说明，当今社会数据分析领域人才紧缺，同时也反映了国内各大高校在数据分析领域的人才培养相对滞后，急需跟进。

近年来，越来越多的有识之士开始关注数据分析人才短缺这一热点问题，不少高校也开始结合自身特点积极探索数据分析人才的培养方案[4]。但是，数据分析毕竟是一个实践性很强的应用科学，仅从高校自身特点出发确立培养方案还远远不够，只有准确把握社会实践对数据分析人才的真实需求，才能客观了解用人单位及数据分析人员将要适应的工作情境，充分理解数据分析人才应该具备的基本技能及综合能力构成，进而设计出合理有效的人才培养方案。

随着互联网应用的普及，网络招聘以其成本低、覆盖面广、效率高、针对性强、时效性强、无地域限制的特点受到用人单位和求职者的欢迎[5]。根据前程无忧2014年3月的统计数据，全国网上发布职位数逾320万个，同比上涨31%。北上广深四大一线城市网上发布职位数超过150万个，几乎占据全国人才招聘市场五成的比例[6]。这两年，招聘网站进一步深入人心，日益成为目前用人单位和求职者共同认可的最主要的求职方式[7]。由此，招聘网站上有关数据分析人员的需求信息成为准确把握社会实践对数据分析人才的真实需求的可靠入口。

根据易观智库发布的《中国互联网招聘市场季度监测报告2015年第4季度》[8]数据显示，2015年第4季度，中国互联网招聘市场竞争格局中，前程无忧收入占比28.1%，智联招聘收入占比25.8%，其他招聘网站收入占比46.0%，也就是说，前程无忧和智联招聘两个老牌招聘网站的使用率在招聘网站中遥遥领先。于是，本文选择前程无忧、智联招聘这两个招聘网站作为数据采集对象，全面收集了这两个网站上有关数据分析人才的相关招聘信息，对所得到的包括岗位名称、公司名称、公司性质、行业类别、公司规模、地点、学历要求、经验要求、职位月薪、工作职责以及岗位要求在内的11项信息进行统计分析，得出了数据分析人才社会需求现状，进而为各大高校数据分析相关专业的人才培养提供对策建议。

二、数据的采集与分析

本文以前程无忧和智联招聘为采样站点，选择Python语言设计和实现数据采集器[9]-[10]，通过搜索“数据分析”定向抓取岗位、公司及职位要求等招聘信息，完成原始数据采集，共搜集到相关岗位信息9475条。其中，从前程无忧抓取的數据有6721条原始数据，智联招聘上有2754条原始数据。经过数据清洗整理，删去重复及残缺数据，共得到5436条有效数据，每条数据包含岗位、公司名称、公司性质、公司规模、地点、学历要求、经验要求、职位月薪，工作职责和岗位要求等，下面是对这些清洗整理过的数据进行的统计分析。

（一）用人单位特征分析

1.地区分布

利用抓取的用人单位地点数据，制作用人单位的地区分布图，统计来自中国34个省级行政区的企业个数，根据企业个数在地图上使用颜色分级标注。颜色越深，代表相关企业分布数量越多。如图1所示。

从图1可以看到，数据分析职位的用人单位所在地集中在北京、上海、广东（主要是深圳）、浙江（主要是杭州）和江苏（主要是南京）等特大一线城市，合计占据90.9%的职位份额，其中北京处于领先的地位，占比接近33.8%。

2.用人单位的性质和组织规模

利用抓取的组织规模和单位性质数据可以看出，提供数据分析岗位的用人单位里，中小型企业（50～1000人）占比超过了六成，而民营企业提供的数据分析岗位占比达到了54.9%。说明国内中小型企业、民营企业在数据分析领域的占比相当大。

3.用人单位的行业分布

通过对用人单位进行行业分类，统计出用人单位所属行业的分布情况——数据分析岗位所在行业中，互联网、金融和通信为前三大行业，岗位占比分别为24.1%、21.2%和13.2%。消费品、房地产、制药医疗行业岗位占比分别为9.4%、7.8%和4.1%。前六大行业共占比79.8%。其他行业包括政府、教育、制造、能源等行业，岗位累计占比20.2%。

（二）数据分析岗位信息分析

1.学历和工作经验要求

统计数据分析岗位对学历和工作经验的要求，数据分析岗位学历要求为本科的和大专的岗位占比分别为43.4%和30.4%；岗位要求不限学历的岗位占比分别为20.9%。而数据分析岗位经验要求为不限经验的岗位最多，超过五成；岗位要求经验为1～3年的占比也达到了三成。可以看出用人单位招收数据分析人才对学历及工作经验的要求并不高，甚至不做要求。

2.岗位薪酬分析

数据来自用人单位数据分析岗位要求经验年限与其对应的平均薪酬上限，如图2所示。可见，应届生的薪酬并不是特别高，但随着工作年限的增加，薪酬的增长幅度较大；而且工作经验越丰富，在进入下一阶段时薪资涨幅就越大。在工作经验为10年以上时，年薪可达到百万。

3.数据分析岗位的专业技能要求分析

通过对数据中有关“工作职责”和“岗位要求”的相关描述进行词频统计，发现用人单位对数据分析岗位的技能要求主要涉及统计学、编程语言、BI商业应用、数据库、大数据平台、可视化软件、操作系统等几个方面。同时，熟练掌握必要的数据科学相关软件工具也受到了用人单位的普遍重视。为了方便展示，图3选取了词频分析得到的排名前15的软件工具。由图中数据可以看出，在数据分析岗位描述要求使用的数据科学相关软件工具中，出现率最高的15种工具是Excel、Python、SQL、MySQL、Java、Oracle、SPSS、R、SAS、MATLAB、Hadoop、PHP、Spark、Hbase和Pig。

4.数据分析岗位的综合能力分析

本文运用AC搜索算法[11]进行数据分析岗位所要求的综合能力统计。首先，将岗位综合能力分解为业务理解能力、数据分析能力、文案撰写能力、工具应用能力、专业知识、沟通能力、心理素质能力、外语等几大类，再对每一大类分别设置关键词，根据这些关键词及其与大类别的映射关系，建立AC状态机。将岗位要求的数据内容作为输入依次传入AC状态机中进行匹配，每匹配到某一关键词，就对其所对应的大类别能力做计数加一的操作。最后统计每一大类别的命中次数，即可得到数据分析岗位综合能力要求的分布情况。

综合能力类别与关键词定义如下：业务理解能力（包括出现业务、业务相关、理解、业务理解等词语），数据分析能力（包括出现数字分析、数据处理、分析能力、总结分析等词语），文案撰写能力（包括出现文档、文案、撰写等词语），工具应用能力（包括出现熟练、办公软件、工具、统计软件、应用等词语），专业知识（包括出现相关专业、相关知识、专业、数学建模、算法设计、文本挖掘、机器学习等词语），沟通能力（包括出现团队、沟通、协调、合作、交流、表达等词语），心理素质能力（包括出现认真、责任心、细心、细致、原则、积极、乐观、耐心、抗压、开朗、态度等词语），外语能力（包括出现四级、六级、4级、6级、46级、四六级、英文、英语等词语）。

从分析结果可以看出，目前国内用人单位招聘的数据分析岗位的能力要求中，对于数据分析人员的能力要求最高的是数据分析能力，占比为75.8%；其次是业务理解能力、工具应用能力、专业知识能力和沟通能力，并列第二位，占比基本相似，都在60%左右；文案撰写能力和心理素质，并列第三位，占比为45%左右；而对于外语（主要是英语）能力要求并没有那么高，只有5.9%的企业要求外语。可见企业对于数据分析人员的能力要求更倾向于专业人员，同时比较看重业务理解能力和沟通能力，其次对方案撰写能力和心理素质也有一定要求。

三、研究结论及对策建议

（一）结论

1.从用人单位的分布特征来看，90%以上的数据分析岗位需求集中在北京、上海、深圳、杭州、南京等特大城市，其中，中小企业对数据分析人员的需求相当旺盛，占比超过六成；所處行业则以互联网、金融、通信为主，其他行业也有一定分布。

2.用人单位对数据分析岗位的学历和工作经验要求并不高，相当一部分甚至不限学历及工作经验，但是，随着工作经验的积累，薪酬待遇提高得非常快。

3.站在用人单位的角度，数据分析人员属于专业技术人员，重点强调的是应聘人员的专业技能，涉及统计学、编程语言、BI商业应用、数据库、大数据平台、可视化软件、操作系统等几个方面；同时，用人单位普遍要求应聘人员能够熟练应用数据分析的相关软件，通常包括Excel、Python、SQL、MySQL、Java、Oracle、SPSS、R、SAS、MATLAB、Hadoop、PHP、Spark、Hbase、Pig等。

4.一个受欢迎的数据分析人员除了要具备过硬的数据分析技能，还要具备较强的综合能力，特别是业务理解能力和沟通能力，其次是文案撰写能力，另外，良好的心理素质也非常重要。

（二）对策建议

根据以上研究结论，本文为高校数据分析相关专业的人才培养提出以下对策建议：

1.在当今数据分析人才极为短缺的前提下，用人单位更看重的不是学历和工作经验，而是掌握能直接上手的基本分析技能和软件工具。因此，高校在数据分析人才培养方案中，必须实践环节与理论教学并重，加强统计分析与计算机应用技能的综合训练，并积极引导学生熟练掌握相关工具软件，增强学生的动手能力。

2.高校必须重视学生综合能力的培养，重视通识教育，引导学生选修经济学、管理学和财务管理等相关通识课程，帮助学生理解社会经济、商业运营的基本逻辑；特别是目前数据分析人才需求以互联网、金融、通信等行业为主，高校可以有意识地为数据分析相关专业开设一些选修课，介绍相关行业业务知识、公司业务流程和数据构成，增强学生对这些主流行业的业务理解能力；同时，高校应该在专业教学及课外活动中积极创造机会，着重培养学生的沟通能力、表达能力和写作能力，同时引导学生建立起良好的心理素质，帮助学生更好地融入社会、适应社会。

另外，鉴于当前数据分析人员的社会需求集中在北上广等特大城市，用人單位多为中小企业，以及数据分析人员起薪并不是特别高，但积累经验后薪资增长迅速等特点，高校可以对学生的求职预期加以引导。当然，数据分析行业发展迅速，高校应随时关注行业动向，为学生择业提供指导。

[ 参 考 文 献 ]

[1] 199it. 数据分析师职业发展白皮书 （2015版） [DB/OL].[2015-10-29]. http：//www.199it.com/archives/398756.html.

[2] 领英. 2016年中国互联网最热职位人才库报告（完整版） [DB/OL] .[2016-03-05]. http：//www.useit.com.cn/thread-11520-1-1.html.

[3] 数联寻英.大数据人才报告[DB/OL] .[2017-04-30]. http：//www.cbdio.com/BigData/2016-07/21/content_5111894.htm.

[4] 桂喜民，闫峰，赵冠华. 大学阶段数据分析师的培养研究[J]. 中国统计，2016（2）：40-42.

[5] 武涛. 垂直细分是方向——浅析网络招聘的现状与未来[J]. 信息系统工程，2009（4）：50-51.

[6] 侯晓林. 前程无忧公司网络招聘管理研究[D]. 大连：大连海事大学，2015.

[7] 企鹅智库. 2015年中国网络招聘市场调查报告[DB/OL] .[2015-02-04]. http：//www.askci.com/news/chanye/2015/02/04/134011ei2i.shtml.

[8] 易观智库. 2015年第4季度中国互联网招聘市场规模分析[DB/OL] .[2016-03-29]. http：//www.askci.com/news/chanye/2016/03/29/174040y6xr.shtml.

[9] 齐鹏，李隐峰，宋玉伟. 基于Python的Web数据采集技术[J]. 电子科技，2012（11）：118-120.

[10] 张良均. Python数据分析与挖掘实战[M].北京：机械工业出版社，2015.

[11] 王培凤，李莉. 基于Aho-Corasick 算法的多模式匹配算法研究[J]. 计算机应用研究，2011（4）：1251-1253+1259.

[责任编辑：刘凤华]