学习总结 1、学习初衷 (1)个人介绍 ·我目前就职于泸州老窖公司，目前从事品牌推广工作，工作中经常涉及数据分析内容，个人对数据分析也有浓厚的兴趣，希望通过学习能在数字分析层面有所突破。 2、作品简介(作业10) (1)业务背景/需求痛点 本分析获取猎聘网招聘信息，旨在分析招聘市场岗位的具体需求，包括并不限于各城市、各岗位的招聘要求。以便更好地为应聘者提供求职指南。 数据来源 猎聘网：https://wow.liepin.com/ 分析思路 主要从5个维度展开分析： 薪资分析 工作经验分析 学历分析 城市需求分析 工作内容分析 数据处理 工作内容分析，需要对岗位要求文本内容进行分词处理，并对其进行词频统计。这个是用程序实现的。统计结果保存在词频excel中。 可视化报告 1.所属行业薪资和数量 整体行业平均薪资在2.1万左右，其中银行业薪资最高，达2.9万， 其次是货运达2.65万； 2. 不同规模下的薪资 不同公司规模下的薪资分布如下，其中10000人以上规模的，薪资最高，达2.3万；其次是微型公司，1-49人规模的，薪资达2.1万。薪资呈现了两极分化。 3. 每月平均薪资 按每月来划分，薪资出现逐月的趋势。 4. 不同规模不同岗位的薪资 对不同规模不同岗位的薪资进行四象限分析，数量里不同规模平均数量为3.28个；不同规模平均薪资为1.7万； 其中杭州的平均薪资最高，达3.95万。 2.2 工作经验和学历分析 获取到的数据里学力要求最多的是本科，其中包含本科和统招本科，其次是大专；学历不限的岗位需求最少； 本科要求里，10年以上的经验要求最多。 学历本科占比49%，统招本科34.5%。 2.3 所在城市分析 该网站岗位分布主要在沿海城市 2.4 工作内容分析 岗位中主要是开发岗位，其次是分析的岗位。 3 结论和建议 1、银行业薪资最高，达2.9万；其次是货运达2.65万；建议：如果是为了高薪，可以优先这两个行业； 2、工作经验10年以上要求最多；建议：选择好了方向，就不要随意更换，注重深耕，才更有钱途； 3、学历中本科占比最高； 建议：如果学历不够，想办法提升学历； 4、岗位中主要是开发岗位，其次是分析的岗位。建议：不知怎么选行业，可以看看开发和分析岗位。 3、学习总结 (1)学习经历 在学习过程中，我还结交了许多志同道合的新朋友。我们来自不同的行业、不同的背景，却因为对 FineBI 的热爱相聚在一起。大家在学习群里积极交流，分享学习经验和遇到的问题，互相帮助，共同进步。这种学习氛围让我感受到了团队的力量，也让学习变得更加有趣。 回顾学习的初衷，我希望能够掌握 FineBI 的核心技能，提升自己在数据分析领域的竞争力。目前来看，我觉得自己已经实现了七八成的目标。对于拿下 FCP 考试，我也充满了信心。 课程建议 对于学习班，我希望能够增加更多的实战项目。虽然目前的课程中已经有一些案例分析，但我觉得可以让实战项目更加贴近实际工作场景，让我们在模拟真实项目的过程中，更好地锻炼自己解决实际问题的能力。 (2)个人成长 通过这段时间的学习，我掌握了不少实用的技能和方法。比如，学会了如何快速导入和整理数据，运用各种函数对数据进行清洗和转换，熟练使用 FineBI 的各种可视化组件制作出精美的报表和仪表盘。这些技能让我在处理数据时更加得心应手，大大提高了工作效率。 最让我印象深刻的内容是 FineBI 的数据分析思维。它不仅仅是简单地将数据可视化，更是通过对数据的深入挖掘和分析，发现数据背后隐藏的信息和规律，从而为决策提供有力支持。这种思维方式的转变，对我来说是一次巨大的成长。

学习总结 1、学习初衷 (1)个人介绍 ·我目前就职于泸州老窖公司，目前从事品牌推广工作，工作中经常涉及数据分析内容，个人对数据分析也有浓厚的兴趣，希望通过学习能在数字分析层面有所突破。 2、作品简介(作业10) (1)业务背景/需求痛点 本分析获取猎聘网招聘信息，旨在分析招聘市场岗位的具体需求，包括并不限于各城市、各岗位的招聘要求。以便更好地为应聘者提供求职指南。 (2) 数据来源 猎聘网：https://wow.liepin.com/ (3) 分析思路 主要从5个维度展开分析： 1、薪资分析 2、工作经验分析 3、学历分析 4、城市需求分析 5、工作内容分析 (4) 数据处理  工作内容分析，需要对岗位要求文本内容进行分词处理，并对其进行词频统计。这个是用程序实现的。统计结果保存在词频excel中。 (5) 可视化报告 1.所属行业薪资和数量 整体行业平均薪资在2.1万左右，其中银行业薪资最高，达2.9万， 其次是货运达2.65万；   2. 不同规模下的薪资 不同公司规模下的薪资分布如下，其中10000人以上规模的，薪资最高，达2.3万；其次是微型公司，1-49人规模的，薪资达2.1万。薪资呈现了两极分化。   3. 每月平均薪资 按每月来划分，薪资出现逐月的趋势。   4. 不同规模不同岗位的薪资 对不同规模不同岗位的薪资进行四象限分析，数量里不同规模平均数量为3.28个；不同规模平均薪资为1.7万； 其中杭州的平均薪资最高，达3.95万。   2.2 工作经验和学历分析 获取到的数据里学力要求最多的是本科，其中包含本科和统招本科，其次是大专；学历不限的岗位需求最少； 本科要求里，10年以上的经验要求最多。     学历本科占比49%，统招本科34.5%。   2.3 所在城市分析 该网站岗位分布主要在沿海城市   2.4 工作内容分析 岗位中主要是开发岗位，其次是分析的岗位。   3 结论和建议 1、银行业薪资最高，达2.9万；其次是货运达2.65万；建议：如果是为了高薪，可以优先这两个行业； 2、工作经验10年以上要求最多；建议：选择好了方向，就不要随意更换，注重深耕，才更有钱途； 3、学历中本科占比最高； 建议：如果学历不够，想办法提升学历； 4、岗位中主要是开发岗位，其次是分析的岗位。建议：不知怎么选行业，可以看看开发和分析岗位。 3、学习总结 (1)学习经历 在学习过程中，我还结交了许多志同道合的新朋友。我们来自不同的行业、不同的背景，却因为对 FineBI 的热爱相聚在一起。大家在学习群里积极交流，分享学习经验和遇到的问题，互相帮助，共同进步。这种学习氛围让我感受到了团队的力量，也让学习变得更加有趣。 回顾学习的初衷，我希望能够掌握 FineBI 的核心技能，提升自己在数据分析领域的竞争力。目前来看，我觉得自己已经实现了七八成的目标。对于拿下 FCP 考试，我也充满了信心。 课程建议 对于学习班，我希望能够增加更多的实战项目。虽然目前的课程中已经有一些案例分析，但我觉得可以让实战项目更加贴近实际工作场景，让我们在模拟真实项目的过程中，更好地锻炼自己解决实际问题的能力。 (2)个人成长 通过这段时间的学习，我掌握了不少实用的技能和方法。比如，学会了如何快速导入和整理数据，运用各种函数对数据进行清洗和转换，熟练使用 FineBI 的各种可视化组件制作出精美的报表和仪表盘。这些技能让我在处理数据时更加得心应手，大大提高了工作效率。 最让我印象深刻的内容是 FineBI 的数据分析思维。它不仅仅是简单地将数据可视化，更是通过对数据的深入挖掘和分析，发现数据背后隐藏的信息和规律，从而为决策提供有力支持。这种思维方式的转变，对我来说是一次巨大的成长。