Исследование 4000 вакансий и резюме директоров по маркетингу. Требования и компетенции

В этом исследовании мы проанализировали в общей сложности около 4000 резюме и вакансий директоров по маркетингу. Здесь будет сравнение спроса и предложения. Мы посмотрим, за сколько продают и покупают скиллы. Какие сегменты директоров бывают по навыкам. Как отличаются мужчины и женщины. Как опыт влияет на зарплатные ожидания. Какие слова и термины используют в описании опыта.

Здесь будет четыре этапа:

В исследовании участвуют резюме из всех регионов РФ и с зарплатными ожиданиями от 80к. 2300 резюме и 1700 вакансий. Все данные анонимны.

Чем больше опыт, тем больше разброс значений по зарплатным ожиданиям — растет стандартное отклонение. При этом получается, что уровень зарплаты почти одинаковый до 3-го квантиля.

Напоминаю, что 3-й квантиль — это 75 процентов наблюдений. Приведем пример: 75 процентов резюме с опытом 5-10 лет требуют меньше 200 000 рублей. Или около 25 процентов резюме с опытом больше 15 лет требуют больше 250 000 рублей.

Ящик с усами

Добавим ящик с усами, или boxplot.

Тут видно, что разбросы в самой опытной группе наиболее высокие. Это говорит о том, что опыт не всегда является фактором успеха. Да и разброс значений очень большой.

Давайте разделим по гендеру.

Женщин среди директоров по маркетингу больше.

Давайте детально изучим boxplot.

Мужчины и женщины требуют почти одинаковую зарплату. Но мужчины в верхних границах опыта требуют больше. А женщины в нижних границах опыта требуют больше мужчин.

В резюме указывают скиллы. Мы понимаем, что указание скиллов ничего не значит, но директора их указывают, а значит, они считают, что это важно указать. Наша задача на этом этапе — найти стоимость скиллов и их распределение по другим показателям.

Методика следующая: берем каждое резюме и выделяем оттуда скиллы. Каждому скиллу будет присвоено значение из резюме — зарплата, опыт, пол. После выводим все в сводную таблицу со средними значениями. По медиане около 17 тегов со скиллами в резюме. Участвуют скиллы, которые набрали больше 200 упоминаний.

Фильтруем по самым популярным.

Хочется вывести больше данных, поэтому строим плот, который будет учитывать все эти данные сразу.

Любую картинку можно приблизить нажав на нее или приблизить двумя пальцами на телефоне. К сожалению, нету возможности подгонять картинки под форматы VC.

Что тут есть? Мужчины чаще указывают digital-скиллы — контекстная реклама, Директ, Google, SEO. Также они больше указывают скиллы про продажи и обучение персонала.

Женщины чаще указывают PR, копирайтинг, английский язык, продвижение бренда, организацию мероприятий, бюджетирование.

Наиболее оплачиваемые теги связаны с управлением и стратегией.

Что еще вы видите? Поделитесь в комментариях!

Давайте посмотрим, какие у нас есть сегменты директоров по маркетингу.

Для этого будем использовать алгоритм TSNE. Это метод понижения размерности из математики. Более подробно о том, как он работает, я рассказал в своей статье Анализ 3000 статей на vc.ru в разделе «Маркетинг».

Этот алгоритм позволяет находить кластеры в данных. Значения осей абстрактны, облака точек указывают на близкие группировки. В данном случае они показывают совместное упоминание скиллов в резюме.

Давайте посмотрим, что тут есть, поближе.

Дальше два облака, которые похожи по смыслу, но используют разные слова.

А еще у нас есть сервис, который прекрасно подходит для визуализации исследований и любых данных, — Awake-tools.

Если разбить вакансии и резюме на процентили по зарплате, то получается вот такой график.

Резюме всегда выше в диапазонах — но это, наверно, совершенно нормально для такой должности.

Сравним, как отличается стоимость скиллов у вакансий и резюме, чтобы понять, какие переоценены или недооценены с обеих сторон.

Чем левее находится точка, тем меньше стоимость этого скилла в вакансиях. Например, точка Яндекс.Директ в среднем стоит у респондентов 170 тыс. рублей, а у вакансий этот скилл стоит на 30 процентов меньше. Скилл управление продажами стоит почти одинаково, не забываем, что предложение немного выше спроса в стоимостном выражении.

В следующей части мы посмотрим, какие слова используются в описании своего опыта и сколько они стоят. Обучим нейросеть на поиск атрибутов, которые влияют на уровень зарплаты, и узнаем, какие факторы самые важные, по ее мнению. Чем еще отличаются кластеры друг от друга. И добавим ваши запросы, если такие будут.

Подпишитесь, чтобы не пропустить.

Если у вас есть какие-то вопросы или предложения — с удовольствием на них ответим в комментариях.

Другой наш контент

Сравнение скорости загрузки сайтов, сделанных на Bitrix, Tilda, WordPress и Gatsby
Как меняются интересы женщин со временем. Узнаем при помощи данных из социальных сетей
База IT для бизнеса за час. Курс
Сделали инструмент для построения карт восприятия при помощи анализа соответствий