Различия
Здесь показаны различия между двумя версиями данной страницы.
salary_survey_2017 [2017/09/13 18:00] admin |
salary_survey_2017 [2018/03/28 12:16] |
||
---|---|---|---|
Строка 1: | Строка 1: | ||
- | ====== Введение ====== | ||
- | Опрос проводился посредством анонимного заполнения [[https://www.survio.com/survey/d/V9J2A3T6X5C6U8L3T|анкеты]] в интернете с 16.06.2017 по 19.07.2017 | ||
- | |||
- | Авторы не несут ответственности за любой прямой или косвенный ущерб, полученный в результате использования данных результатов. Вы используете результаты на свой страх и риск. | ||
- | |||
- | Анализ не претендует на абсолютную анатомичность, и, хотя мы и пытались смотреть доверительные интервалы и оценивать разницу в средних по статистическим критериям, мы могли это делать неправильно. Если вы умеете это делать правильно, то с удовольствием примем вашу помощь. | ||
- | |||
- | Составляя опросник мы преследовали две цели. Получить ответ на вопрос сколько получают аналитики. И попробовать выявить разные факторы, которые могут влиять на зарплату. Последнее было выражено в ряде гипотез, которые уже заложены в конкретные вопросы. | ||
- | |||
- | ====== Хотим сказать спасибо ====== | ||
- | За репосты, которые позволили набрать больше ответов: | ||
- | - [[http://www.uml2.ru/|Сообществу uml2.ru]] | ||
- | - [[https://t.me/gameanalysts|Чату игровых аналитиков]] | ||
- | - [[https://www.facebook.com/groups/Analiz.v.IT|Группе "Анализ в ИТ проектах"]] | ||
- | |||
- | За подготовку анкеты и обработку данных: | ||
- | * [[https://www.facebook.com/profile.php?id=100005700075635|Артему Митропольскому]] | ||
- | * [[https://www.facebook.com/tatyana.spiridonova.334|Татьяне Спиридоновой]] | ||
- | * [[https://www.facebook.com/sokolovskynik|Николаю Соколовскому]] | ||
- | |||
- | А так же всем принявшим участие. Без вас ничего бы не получилось! | ||
- | |||
- | ====== Подготовка данных ====== | ||
- | |||
- | Для уменьшения рисков нарушения NDA мы просили указать зарплату в виде диапазона. При обработке нам были нужны числа, поэтому средняя зарплата была установлена в середину диапазона. При этом в диапазонах до 25000 и 170000+ было всего по 4 записи, для них средняя зарплата была установлена в 20000 и 175000 соответственно | ||
- | |||
- | Регион проживания был разбит на 3 группы: 1 – Санкт-Петербург, 2 – Москва и Московская область, 3 – прочее. Это было сделано не случайно, предварительный анализ показал, что есть статистически значимая разница в зарплатах между этими группами. | ||
- | |||
- | Предметная область, которую опрашиваемые могли указать свободным текстом была примерно разбита на несколько групп: нефтегаз, финансы, телеком, ИБ, ГОС, логистика, здравоохранение, документооборот. Разбиение делалось вручную, поэтому могло быть недостаточно качественно сделанным | ||
- | |||
- | Есть исключение по количеству внешних выступлений: 1 человек выступал 50 раз. В анализе, использующем информацию о количестве внешних выступлений его игнорируем. Также у двух записей было отрицательное значение количества выступлений. | ||
- | |||
- | ====== Основная информация ====== | ||
- | |||
- | В опросе поучаствовало 173 человека из 21 региона. В основном это Санкт-Петербург (89 человек, 51%), Москва и область (52 чел, 30%), Татарстан (10 чел. 5,7%). | ||
- | |||
- | |||
- | ====== Средний аналитик ====== | ||
- | |||
- | Наш “средний” аналитик - это человек 30 лет, работающий 7.7 (основная масса 2-15) лет в ИТ из них 4.3 года в роли аналитика (основная масса 1-9 лет). Почти не выступающий публично ни внутри компаний, ни на внешних мероприятиях (1.7 и 0.7 выступлений за два года). Этот человек использует в работе, если использует (89 из 173), то скорее всего только одним иностранный язык - английский (89 из 173), реже немецкий (1 из 173). Использующих французский, китайский и другие языки - нет. Двое используют только английский. На работе он выполняет от 3 до 5 видов работ совмещая от двух до 5 ролей сводящихся к выполнению от 3 до 5 видов анализа. Впрочем достаточно много (45 из 173) тех, кто не занимается совмещением. За все это средний аналитик получает 95000 руб. на руки. Интересно, что основной разброс составляет 45-145 т.р. с двумя пиками на 65 и 105. Зависимостей с каким-ти факторами для этих пиков мы не нашли. | ||
- | |||
- | ===== Распределение по возрастам ===== | ||
- | {{:salary_survey2017:рисунок1.png?300 |}} | ||
- | **Quantiles** | ||
- | |100.0% | maximum | 59,000 | | ||
- | |99.5% | | 59,000 | | ||
- | |97.5% | | 43,650 | | ||
- | |90.0% | | 38,000 | | ||
- | |75.0% | quartile | 33,000 | | ||
- | |50.0% | median | 30,000 | | ||
- | |25.0% | quartile | 27,000 | | ||
- | |10.0% | | 25,000 | | ||
- | |2.5% | | 22,000 | | ||
- | |0.5% | | 20,000 | | ||
- | |0.0% | minimum | 20,000 | ||
- | |||
- | **Moments** | ||
- | | Mean | 30,745665 | | ||
- | | Std Dev | 5,6839274 | | ||
- | | Std Err Mean | 0,432141 | | ||
- | | upper 95% Mean | 31,598647 | | ||
- | | lower 95% Mean | 29,892682 | | ||
- | |||
- | ===== Распределение по стажу в ИТ ===== | ||
- | {{:salary_survey2017:рисунок2.png?300 |}} | ||
- | **Quantiles** | ||
- | |100.0% | maximum | 30 | | ||
- | |99.5% | | 30 | | ||
- | |97.5% | | 20 | | ||
- | |90.0% | | 15 | | ||
- | |75.0% | quartile | 10 | | ||
- | |50.0% | median | 7 | | ||
- | |25.0% | quartile | 4 | | ||
- | |10.0% | | 2 | | ||
- | |2.5% | | 1 | | ||
- | |0.5% | | 0 | | ||
- | |0.0% | minimum | 0 | | ||
- | |||
- | **Moments** | ||
- | | Mean | 7,7572254 | | ||
- | | Std Dev | 4,8857907 | | ||
- | | Std Err Mean | 0,3714598 | | ||
- | | upper 95% Mean | 8,4904321 | | ||
- | | lower 95% Mean | 7,0240187 | | ||
- | |||
- | ===== Распределение по стажу в аналитике ===== | ||
- | {{:salary_survey2017:рисунок3.png?300 |}} | ||
- | |||
- | **Quantiles** | ||
- | |100.0% | maximum | 21 | | ||
- | |99.5% | | 21 | | ||
- | |97.5% | | 14,65 | | ||
- | |90.0% | | 9 | | ||
- | |75.0% | quartile | 6 | | ||
- | |50.0% | median | 4 | | ||
- | |25.0% | quartile | 2 | | ||
- | |10.0% | | 1 | | ||
- | |2.5% | | 0 | | ||
- | |0.5% | | -1 | | ||
- | |0.0% | minimum | -1 | | ||
- | |||
- | **Moments** | ||
- | | Mean | 4,3641618 | | ||
- | | Std Dev | 3,5683181 | | ||
- | | Std Err Mean | 0,2712942 | | ||
- | | upper 95% Mean | 4,899656 | | ||
- | | lower 95% Mean | 3,828667 | | ||
- | |||
- | |||
- | ===== Распределение по образованию ===== | ||
- | {{:salary_survey2017:рисунок4.png?300 |}} | ||
- | **Frequencies** | ||
- | | Level | Count | Prob | | ||
- | | Высшее | 159 | 0.9 | | ||
- | | Два высших | 1 | 0.0 | | ||
- | | Среднее-специальное/профессиональное (техникум, училища и т.п.) | 4 | 0.0 | | ||
- | | Ученая степень | 8 | 0.0 | | ||
- | | незаконченное высшее | 1| 0.0 | | ||
- | |||
- | ===== Распределение по типу образования ===== | ||
- | {{:salary_survey2017:рисунок5.png?300 |}} | ||
- | **Frequencies** | ||
- | | Level | Count | Prob | | ||
- | | есть оба | 16 | 0.092 | | ||
- | | ничего не подходит | 30 | 0.17 | | ||
- | | релевантно ИТ в целом | 97 | 0.56 | | ||
- | | релевантно предметной области | 30 | 0.17 | | ||
- | |||
- | Если вы посмотрите на цифры на распределении по образованию и здесь, то увидите, что количество не совпадает. Видимо, кто-то считает свое единственное высшее образование релевантным и ИТ и предметной области, что, в принципе, возможно, например, если я работаю в ИТ для ИТ | ||
- | |||
- | ===== Распределение по заработной плате ===== | ||
- | {{:salary_survey2017:рисунок6.png?300 |}} | ||
- | **Quantiles** | ||
- | |100.0% | maximum | 175000 | | ||
- | |99.5% | | 175000 | | ||
- | |97.5% | | 175000 | | ||
- | |90.0% | | 145000 | | ||
- | |75.0% | quartile | 115000 | | ||
- | |50.0% | median | 95000 | | ||
- | |25.0% | quartile | 65000 | | ||
- | |10.0% | | 45000 | | ||
- | |2.5% | | 28500 | | ||
- | |0.5% | | 25000 | | ||
- | |0.0% | minimum | 25000 | | ||
- | |||
- | **Moments** | ||
- | | Mean | 93554.913 | | ||
- | | Std Dev | 36974.121 | | ||
- | | Std Err Mean | 2811.09 | | ||
- | | upper 95% Mean | 99103.59 | | ||
- | | lower 95% Mean | 88006.236 | | ||
- | |||
- | |||
- | ===== Распределение по активности внутри компании ===== | ||
- | {{:salary_survey2017:рисунок7.png?300 |}} | ||
- | **Quantiles** | ||
- | |100.0% | maximum | 23 | | ||
- | |99.5% | | 23 | | ||
- | |97.5% | | 10 | | ||
- | |90.0% | | 4 | | ||
- | |75.0% | quartile | 2 | | ||
- | |50.0% | median | 1 | | ||
- | |25.0% | quartile | 0 | | ||
- | |10.0% | | 0 | | ||
- | |2.5% | | 0 | | ||
- | |0.5% | | 0 | | ||
- | |0.0% | minimum | 0 | | ||
- | |||
- | **Moments** | ||
- | | Mean | 1.67 | | ||
- | | Std Dev | 3.01 | | ||
- | | Std Err Mean | 0.22 | | ||
- | | upper 95% Mean | 2.12 | | ||
- | | lower 95% Mean | 1.21 | | ||
- | |||
- | ===== Распределение по внешней активности ===== | ||
- | {{:salary_survey2017:рисунок9.png?300 |}} | ||
- | **Quantiles** | ||
- | |100.0% | maximum | 5 | | ||
- | |99.5% | | 5 | | ||
- | |97.5% | | 3 | | ||
- | |90.0% | | 2 | | ||
- | |75.0% | quartile | 1 | | ||
- | |50.0% | median | 0 | | ||
- | |25.0% | quartile | 0 | | ||
- | |10.0% | | 0 | | ||
- | |2.5% | | 0 | | ||
- | |0.5% | | 0 | | ||
- | |0.0% | minimum | 0 | | ||
- | |||
- | **Moments** | ||
- | | Mean | 0.5 | | ||
- | | Std Dev | 1.01 | | ||
- | | Std Err Mean | 0.077 | | ||
- | | upper 95% Mean | 0.662 | | ||
- | | lower 95% Mean | 0.355 | | ||
- | |||
- | |||
- | ===== Распределение по количеству типов работ ===== | ||
- | {{:salary_survey2017:рисунок10.png?300 |}} | ||
- | **Quantiles** | ||
- | |100.0% | maximum | 12 | | ||
- | |99.5% | | 12 | | ||
- | |97.5% | | 8.65 | | ||
- | |90.0% | | 6 | | ||
- | |75.0% | quartile | 4 | | ||
- | |50.0% | median | 3 | | ||
- | |25.0% | quartile | 2 | | ||
- | |10.0% | | 1 | | ||
- | |2.5% | | 0 | | ||
- | |0.5% | | 0 | | ||
- | |0.0% | minimum | 0 | | ||
- | |||
- | **Moments** | ||
- | | Mean | 3.41 | | ||
- | | Std Dev | 1.98 | | ||
- | | Std Err Mean | 0.15 | | ||
- | | upper 95% Mean | 3.708 | | ||
- | | lower 95% Mean | 3.112 | | ||
- | |||
- | ===== Распределение по количеству ролей ===== | ||
- | {{:salary_survey2017:рисунок11.png?300 |}} | ||
- | **Quantiles** | ||
- | |100.0% | maximum | 7 | | ||
- | |99.5% | | 7 | | ||
- | |97.5% | | 6 | | ||
- | |90.0% | | 4 | | ||
- | |75.0% | quartile | 3 | | ||
- | |50.0% | median | 2 | | ||
- | |25.0% | quartile | 1 | | ||
- | |10.0% | | 1 | | ||
- | |2.5% | | 1 | | ||
- | |0.5% | | 1 | | ||
- | |0.0% | minimum | 1 | | ||
- | |||
- | **Moments** | ||
- | | Mean | 2.52 | | ||
- | | Std Dev | 1.305 | | ||
- | | Std Err Mean | 0.099 | | ||
- | | upper 95% Mean | 2.716 | | ||
- | | lower 95% Mean | 2.324 | | ||
- | |||
- | |||
- | ===== Распределение количеству видов анализа ===== | ||
- | {{:salary_survey2017:рисунок12.png?300 |}} | ||
- | **Quantiles** | ||
- | |100.0% | maximum | 9 | | ||
- | |99.5% | | 9 | | ||
- | |97.5% | | 8 | | ||
- | |90.0% | | 7 | | ||
- | |75.0% | quartile | 5 | | ||
- | |50.0% | median | 4 | | ||
- | |25.0% | quartile | 3 | | ||
- | |10.0% | | 2 | | ||
- | |2.5% | | 1 | | ||
- | |0.5% | | 0 | | ||
- | |0.0% | minimum | 0 | | ||
- | |||
- | **Moments** | ||
- | | Mean | 4.277 | | ||
- | | Std Dev | 1.893 | | ||
- | | Std Err Mean | 0.143 | | ||
- | | upper 95% Mean | 4.561 | | ||
- | | lower 95% Mean | 3.993 | | ||
- | |||
- | ====== От чего зависит зарплата? ====== | ||
- | |||
- | Мы старались проверить максимальное число гипотез. в частности проверяли зависит ли зарплата от: | ||
- | * Региона | ||
- | * Стажа | ||
- | * Грейда | ||
- | * Количества ролей | ||
- | * Количества обязанностей | ||
- | * Лидерства | ||
- | * Сертификатов | ||
- | * Образования | ||
- | * Размера компании | ||
- | * Рынка | ||
- | * Канала найма | ||
- | * Типа компании | ||
- | * Предметной области | ||
- | * Активности сотрудника | ||
- | * Смены работы | ||
- | * И еще чего-нибудь | ||
- | |||
- | {{:salary_survey2017:рисунок14.png?500|}} | ||
- | |||
- | Наибольшая зависимость получилась от региона и опыта работы аналитиком, поэтому многие дальнейшие оценки идут в разрезе региона | ||
- | |||
- | ===== Зависимость зарплаты от региона ===== | ||
- | {{:salary_survey2017:рисунок15.png?300|}} | ||
- | 1-Санкт-Петербург | ||
- | 2-Москва | ||
- | 4-Другие регионы | ||
- | |||
- | Распределение зарплаты в целом не совсем похоже на нормальное, поэтому трудно сказать, приемлемо ли использование критерия Стьюдента, но и Стьюдент и Краскал-Уоллис показали значимую разницу в средних. Поэтому в дальнейшем будем анализировать влияние факторов в разрезе регионов. | ||
- | Распределения зарплат в разрезе регионов более «нормальные». | ||
- | |||
- | | Спб | Москва | Другие | | ||
- | | {{:salary_survey2017:рисунок16.png?200 |}} | {{:salary_survey2017:рисунок17.png?200 |}} | {{:salary_survey2017:рисунок18.png?200 |}} | | ||
- | |||
- | |||
- | ==== Распределение зарплаты по грейдам (в разрезе регионов) ==== | ||
- | 1-trainee | ||
- | 2-junior | ||
- | 3-middle | ||
- | 4-senior | ||
- | |||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок19.png?300|}} | ||
- | |||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок20.png?300|}} | ||
- | |||
- | === Другие регионы === | ||
- | {{:salary_survey2017:рисунок21.png?300|}} | ||
- | |||
- | ==== Распределение зарплаты по количеству ролей (по регионам) ==== | ||
- | Значимой зависимости нет. Если считать количество ролей не по порядковой шкале, а по шкале отношений (continuous), то тоже нет. Так что не тешьте себя надеждой, что выполнение еще одной роли увеличит ваш доход | ||
- | |||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок22.png?300|}} | ||
- | |||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок23.png?300|}} | ||
- | |||
- | === Другие регионы === | ||
- | {{:salary_survey2017:рисунок24.png?300|}} | ||
- | |||
- | ==== Распределение зарплаты по количеству обязанностей (по регионам) ==== | ||
- | Можно попробовать найти значимую зависимость между зарплатой соответствующей конкретным количествам выполняемых работ. Может даже между кластерами. Например, картинка по Москве как бы намекает, что какая-то зависимость есть. Однако, учитывая нечеткость, накладываемую как формулировкой вопроса, так и возможностями его трактовки опрашиваемыми, мы бы не рекомендовали делать из этого далеко идущие выводы | ||
- | |||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок25.png?300|}} | ||
- | |||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок26.png?300|}} | ||
- | |||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок27.png?300|}} | ||
- | |||
- | ==== Распределение зарплаты в зависимости от исполнения лидерских обязанностей (по регионам) ==== | ||
- | В данном случае значимая разница есть только в Москве | ||
- | |||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок28.png?300|}} | ||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок29.png?300|}} | ||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок30.png?300|}} | ||
- | |||
- | ==== Распределение зарплаты по типу образования (по регионам) ==== | ||
- | Значимой разницы нет | ||
- | |||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок31.png?300|}} | ||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок32.png?300|}} | ||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок33.png?300|}} | ||
- | |||
- | ==== Распределение по размеру компании (по регионам) ==== | ||
- | |||
- | Распределение по размеру компании не совсем верно смотреть в разрезе регионов, ведь кто-то может работать в местной компании, а кто-то нет. Но и не совсем верно смотреть без регионов, так как специфика регионов вносит искажения. Также не совсем верно смотреть их в разрезе регион+тип компании, потому что местная компания для Москвы может оказаться аутсорсером для Казани. А может и не оказаться. | ||
- | Но из всех зол мы выбрали одно и посмотрели в разрезе регионов. | ||
- | 1: <100; 2:100-300; 3:300-500; 4:500-1000; 5:1000-1500; 6:>15000 | ||
- | |||
- | Глядя на эти графики возникла мысль, что, может быть, в Москве и Питере таки выгоднее работать в очень большой компании. Это подтвердилось только для Питера. В компаниях 1500+ получше, чем в других. | ||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок34.png?300|}} | ||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок35.png?300|}} | ||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок36.png?300|}} | ||
- | |||
- | ==== Распределение по рынку (по регионам) ==== | ||
- | Интересно, что в Москве не нашлось аналитиков, работающих в компаниях, работающих только на иностранный рынок. | ||
- | |||
- | Более глубокое изучение показало, что в Питере есть значимая разница работать в компании на местном рынке или имеющем выход на иностранные. Второе предпочтительнее. | ||
- | |||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок37.png?300|}} | ||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок38.png?300|}} | ||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок39.png?300|}} | ||
- | |||
- | ==== Распределение по каналу найма (по регионам) ==== | ||
- | 1 – по знакомству, 2 – схантили, 3 –сайты вакансий, 4 – официальные сайты компаний. Статистически значимых отличий не обнаружено, хотя может показаться, что в Москве и Питере лучше, чтобы тебя хантили. | ||
- | |||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок40.png?300|}} | ||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок41.png?300|}} | ||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок42.png?300|}} | ||
- | |||
- | |||
- | ==== Распределение по стажу (по регионам) ==== | ||
- | Красный эллипс – это Bivariative normal ellipse P=0.9 | ||
- | Зеленая линия – линейное приближение | ||
- | Синяя линия – линейной приближение без учета вышедших за пределы эллипса | ||
- | |||
- | Это, конечно, очень грубое приближение, и отклонение на краях должны быть больше, но можете попробовать прикинуть соответствие вашего опыта аналитика зарплате | ||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок43.png?300|}} | ||
- | |||
- | AvSalary = 69593,206 + 5523,8367 AnalystExp | ||
- | |||
- | AvSalary = 63361,985 + 7073,1588 AnalystExp | ||
- | |||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок44.png?300|}} | ||
- | |||
- | AvSalary = 86390,828 + 7190,352 AnalystExp | ||
- | |||
- | AvSalary = 82196,97 + 8096,5909 AnalystExp | ||
- | |||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок45.png?300|}} | ||
- | |||
- | AvSalary = 44924,242 + 2853,5354 AnalystExp | ||
- | |||
- | AvSalary = 38919,406 + 3653,7596 AnalystExp | ||
- | |||
- | |||
- | ==== Распределение по типу компании (по регионам) ==== | ||
- | 1 - Мое место работы и головной офис компании находятся в одном регионе России. | ||
- | 2 - Мое место работы находится в России, головной офис компании находится за границей. | ||
- | 3 - Мое место работы и головной офис компании находятся за границей | ||
- | 4 - Мое место работы и головной офис компании находятся в разных регионах России | ||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок46.png?300|}} | ||
- | === Москва === | ||
- | Интересно, что в Москву аутсорсят мало, и, как и ожидалось, в Питере выгоднее работать на иностранную компанию, в прочих регионах на не местные компании | ||
- | |||
- | {{:salary_survey2017:рисунок47.png?300|}} | ||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок48.png?300|}} | ||
- | |||
- | ==== Распределение по предметной области (по регионам) ==== | ||
- | Если вы в Москве – расслабьтесь. Если в Питере – переходите из документооборота в телеком или финансы. | ||
- | Если в других регионах – не очень понятно | ||
- | |||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок49.png?300|}} | ||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок50.png?300|}} | ||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок51.png?300|}} | ||
- | |||
- | ==== Распределение по наличию активности внутренней и внешней (по регионам) ==== | ||
- | Статистически значимых отклонений нет | ||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок52.png?300|}} | ||
- | {{:salary_survey2017:рисунок53.png?300|}} | ||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок54.png?300|}} | ||
- | {{:salary_survey2017:рисунок55.png?300|}} | ||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок56.png?300|}} | ||
- | {{:salary_survey2017:рисунок57.png?300|}} | ||
- | |||
- | ==== Распределение по количеству работ и времени последней смены работы (по регионам) ==== | ||
- | Статистической разницы нет, хотя, глядя на графики, хочется сделать какие-то выводы | ||
- | LastWorkChangeMark: 0:до месяца, 1: 1-6 месяцев, 2:0.5-1 год, 3:1-2 года, 4: >2 лет | ||
- | === СПб === | ||
- | {{:salary_survey2017:рисунок58.png?300|}} | ||
- | {{:salary_survey2017:рисунок59.png?300|}} | ||
- | === Москва === | ||
- | {{:salary_survey2017:рисунок60.png?300|}} | ||
- | {{:salary_survey2017:рисунок61.png?300|}} | ||
- | === Другие === | ||
- | {{:salary_survey2017:рисунок62.png?300|}} | ||
- | {{:salary_survey2017:рисунок63.png?300|}} | ||
- | |||
- | ==== Другие интересные зависимости ==== | ||
- | Также проверка показала, что наличие отдельных признаков значимо связано с уровнем зарплаты. Для Санкт-Петербурга таким признаком оказалось выполнение роли бизнес-аналитика. Для Москвы - выполнение деятельности по управлению требованиями и деятельности по анализу решений и архитектуре. Для других регионов - участие во внутренних тренингах, участив в специализированных конференциях и обучение на онлайн-курсах. И если первый два частично объясняются тем, что не местные компании чаще устраивают всякое обучение и поощряют участие в конференциях, то чем объяснить более высокие зарплаты тех, кто проходил Online-курсы – непонятно. | ||
- | |||
- | {{:salary_survey2017:рисунок64.png?300|}} | ||
- | |||
- | {{:salary_survey2017:рисунок65.png?300|}} | ||
- | |||
- | {{:salary_survey2017:рисунок66.png?300|}} | ||
- | |||
- | {{:salary_survey2017:рисунок67.png?300|}} | ||
- | |||
- | {{:salary_survey2017:рисунок68.png?300|}} | ||
- | |||
- | {{:salary_survey2017:рисунок69.png?300|}} | ||
- | |||
- | ====== Я аналитик и хочу много денег, что мне делать? ======= | ||
- | ==== СПб ==== | ||
- | Попробуйте устроиться в иностранную компанию-аутсорсер или в просто работающую на иностранный рынок, устройтесь в очень большую компанию, смените документооборот на телеком или финансы и попробуйте сместить акцент своей работы в сторону бизнес-анализа | ||
- | |||
- | ==== Москва ==== | ||
- | Возьмите на себя роль лидера, займитесь управлением требованиями, а лучше анализом решений и архитектурой | ||
- | |||
- | ==== Другие ==== | ||
- | Переезжайте или попробуйте устроиться на работу в не местную компанию. Также значимым оказалось участие во внутренних тренингах, специализированных конференциях и онлайн-курсах. |