Различия

Здесь показаны различия между двумя версиями данной страницы.

Ссылка на это сравнение

Следующая версия
Предыдущая версия
salary_survey_2017 [2017/09/10 12:48]
admin создано
salary_survey_2017 [2021/03/07 16:00] (текущий)
Строка 1: Строка 1:
 ====== Введение ====== ====== Введение ======
  
-Опрос проводился посредством анонимного заполнения [[анкеты]](https://​www.survio.com/​survey/​d/​V9J2A3T6X5C6U8L3T ​ в интернете ​ с 16.06.2017 по 19.07.2017+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. 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. 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. 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 ====== ====== Подготовка данных ======
Строка 25: Строка 39:
 ====== Средний аналитик ====== ====== 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. Дове 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 ​за свою работу ​95000 руб. на руки. Интересно,​ что основной разброс составляет 45-145 т.р. с двумя пиками на 65 и 105.+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 ===== ===== Распределение по возрастам =====
-{{:​salary_survey2017:​рисунок1.png?​200 |}}+{{:​salary_survey2017:​рисунок1.png?​300 |}}
 **Quantiles** **Quantiles**
 |100.0% | maximum | 59,000 | |100.0% | maximum | 59,000 |
Строка 50: Строка 64:
  
 ===== Распределение по стажу в ИТ ===== ===== Распределение по стажу в ИТ =====
-{{:​salary_survey2017:​рисунок2.png?​200 |}}+{{:​salary_survey2017:​рисунок2.png?​300 |}}
 **Quantiles** **Quantiles**
 |100.0% | maximum | 30 | |100.0% | maximum | 30 |
Строка 72: Строка 86:
  
 ===== Распределение по стажу в аналитике ===== ===== Распределение по стажу в аналитике =====
-{{:​salary_survey2017:​рисунок3.png?​200 |}}+{{:​salary_survey2017:​рисунок3.png?​300 |}}
  
 **Quantiles** **Quantiles**
Строка 96: Строка 110:
  
 ===== Распределение по образованию ===== ===== Распределение по образованию =====
-{{:​salary_survey2017:​рисунок4.png?​200 |}}+{{:​salary_survey2017:​рисунок4.png?​300 |}}
 **Frequencies** **Frequencies**
 | Level | Count | Prob | | Level | Count | Prob |
Строка 106: Строка 120:
  
 ===== Распределение по типу образования ===== ===== Распределение по типу образования =====
-{{:​salary_survey2017:​рисунок5.png?​200 |}}+{{:​salary_survey2017:​рисунок5.png?​300 |}}
 **Frequencies** **Frequencies**
 | Level | Count | Prob | | Level | Count | Prob |
Строка 115: Строка 129:
  
 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 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 ===== ===== Распределение по заработной плате =====
-{{:​salary_survey2017:​рисунок6.png?​200 |}}+{{:​salary_survey2017:​рисунок6.png?​300 |}}
 **Quantiles** **Quantiles**
 |100.0% | maximum | 175000 | |100.0% | maximum | 175000 |
Строка 142: Строка 154:
  
 ===== Распределение по активности внутри компании ===== ===== Распределение по активности внутри компании =====
-{{:​salary_survey2017:​рисунок7.png?​200 |}}+{{:​salary_survey2017:​рисунок7.png?​300 |}}
 **Quantiles** **Quantiles**
 |100.0% | maximum | 23 | |100.0% | maximum | 23 |
Строка 164: Строка 176:
  
 ===== Распределение по внешней активности ===== ===== Распределение по внешней активности =====
-{{:​salary_survey2017:​рисунок9.png?​200 |}}+{{:​salary_survey2017:​рисунок9.png?​300 |}}
 **Quantiles** **Quantiles**
 |100.0% | maximum | 5 | |100.0% | maximum | 5 |
Строка 187: Строка 199:
  
 ===== Распределение по количеству типов работ ===== ===== Распределение по количеству типов работ =====
-{{:​salary_survey2017:​рисунок10.png?​200 |}}+{{:​salary_survey2017:​рисунок10.png?​300 |}}
 **Quantiles** **Quantiles**
 |100.0% | maximum | 12 | |100.0% | maximum | 12 |
Строка 209: Строка 221:
  
 ===== Распределение по количеству ролей ===== ===== Распределение по количеству ролей =====
-{{:​salary_survey2017:​рисунок11.png?​200 |}}+{{:​salary_survey2017:​рисунок11.png?​300 |}}
 **Quantiles** **Quantiles**
 |100.0% | maximum | 7 | |100.0% | maximum | 7 |
Строка 232: Строка 244:
  
 ===== Распределение количеству видов анализа ===== ===== Распределение количеству видов анализа =====
-{{:​salary_survey2017:​рисунок12.png?​200 |}}+{{:​salary_survey2017:​рисунок12.png?​300 |}}
 **Quantiles** **Quantiles**
 |100.0% | maximum | 9 | |100.0% | maximum | 9 |
Строка 253: Строка 265:
 | lower 95% Mean | 3.993 | | lower 95% Mean | 3.993 |
  
 +====== От чего зависит зарплата?​ ======
  
-===== template =====+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
  
-**Quantiles** +{{:​salary_survey2017:​рисунок14.png?​500|}} 
-|100.0% maximum ​+ 
-|99.5% | | | +Наибольшая зависимость получилась от региона и опыта работы аналитиком,​ поэтому многие дальнейшие оценки идут в разрезе региона 
-|97.5% | | - | + 
-|90.0% | | +===== Зависимость зарплаты от региона ===== 
-|75.0% quartile ​| | +{{:​salary_survey2017:​рисунок15.png?​300|}} 
-|50.0% median ​+1-Санкт-Петербург 
-|25.0% | quartile ​| - | +2-Москва 
-|10.0% | | +4-Другие регионы 
-|2.5% | | - | + 
-|0.5% | | - | +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 среднихПоэтому в дальнейшем будем анализировать влияние факторов в разрезе регионов. 
-|0.0% minimum ​+Распределения зарплат в разрезе регионов более «нормальные». 
-  + 
-**Moments** +Спб ​Москва | Другие ​
-Mean +{{:​salary_survey2017:​рисунок16.png?​200 ​|}} {{:​salary_survey2017:​рисунок17.png?​200 ​|}} {{:​salary_survey2017:​рисунок18.png?​200 ​|}} | 
-Std Dev | - | + 
-Std Err Mean + 
-upper 95% Mean | - | +==== Распределение зарплаты по грейдам (в разрезе регионов) ==== 
-lower 95% Mean +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 работМожет 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, ​– схантили,​ 3 –сайты вакансий,​ 4 – официальные сайты компанийСтатистически 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.
 +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) ==== 
 +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.