Различия

Здесь показаны различия между двумя версиями данной страницы.

--- salary_survey_2017 [2018/03/28 12:16]
+++ salary_survey_2017 [2021/03/07 16:00] (текущий)
@@ 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|}}
+-Санкт-Петербург
+-Москва
+-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) ====
+-trainee
+-junior
+-middle
+-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.
+: <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) ====
+– 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) ====
+- Мое место работы и головной офис компании находятся в одном регионе России.
+- Мое место работы находится в России, головной офис компании находится за границей.
+- Мое место работы и головной офис компании находятся за границей
+- 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.