Опрос проводился посредством анонимного заполнения анкеты в интернете с 1 по 23 июля 2019г.

Авторы не несут ответственности за любой прямой или косвенный ущерб, полученный в результате использования данных результатов. Вы используете результаты на свой страх и риск.

За репосты, которые позволили набрать больше ответов:

1. Сообществу uml2.ru,
2. Чату игровых аналитиков в telegram (чат закрытый, чтобы попасть туда контактируйте с админами: @Eviltim или @okeyshka),
3. Группе "Анализ в ИТ проектах",
4. Корпоративные собщества EPAM, DataArt, BIA-Teсhnologies, money.yandex.ru, Альфа-банк, МТС, Ланит и Корус,
5. А так же участникам всех площадок нашего сообщества.

За подготовку анкеты и обработку данных:

• Артему Митропольскому
• Ольге Самариной
• Татьяне Спиридоновой
• Николаю Соколовскому

Благодарим всех принявших участие. Без вас ничего бы не получилось!

В опросе приняло участие 324 человека. В ряде вопросов была возможность выбрать несколько вариантов из-за чего в расшифровке по ним вы увидите большее число ответивших.

Для сохранения анонимности и во избежание нарушения NDA мы просили указать диапазон зарплаты вместо конкретной цифры. В качестве значения зарплаты для анализа мы брали середину диапазона. Для первого и последнего интервалов были установлены значения 25 тыс. и 205 тыс. рублей.

Города были сгруппированы в кластеры таким образом, чтобы в них было достаточно записей для проведения анализа. В этом году у нас набралось достаточно данных для выделения из фигурировавшего в предыдущих исследованиях кластера «Регионы» трех городов: Новосибирск, Казань и Екатеринбург. Мы выполняли проверки относительно них так же как и для Санкт-Петербурга и Москвы.

Предметные области, которые опрашиваемые указывали в свободной формулировке, нами были разбиты (экспертно) на несколько групп. В этом году количество разнородных областей сильно выросло из-за чего объединение их в статистически значимые группы стало существенно затруднено. Поэтому на графиках, посвященных предметным областям, категория «Прочее» в топе.

При ответе на вопрос о типе компании (продуктовая, аутсорсер и т.п.) у многих респондентов возникла путаница. Мы смогли по ответам из поля «другое» восстановить часть данных, но принимать результаты по этому пункты следует с осторожностью.

Из датасета было удалено несколько аутлаеров с явно неправдоподобными ответами.

Все денежные значения приведены в рублях, временные - в годах.

О том как читать «ящики с усами» можно почитать здесь, а про гистограммы тут.

Значения шкал по оси ординат, если не написано иного, - это уровень выраженности математического критерия обработки данных, с применением которого проводился анализ.

Для вопросов с мультивыбором сумма процентов может быть больше 100 - это нормально.

Все тесты проводились с уровнем значимости p-value = 0.05. Поскольку почти всегда распределение не являлось нормальным, то использовались робастные методы Вильсона и ANOVA с перепроверкой по Краскал. Корреляцию проверяли коэффициентом Спирмана.

Как и в предыдущие года, регион по нашим данным является основополагающим фактором для уровня заработной платы.

Мы попробовали посмотреть есть ли значимые различия между выявленными в этом году городами, но таковой не оказалось. Поэтому на первом графике оставлено множество городов «Регионы», а на втором мы дали расшифровку по нему.

Дополнительно мы проверили изменится ли картина в целом, если брать не только доход, но и привести его к стоимости жизни в конкретном регионе. Для этого мы взяли среднюю стоимость жизни по данным numbeo.com, Москву приняли за единицу, и, вычислив соотношение со стоимостью жизни в конкретном городе, пересчитали значение. Как видно на диаграмме, картина не изменилась, поэтому далее в исследовании участвовали указанные респондентами значения дохода.

Мы продолжим следить за выделенными городами дальше и проверять приведенные значения, но в этом исследовании, как и в предыдущих двух, будем оперировать только тремя кластерами, как имеющим достоверную значимость.

Валют отличных от рубля очень мало, поэтому статистическая обработка данных по этому критерию не валидна кроме пары рубль-USD. Доход в USD по имеющимся данным значимо выше.

Зависимости уровня дохода от его структуры нами не выявлено.

Зависимости уровня дохода от схемы выплаты заработной платы нами также не выявлено.

В Москве и Санкт-Петербурге возраст исходя из ответов наших респондентов коррелирует с доходом, тогда как в регионах наличие этой связи не выявлено.

Корреляции между уровнем образования и размером зарплаты в полученных данных нами не выявлено.

Стаж в ИТ по результатам опроса значим и в Санкт-Петербурге и в Москве. В регионах же этот критерий находится на границе выбранного порога (p-value = 0.0534).

Как и следовало ожидать, стаж наших респондентов в анализе влияет на уровень их заработной платы во всех кластерах.

Как и следовало ожидать, значимость уровня квалификации участников нашего опроса для размера их заработной платы очень высока.

По полученным нами данным значимость роли лидера группы для уровня дохода аналитика очень сильно выражена в Москве и Санкт-Петербурге, а вот в регионах корреляции по этому критерию нет.

Связи между зарплатой на основном месте работы и наличию другой работы по тому же профилю, нами не выявлено.

Примечание: в вопросе имелась возможность выбрать несколько вариантов ответа

Регулярное использование английского языка в рабочих коммуникациях влияет на уровень дохода в для Санкт-Петербурга и Регионов, тогда как для Москвы этой связи нами не обнаружено.

Вопреки ожиданиям, по полученным нами данным наличие сертификатов не сказывается на уровне дохода ни в одном из кластеров.

Предметная область работы аналитика, исходя из ответов наших респондентов, имеет значение для уровня дохода только в Санкт-Петербурге.

Ниже приведена общая описательная статистика без разбиения по кластерам (в порядке убывания среднего).

Примечание: в вопросе имелась возможность выбрать несколько вариантов ответа

В Санкт-Петербурге нами выявлена небольшая корреляция между видом анализа и доходом, при этом количество видов анализа не имеет значения. В Москве и Регионах картина обратная: разнообразие важно, а конкретный вид - нет.

Примечание: в вопросе имелась возможность выбрать несколько вариантов ответа

В Санкт-Петербурге и Регионах конкретные роли по имеющимся у нас данным имеют значение для уровня дохода, тогда как совмещение ролей - нет. Для Москвы связи не выявлено.

Примечание: в вопросе имелась возможность выбрать несколько вариантов ответа

Способ повышения квалификации, будь он один или несколько, на размер заработной платы, судя по полученным нами данным, влияния не оказывает.

В Санкт-Петербурге нами выявлена небольшая корреляция между частотой смены мест работы и уровнем дохода аналитика: при равном стаже, те, кто недавно сменил работу, в среднем получают немного больше. Для Москвы и Регионов связи этого критерия с размером заработной платы по нашим данным нет.

Этот критерий перекликается с предыдущим пунктом - новичкам в Санкт-Петербурге платят значимо больше.

Вопреки расхожему стереотипу, то, каким образом аналитик попал на текущее место работы (канал найма), по полученными нами данным не имеет значения для его уровня дохода.

Значимость размера компании для уровня дохода аналитика нами выявлена только в Санкт-Петербурге: отдельно выделяются большие компании (1500+ человек) или маленькие (меньше 100 человек). Во всех остальных промежуточных размерах и кластерах разницы по имеющимся у нас данным нет.

По полученным нами данным, в Санкт-Петербурге и Регионах аналитикам выгоднее работать на компании с головным офисом за границей. В Москве же этот критерий значения не имеет.

Корреляции между уровнем дохода аналитика и форматом его работы нами не выявлено.

По результатам опроса, этот критерий не имеет значения для размера зарплаты аналитика, хотя интересно как меняются местами доверительные интервалы системных интеграторов и аутсорсеров по кластерам.

В Москве корреляция рынка, на котором работает компания-работодатель, с доходом аналитика по полученным нами данным близка к порогу, но не превышает его: p-value= 0.067. В двух других кластерах значимость высокая: иностранный рынок лидирует, российский государственный сектор в аутсайдерах.

Примечание: в вопросе имелась возможность выбрать несколько вариантов ответа

Удивительно, но по ответам наших респондентов разницы между моделями клиента, включая in house девелопмент, нет.