Различия

Здесь показаны различия между двумя версиями данной страницы.

--- salary_survey_2019 [2019/10/15 11:32]
admin [Вместо заключения]
+++ salary_survey_2019 [2021/03/07 16:00]
@@ Строка 1: / Строка 1: @@
-====== Введение  ======
-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.
-====== Хотим сказать спасибо ======
-За репосты, которые позволили набрать больше ответов:
-  - [[http://www.uml2.ru/|Сообществу uml2.ru]],
-  - Чату игровых аналитиков в telegram (чат закрытый, чтобы попасть туда контактируйте с админами: @Eviltim или @okeyshka),
-  - [[https://www.facebook.com/groups/Analiz.v.IT|Группе "Анализ в ИТ проектах"]],
-  - Корпоративные собщества [[https://www.epam.com/|EPAM]], [[https://dataart.ru/|DataArt]], [[http://bia-tech.ru/|BIA-Teсhnologies]], [[https://money.yandex.ru/|money.yandex.ru]], [[https://alfabank.ru/|Альфа-банк]], [[https://www.mts.ru/|МТС]], [[https://lanit.ru/|Ланит]] и [[https://korusconsulting.ru/|Корус]],
-  - А так же участникам всех площадок [[http://spbcoa.ru/|нашего сообщества]].
-За подготовку анкеты и обработку данных:
-  * [[https://www.facebook.com/profile.php?id=100005700075635|Артему Митропольскому]]
-  * [[https://www.facebook.com/olga.samarina|Ольге Самариной]]
-  * [[https://www.facebook.com/tatyana.spiridonova.334|Татьяне Спиридоновой]]
-  * [[https://www.facebook.com/sokolovskynik|Николаю Соколовскому]]
-**Благодарим всех принявших участие. Без вас ничего бы не получилось!**
-====== Подготовка данных ======
-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.
-====== Общие замечания по стат.тестам и визуализации ======
-О том как читать "ящики с усами" можно почитать [[https://ru.wikipedia.org/wiki/%D0%AF%D1%89%D0%B8%D0%BA_%D1%81_%D1%83%D1%81%D0%B0%D0%BC%D0%B8|здесь]], а про гистограммы [[https://ru.wikipedia.org/wiki/%D0%93%D0%B8%D1%81%D1%82%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B0|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.
-====== Результаты ======
-===== Распределение по регионам =====
-{{:salary_survey2019:salary_survey2019-001.png?400|}}
-^ Кластер ^ Респондентов ^ Проценты ^
-| Санкт-Петербург | 145 | 44.8 |
-| Москва | 94 | 29.0 |
-| Новосибирск | 22 | 6.8 |
-| Казань | 11 | 3.4 |
-| Екатеринбург | 10 | 3.0 |
-| Другие регионы | 42 | 13.0 |
-==== Значимость ====
-Как и в предыдущие года, регион по нашим данным является основополагающим фактором для уровня заработной платы.
-{{:salary_survey2019:01._location_3.png?400|}}
-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.
-{{:salary_survey2019:01.1._locations_onlyregion.png?400|}}
-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 [[https://www.numbeo.com|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.
-{{:salary_survey2019:01.3.locations_regions_prev.png?400|}}
-{{:salary_survey2019:01.2._locations_only_regions_prev.png?400|}}
-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.
-===== Распределение по уровню дохода =====
-{{:salary_survey2019:salary_survey2019-014.png?400|}} {{:salary_survey2019:salary_survey2019-015.png?400|}}
-^       ^         ^
-| среднее | 116913.58 |
-| квадратичное отклонение | 47429.71 |
-| min | 25000.00 |
-| 25% | 75000.00 |
-| 50% | 115000.00 |
-| 75% | 155000.000 |
-| max | 205000.00 |
-===== Распределение по валюте дохода респондентов =====
-{{:salary_survey2019:salary_survey2019-016.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Рубли | 308 | 95.1 |
-| USD | 9 | 2.8 |
-| EUR | 4 | 1.2 |
-| Другое | 3 | 0.9 |
-==== 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.
-===== Распределение по наличию премий, зависящих от результатов работы =====
-{{:salary_survey2019:salary_survey2019-017.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Нет | 157 | 48.5 |
-| Да | 167 | 51.5 |
-==== Значимость ====
-Зависимости уровня дохода от его структуры нами не выявлено.
-===== Распределение по схеме выплаты заработной платы =====
-{{:salary_survey2019:salary_survey2019-018.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Всё в белую | 275 | 84.9 |
-| Серая схема (есть “налоговая оптимизация”) | 33 | 10.1 |
-| Черная (есть конвертик) | 6 | 1.9 |
-| Не знаю | 6 | 1.9 |
-| Не хочу отвечать | 4 | 1.2 |
-==== Значимость ====
-Зависимости уровня дохода от схемы выплаты заработной платы нами также не выявлено.
-===== Распределение по возрасту =====
-{{:salary_survey2019:salary_survey2019-002.png?400|}}
-^       ^ ^
-|среднее | 30.70 |
-|квадратичное отклонение | 6.09 |
-|min | 19.00 |
-|25% | 26.00 |
-|50% | 30.00 |
-|75% | 33.00 |
-|max | 61.00 |
-==== Значимость ====
-В Москве и Санкт-Петербурге возраст исходя из ответов наших респондентов коррелирует с доходом, тогда как в регионах наличие этой связи не выявлено.
-{{:salary_survey2019:02._возраст.png?400|}}
-===== Распределение по образованию =====
-{{:salary_survey2019:salary_survey2019-003.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-|Одно высшее | 240 | 74.1 |
-|Несколько высших | 50 | 15.4 |
-|Ученая степень | 14 | 4.3 |
-|Неоконченное высшее | 12 | 3.7 |
-|Другое | 6 | 1.9 |
-|Среднее-специальное | 2 | 0.6 |
-==== Значимость ====
-Корреляции между уровнем образования и размером зарплаты в полученных данных нами не выявлено.
-===== Распределение по стажу в ИТ =====
-{{:salary_survey2019:salary_survey2019-004.png?400|}}
-^       ^         ^
-|среднее | 7.31 |
-|квадратичное отклонение  | 5.55 |
-|min | 0.00 |
-|25% | 3.00 |
-|50% | 6.00 |
-|75% | 10.00 |
-|max | 30.00 |
-==== Значимость ====
-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).
-{{:salary_survey2019:04._стаж_в_ит.png?400|}}
-===== Распределение по стажу в анализе =====
-{{:salary_survey2019:salary_survey2019-005.png?400|}}
-^       ^         ^
-|среднее | 4.57 |
-|квадратичное отклонение | 3.31 |
-|min | 0.00 |
-|25% | 2.00|
-|50% | 4.00|
-|75% | 6.00 |
-|max | 20.00 |
-==== Значимость ====
-Как и следовало ожидать, стаж наших респондентов в анализе влияет на уровень их заработной платы во всех кластерах.
-{{:salary_survey2019:05._стаж_в_анализе.png?400|}}
-===== Распределение по размеру компании =====
-{{:salary_survey2019:salary_survey2019-006.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| 1-100 | 59 | 18.2 |
-| 101-300 | 52 | 16.0 |
-| 301-500 | 40 | 12.3 |
-| 501-1000 | 31 | 9.6 |
-| 1001-1500 | 21 | 6.5 |
-| 1501+ | 121 | 37.4 |
-==== Значимость ====
-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.
-{{:salary_survey2019:06.companysize.png?400|}}
-===== Распределение по месту расположения офиса =====
-{{:salary_survey2019:salary_survey2019-007.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Мой офис и головной офис компании находятся в одном регионе России | 186 | 57.4 |
-| Мой офис и головной офис компании находятся в разных регионах России | 68 | 21 |
-| Мой офис находится в России, головной офис компании находится за границей | 54 | 16.7 |
-| Мой офис и головной офис компании находятся за границей | 8 | 2.5 |
-| Другое | 4 | 1.2 |
-| Я фрилансер | 2 | 0.6 |
-| Мой офис находится за границей, а головной офис компании в России | 2 | 0.6 |
-==== Значимость ====
-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.
-{{:salary_survey2019:07._office_location.png?400|}}
-===== Распределение по формату работы =====
-{{:salary_survey2019:salary_survey2019-008.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Нет | 303 | 93.5 |
-| Да | 21 | 6.5 |
-==== Значимость ====
-Корреляции между уровнем дохода аналитика и форматом его работы нами не выявлено.
-===== Распределение по квалификации  =====
-{{:salary_survey2019:salary_survey2019-011.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Senior | 164 | 50.6 |
-| Middle | 143 | 44.1 |
-| Junior | 16 | 5 |
-| Trainee | 1 | 0.3 |
-==== Значимость ====
-Как и следовало ожидать, значимость уровня квалификации участников нашего опроса для размера их заработной платы очень высока.
-{{:salary_survey2019:12._qualification.png?400|}}
-===== Распределение по роли лида  =====
-{{:salary_survey2019:lidership_013.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Да | 90 | 27.8 |
-| Нет | 234 | 72.2 |
-==== Значимость ====
-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.
-{{:salary_survey2019:13._лидерство.png?400|}}
-===== Распределение по наличию работы по совместительству =====
-{{:salary_survey2019:salary_survey2019-013.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Нет | 293 | 90.4 |
-| Да | 31 | 9.6 |
-==== Значимость ====
-Связи между зарплатой на основном месте работы и наличию другой работы по тому же профилю, нами не выявлено.
-===== Распределение по популярности языков =====
-^ ^ ^
-| Rus | 316 |
-| Eng | 78 |
-| Other | 5 |
-Примечание: в вопросе имелась возможность выбрать несколько вариантов ответа
-==== Значимость ====
-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.
-===== Распределение по наличию сертификата, подтверждающего навыки в анализе =====
-{{:salary_survey2019:20.сертификаты.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Нет | 312 | 96.3 |
-| Да | 12 | 3.7 |
-==== Значимость ====
-Вопреки ожиданиям, по полученным нами данным наличие сертификатов не сказывается на уровне дохода ни в одном из кластеров.
-===== Распределение по предметной области =====
-{{:salary_survey2019:21._предметка.png?600|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Прочее | 52 | 16 |
-| Банк | 41 | 12.6 |
-| Телеком | 36 | 11.1|
-| Нефтегаз | 3 | 0.9 |
-| Финансы, Бухгалтерия, Страхование | 32 | 9.9 |
-| Медицина и Фармакология | 30 | 9.3 |
-| ФинТех | 25 | 7.7 |
-| Документооборот и поддержка процессов	 | 21 | 6.5 |
-| Ритейл | 19 | 5.9 |
-| E-commerce | 12 | 3.7 |
-| Транспорт | 10 | 3.1 |
-| Геймдев | 10 | 3.1 |
-| Гос.проекты и социальные проекты | 9 | 2.8 |
-| Оборона и Безопасность | 7 | 2.2 |
-| Промышленность, производство, энергетика | 6 | 1.9 |
-| Путешествия | 4 | 1.2 |
-| Медиа и развлечения | 4 | 1.2 |
-| Информационная безопасность | 3 | 0.9 |
-==== Значимость ====
-Предметная область работы аналитика, исходя из ответов наших респондентов, имеет значение для уровня дохода только в Санкт-Петербурге.
-{{:salary_survey2019:21.1_предметка_по_питеру.png?600|}}
-Ниже приведена общая описательная статистика без разбиения по кластерам (в порядке убывания среднего).
-^ Предметная область ^ Количество ^ Минимальный доход ^ Максимальный доход ^ Средний доход ^ Медиана ^
-| Информационная безопасность | 3 | 145000 | 185000 | 165000 | 165000 |
-| Банк | 41 | 35000 | 205000 | 142317 | 155000 |
-| ФинТех | 25 | 65000 | 205000 | 126200 | 125000 |
-| Геймдев | 10 | 55000 | 205000 | 122000 | 130000 |
-| Телеком | 35 | 25000 | 205000 | 120833 | 115000 |
-| Оборона и Безопасность | 7 | 35000 | 205000 | 120714 | 125000 |
-| Прочее | 52 | 35000 | 205000 | 120576 | 115000 |
-| Финансы, Бухгалтерия, Страхование | 32 | 55000 | 205000 | 120312 | 105000 |
-| Путешествия | 4 | 65000 | 185000 | 120000 | 115000 |
-| E-commerce | 12 | 65000 | 205000 | 117500 | 115000 |
-| Медицина и Фармакология | 30 | 25000 | 205000 | 106333 | 100000 |
-| Медиа и развлечения | 4 | 55000 | 145000 | 105000 | 110000 |
-| Гос.проекты и социальные проекты | 9 | 45000 | 145000 | 100555 | 105000 |
-| Промышленность, производство, энергетика | 6 | 55000 | 145000 | 98333 | 95000 |
-| Транспорт | 10 | 45000 | 145000 | 97000 | 100000 |
-| Документооборот и поддержка процессов | 21 | 35000 | 205000 | 94523 | 85000 |
-| Ритейл | 19 | 25000 | 165000 | 85000 | 85000 |
-===== Распределение по видам анализа =====
-{{:salary_survey2019:salary_survey2019-021.png?400|}}
-^ Категория ^ Количество ^
-| Системный анализ | 242 |
-| Анализ и создание бизнес-процессов | 147 |
-| Анализ и создание архитектуры решения | 139 |
-| Инженерия/менеджмент требований | 97 |
-| Продуктовый анализ | 67 |
-| Анализ UX | 63 |
-| Анализ данных | 55 |
-| Управление взаимодействием с клиентом | 43 |
-| Консалтинг | 32 |
-| Предоставление экспертизы в предметной области | 28 |
-| Управление процессами | 24 |
-| Анализ и создание архитектуры бизнеса | 23 |
-| RnD | 19 |
-| Анализ качества | 18 |
-| Анализ на стадии продаж | 14 |
-| Анализ ИТ-стратегии | 11 |
-| Стратегическое планирование | 9 |
-| Анализ рисков | 6 |
-Примечание: в вопросе имелась возможность выбрать несколько вариантов ответа
-==== Значимость ====
-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.
-{{:salary_survey2019:22._количество_видов_анализа.png?400|}}
-===== Распределение по ролям =====
-{{:salary_survey2019:salary_survey2019-022.png?400|}}
-^ Категория ^ Количество ^
-| System Analyst | 253 |
-| Business Analyst | 221 |
-| Project Manager | 69 |
-| Techwriter | 61 |
-| Product Owner | 57 |
-| UI/UX Designer | 43 |
-| BI / Data Analysts | 37 |
-| QA / QA Automation | 28 |
-| Solution Architector | 27 |
-| Process Owner | 23 |
-| Software Architector | 15 |
-| Product Analyst | 13 |
-| Developer | 6 |
-| Developer Tech Lead | 6 |
-| Other Designer | 4 |
-| Developer Lead | 3 |
-Примечание: в вопросе имелась возможность выбрать несколько вариантов ответа
-==== Значимость ====
-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.
-===== Распределение по способам повышения квалификации =====
-{{:salary_survey2019:rise_qualification_023.png?400|}}
-^ Категория ^ Количество ^
-| Пассивное накопление опыта | 221 |
-| Читал профильную литературу | 219 |
-| Посещал профильные конференции | 215 |
-| Изучал разные инструменты / техники | 201 |
-| Проводил ретроспективу своей работы | 127 |
-| Проходил он-лайн курсы | 121 |
-| Компания отправляла на нужные курсы | 88 |
-| Изучал стандарты и пробовал их применять | 88 |
-| Никак | 4 |
-Примечание: в вопросе имелась возможность выбрать несколько вариантов ответа
-==== Значимость ====
-Способ повышения квалификации, будь он один или несколько, на размер заработной платы, судя по полученным нами данным, влияния не оказывает.
-===== Распределение по частоте смены работы за последние 5 лет =====
-{{:salary_survey2019:salary_survey2019-024.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| 2 раза | 79 | 24.4 |
-| 3 раза | 48 | 14.8 |
-| 4 раза | 13 | 4.0 |
-| Не менял | 64 | 19.7 |
-| 1 раз | 108 | 33.3 |
-| 5 раз | 6 | 1.9 |
-| 6 и более раз | 6 | 1.9 |
-==== Значимость ====
-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.
-{{:salary_survey2019:27._частота_смены_работы.png?400|}}
-===== Распределение по давности последней смены работы =====
-{{:salary_survey2019:salary_survey2019-025.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| 1-2 года назад | 67 | 20.7 |
-| Более двух лет назад | 103 | 31.7 |
-| 6-12 месяцев назад | 65 | 20.1 |
-| Не менял | 32 | 9.9 |
-| Менее месяца назад | 11 | 3.4 |
-| 1-6 месяцев назад | 46 | 14.2 |
-==== Значимость ====
-Этот критерий перекликается с предыдущим пунктом - новичкам в Санкт-Петербурге платят значимо больше.
-{{:salary_survey2019:28._давность_смены_работы.png?400|}}
-===== Распределение по каналам найма =====
-{{:salary_survey2019:salary_survey2019-026.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Меня схантили | 66 | 20.4 |
-| Через официальные контакты компании (форма на сайте, email рекрутера и т.п.) | 27 | 8.3 |
-| Через сайт вакансий | 161 | 49.7 |
-| По знакомству | 62 | 19.1 |
-| Другое | 8 | 2.5 |
-==== Значимость ====
-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.
-===== Распределение по типу компании =====
-{{:salary_survey2019:salary_survey2019-009.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Продуктовая | 151 | 46.6 |
-| Проектная разработка на заказ | 83 | 25.6 |
-| Другое | 39 | 12.0 |
-| Аутсорс | 29 | 9.0 |
-| Системные интеграторы | 22 | 6.8 |
-==== Значимость ====
-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.
-{{:salary_survey2019:09._company_type.png?400|}}
-===== Распределение по рынку компании =====
-{{:salary_survey2019:salary_survey2019-010.png?400|}}
-^ Категория ^ Респондентов ^ Проценты ^
-| Российский рынок | 182 | 56.2 |
-| Иностранный рынок | 63 | 19.4 |
-| Российский рынок (гос.структуры) | 60 | 18.5 |
-| Сложно определить | 19 | 5.9 |
-==== Значимость ====
-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.
-{{:salary_survey2019:10._company_market.png?400|}}
-===== Распределение продуктов компании по сектору рынка =====
-^ Категория ^ Респондентов ^ Проценты  ^
-| b2b | 207 | 63.9 |
-| b2c | 104 | 32.1 |
-| b2g | 56 | 17.3 |
-| inhouse | 102 | 31.5 |
-Примечание: в вопросе имелась возможность выбрать несколько вариантов ответа
-==== Значимость ====
-Удивительно, но по ответам наших респондентов разницы между моделями клиента, включая in house девелопмент, нет.