京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据显示互联网行业加班最狠 怎么破?
“加班”这个词对于现代上班族来说一定不会陌生,尤其是在互联网行业奋斗的人们,而在互联网行业中的程序猿们更被誉为加班中的“战斗机”。近日,滴滴发布的《中国智能出行2015大数据报告》更是从侧面印证了这一点,数据中显示,北京是全国加班最严重的地方,白领19点前下班的人数比例不到四成。综合多个行业的“大排名”,下班时间最晚前10名分别是:可口可乐、奇虎360、宝洁、阿里巴巴、京东、森马服饰、联合利华、百度、华为、腾讯。Top10公司中,互联网公司占据半壁江山,BAT全部上榜,其次为快消行业。
数据虽只是佐证,但的确能说明一些问题。那么,为什么互联网行业加班最严重?
网友推举,做什么最容易加班?
网友在谈到这个问题时由衷感叹:“做IT的命苦啊,搞开发的、做维护的加班最多,制造业这种现象比较少。”网友同样附和,认为做IT维护类工作的人加班最多,因为机器时刻运转,他必然也要整天在维护。虽然目前的技术已经向支持运维自动化的方向发展,但毕竟不是一时能看到成果的。
目前,网友在一家互联网创业公司工作,他分享了自己真实的故事:“最初,平台上线的这段时间几乎每天都在加班。没什么特别的原因,就是因为要赶项目进度。毕竟3个月开发一套平台,还要确保按时上线,这么十几个人去弄还是有难度的。虽然我在其中只是负责内外部资源的协调,但做为一个小团队的“头羊”,临阵脱逃肯定是不可取的。一边看着兄弟们拼死拼活的开发,一边是女儿在电话里殷切的呼唤,心里五味杂陈,冰火两重天。”不过他还是表示,创业公司大多是这样,这种加班还是可以理解的:“一将功成万骨枯,IT从业人员辛勤付出的同时,也在实现着自己的价值,学以致用,我觉得是值得的。”
其实,在网友的观点中可以发现,“IT”、“创业”是加班较为集中的地方,近一年互联网创业潮几乎达到巅峰,而互联网行业更是与开发、运维等密不可分。所以,互联网成为加班比例最高的行业也就不难理解了。除此之外,互联网行业瞬息万变的特性也决定了这一点,想在这个圈子里发展,你必须对突发事件足够敏感,一个事物通过互联网爆火可能仅需要几天甚至是几个小时,你需要不断关注并且与自身结合,借势营销,而营销方案之下,更多的还是开发人员加班加点的开发维护。
加了那么多班,真的有用吗?
提到加班是否有用,网友首先跳出来喊道:“先别说有没有用,不加班绩效考核都不及格!”网友原从事对日工作,他表示:“原来我做对日的时候经常加班,但工作基本没什么技术含量,拼的就是中国廉价的劳动力。这属于整个一个行业原因,和中国人不适应日本客户的严格要求也有关系,中国程序员做事有时候确实有些粗糙。”
网友与他们的观点有出入,他说:“我不常加班,只加过一次一个月的班,原因是人太少,项目也紧。我认为,所有的加班都是不合理安排时间的结果。在别人安排任务时尽量多要时间,以防止可能有变的因素,早点做出来联调测试,发现问题也能及时修改。”
网友也认为加班与效率不高有关,他说:“我们应该多学习快捷的方法,提高工作效率,尽量减少加班。每遇到一个问题就生成一个解决方案,久而久之工作效率也能有很大提升。”
怎样提高效率,减少加班?
对于提升工作效率,网友表示,他以前在Microsoft的领导经常向他强调:“重要的不是你做得多快,而是你对自己工作能力和工作量有合理的估计!也就是,给你一个任务,你要知道如果你用正常工作时间大概会花多久,不是打保票下决心说要攻克难题要不吃不喝不眠不休!只有正确的时间估计,才能让团队的进度合理。”
以前一直做PM,T通过做大大小小的项目积攒了经验,在应对流程性或突发性事件上有足够的准备和承受能力的,他总结了自己对时间管理的心得与大家分享。
想提升工作效率也不难。关键有这样几点:
1、事务的优先级:不管多少事情,总有急、慢之分,先理清楚事情的紧急程度再去动手,磨刀不误砍柴功,别担心会延误,计划得好,事半功倍;
2、事务的本质:不要被纷乱复杂的表面需求所迷惑,要学会看穿表象去究其本质。往往听完业务部门的需求分让人头很大,感觉不知所云,那么,换个人或方式,先确认对方需求点,再根据自己的理解复述,确定后再去套入到某个领域之中;
3、象限法:其实就是一种分类方法,可以按你的理解把事情归纳到不同的象限,再跟据分布情况得出处理优先级。总之得到任务之后,就是不断地按规则拆解、细分。如果你是一个LEADER,当面对大任务量时,可以有条不紊地合理分配工作任务,也不失为一种“得民心”的好途径。
不得不说网友中确是藏龙卧虎,以上对于互联网行业加班的分析已经十分深入。不过,身处互联网行业,无论是大环境影响还是个人原因,加班已经是普遍现象,我们只能在能力范围内尽量调整,提升效率。临近春节,很多人的心可能早早就飞往假期了,不如在这一时刻回望近一年的工作学习,稍作休整。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13