京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据告诉你如何求职数据PM
大数据这么火,想做数据PM?
那数据PM如何求职?
哪些公司爱招数据PM?
什么样的数据PM符合企业期望?
数据PM待遇如何?
……
凡事预则立,不预则废,本篇先带你了解了解行情。(其实就是爬了拉勾的数据做了个分析,分析过程若有不周之处,还望指正。)
一、数据来源
拉勾网20170519根据“数据产品经理”关键字可以搜索到的职位。由于拉勾只展示符合搜索条件的前450个职位,为了获得更多的数据,设定不同的筛选条件分别爬取汇总,然后清洗了下,最后只剩下456个职位,296家公司。
二、分析部分
分析要点:
什么样的公司爱招数据产品经理(数据PM需求现状)
什么样的求职者更符合企业期望 (企业对数据PM要求)
什么样的企业最壕(数据PM待遇)
1、什么样的公司爱招数据产品经理(数据PM需求现状)
1.1行业
从行业上来看,移动互联网包揽了半壁江山,其次是数据服务,电子商务,金融和O2O。
但是,除了数据服务外,其余几个皆是近几年很火行业,这些行业公司数量本身偏多,不排除有这方面因素的影响。
此外,行业并没有明显表现出对不同经验人才需求的差异性,最喜欢3至五年,其实是1-3年和5-10年,1年以下和10年以上的凤毛菱角。(多个行业标签的公司重复计算)
1.2发展阶段
未融资和天使轮需求量远远小于其他类型,上市公司需求量远远高于其他类型。公司上市了,有一定的规模和资金实力,数据方面开始投入和重视起来。而成立不久的小公司,很多公司这个阶段产品方向还没确定下来,业务和产品先走通更为重要,而且数据系统的建设还是很花钱的。
听起来好像很有道理,不过以上分析没有考虑到不同阶段的公司数量,请大家酌情参考,像未融资的公司不一定是不爱招数据PM,而是很可能这种类型的公司本来就不多,从而造成整体职位偏少。
但是奇怪的是, A、B、C、D轮并没有很多差异。考虑到各阶段公司数量不同的影响,还是不往下分析了,因为很可能是错的。
从人才层次看,上市公司、不需要融资、未融资和天使轮公司对5至10年经验人才的需求占比明显高于其他。未融资和天使轮的样本量很小,暂且不看。上市公司和不需要融资的公司的确是很喜欢大咖级人才。
1.3城市
剔除职位数量在5以下的城市,只剩下图上几个城市。
不管是公司还是职位,北京遥遥领先。职位数量是232,占了职位总数的一半,职位数量这么多,除了北京互联网企业多的原因外,我们我看看到北京的平均招聘人数也是远远领先其他城市的,看来相对于其他城市,北京的公司更爱招数据PM。
上海几乎和深圳持平,杭州领超广州,远远甩开其他二线,紧追上海深圳,本来想探寻上海职位偏少的原因,按照我的理解,上海虽然少于北京,但是还是该超深圳些,我去看了下上海公司的行业和发展阶段分布,奈于爬取数据量偏小,没找到原因。我大胆猜测下,很可能是因为上海的初创型公司偏多,而这类公司对数据pm需求偏小些。
下图是每个城市对不同经验数据PM的需求占比,差异性不大。不管是哪个城市,工作年限要求并没有太大的不同。都是3至5年经验的人才需求量最大,其次是1至3年和5至10年。
不过,经验不限的这块,杭州明显高于其他城市,特别是深圳和广州,从这个角度,不知道可以解读为杭州对于人才的包容性更高些?
2、什么样的求职者更符合企业期望 (企业对数据PM要求)
2.1学历
本科占比90%左右,专科不到6%。这张图告诉我们:本科学历算是个门槛,相对于其他类型的PM,数据PM对逻辑能力要求更高些,专科学历在数据PM这块很艰难。不过还好,硕士要求占比不高,作为一个本科生,我舒了一口气。
此外,不同行业不同发展阶段的公司对学历的要求并没有表现出差异性,图表就不放出来了。
2.2工作经验
正如上文提到:3至5年经验的人才需求量最大,其次是1至3年和5至10年。然后不管工作经验多少,学历上要求还是一样的:本科大多数,专科很艰难。
2.3技能要求
对职位的详情说明做了词云,本来还是分了3年以下和3年以上,不过出来的东西并没有太大差别,3年以上的“管理”,“总监”出现的更高频些,这里也不放出来了。词云反应了各家公司对于数据PM的职责和能力要求:
总结招聘数据PM的主要要求:数据分析、逻辑思维、数学、统计学、BI、报表、画像、指标、数据模型、算法、数据仓库、SQL、spark、python、spass、excel、机器学习、数据挖掘、推荐、商业化。
3、 什么样的企业最壕(数据PM待遇)
3.1整体概况
薪资取最高值和最低值的平均数,1年以下及10年以上由于样本太少,暂不分析。随着工作经验的增加,薪资也是上升趋势,其中1至3年经验,多数公司愿意给10k至20k。25k以上的职位虽然少但是还是存在的,如果实力真的强,公司还是愿意花钱的。一旦超过3年,绝大多数都是15k+,一半在20k以上。而5年以后,25k+占到一半。
3.2学历
后面的分析对工作经验做了区分,分为经验小于3年和经验大于3年,经验不限职位不计入分析。硕士职位过少,暂且不看。对于工作经验不足3年的职位,如下图所示,本科以上学历出现20至25k的待遇,甚至25k+,而大专学历20k以上为0,即使存在专科样本偏少的原因,但也足以说明本科学历有一定优势。
再来看看经验超过3年的职位,如下图所示,这时候,学历好像就没有那么重要,高薪占比差不了多少。
3.3城市
3年以下经验,不管是一线还是二线,北京待遇远超其他城市,杭州在二线城市中也很不错,如下图所示。
3年以上经验,北京上海持平,广州成都差些,而杭州比深圳还要好一些。想想北上深的房价,杭州的表现非常不错。
3.4发展阶段
天使轮数量太少暂不分析。
不管是经验多少,D轮以上和上市公司待遇领先。而D轮以上待遇甚至好于上市公司,猜测一下:D轮以上的公司多数已经发展的比较生熟,离上市还差最后一步,这时候,公司是不是对于人才更舍得花钱?

3.5行业
如图,整体来看,O2O待遇稍好一些。3年经验以上,行业待遇差别不大,3年经验以下,电商待遇偏低,但不排除样本偏少造成的误差。

三、总结
1、上市公司、北京、移动互联网行业最爱招数据PM。
2、百分之九十都要求本科学历,数据分析必须精通。
3、北京待遇最好,杭州性价比高,D轮以上公司最舍得。
本来还想分析下各家hr的活跃时间,处理用时,处理率等问题,样本太少,想想还是算了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22