
大数据告诉你企业最看重“踏实” 你却没有写进简历里_数据分析师
为什么你投的简历总是石沉大海,为什么找工作总是屡屡碰壁?也许你不知道,你可能走入了简历撰写的误区!
由北京大学市场与媒介研究中心研究撰写的《赶集网90后饭碗报告》、成都商报联合智联招聘的调查显示:几乎60%企业的HR在一份简历上停留的时间不会超过1分钟。如何能在这1分钟内抓住企业的眼球,获取面试的机会,简历至关重要。
可是调查发现,企业最为看重的“稳定性、踏实”,在今年应届生的简历中却很难看到。“兴趣广泛、热情、积极”等企业HR最“无视”的自我介绍却被屡屡提及。
1,《赶集网90后饭碗报告》数据来源于赶集网每日近千万用户访问积累的平台数据,包括职位数、简历数及流量供需比等;通过在线问卷的调查方法采集一手数据,由北京大学市场与媒介研究中心进行数据分析与研究撰写。调查自2014年4月1日至6月30日,历时三个月,共回收来自全国各地 355158份有效问卷,覆盖北京、上海、广州、深圳等68个大中小城市,受访人群涵盖各个学历水平,全面展现2014年应届毕业生的就业状况。
2,成都商报联合智联招聘对200余份应届生简历的梳理、对100家成都企业的调查
HR是如何看简历的?
六成简历,被浏览时间在1分钟内
企业又最看重什么?
94%的企业看重团队协作,仅10%企业关注外语能力
我们又是如何写简历的
企业最看重的“稳定性”,简历中却没人写
找工作时间很重要
应届生找工作,四五月是最佳时期
赶集网数据显示,应届生求职市场从年后的2月份开始持续升温,在2月下旬达到90万份左右的峰值,这一求职热潮一直持续到3月下旬。可见,2014年的2-3月是应届生求职的高峰时期。然而这一阶段用人单位却反应平平,从4月开始,企业的人才需求逐渐增加,招聘发帖量稳定增长,且越临近毕业招聘需求越大,到5月份仍呈现上涨的趋势。从上半年的整体情况看,应届生找工作的最佳时期应该是4-5月份。而在之前两个月盲目地“随大流”找工作可能适得其反,等待他们的是更惨烈的求职竞争。
数据来源:《赶集网90后饭碗报告》
他们为什么找到工作
168人中,51人找到工作
在这200份简历中,成都商报记者对168位求职者进行回访,其中找到工作51人,50人在简历里用上“责任心”,43位有实习或者工作经历,“踏实”共出现了32次,占62.75%。未找到工作117人,“踏实”仅出现14次,占11.97%。
他们为什么选择离职
97名离职者中,主动辞职占71%
更令人咋舌的是,这200份简历中,已经有101份简历在目前状态栏一项中,没有选择“应届毕业生”,而是选择“离职”。我们对标注为“离职” 的101份简历进行了回访,有97位接受了回访。其中,69位求职者选择主动离职,在97名离职者中占71%;23位求职者是将实习结束未能留下视为“离职”,占到23.7%;还有5位是一直未就业。
HR最讨厌哪种自我评价?
兴趣广泛、喜欢读书、热情积极
有了度娘后,大家的生活的确是方便了不少,因为什么都可以“搜”到。这不,在如今的简历中,大家的性格和风格还真类似。咱们HR也不是盖的,阅过万千简历的他们,早就发现了这其中的猫腻,70%的被调查企业HR表示,由于现在的自我评价大多使用模板,“有些千篇一律的感觉,能够得到的有效信息不多。”
是什么样的自我评价让HR们如此失望,甚至绝望呢?记者随机点开几份简历找到自我介绍一项,果不其然,其中的一些用词还真是令人“咋舌”。一位 23岁的毕业生的自我评价里,有这样几句话:愿意以谦虚态度赞扬接纳优越者和权威者,自信但不自负,平易近人。有的简历甚至在自我评价中写出了“祝贵公司蒸蒸日上”的话语。“兴趣广泛”“喜欢读书”“热情积极”“充满激情”等内容,则是HR们最想无视的信息。HR最看重的是可具化的评价及介绍,而非宽泛的形象词。因此在对简历中的无效信息调查中,83家企业选择了“宽泛的自我介绍”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13