京公网安备 11010802034615号
经营许可证编号:京B2-20210330
今年会不会加薪?大数据时代,你不用靠猜
日前,人才管理咨询集团瀚纳仕(Hays)在广州发布了 《2015年亚洲薪酬指南》(下称“指南”)。该调查从多样本和多角度分析和预测了未来一年的薪酬走向,参与调查的国家和地区包括中国内地、中国香港、日本、新加坡、马来西亚,接受调查的企业有2361家,涉及员工4017026名。其中,接受调查的中国企业超过1000家。
如果你是老板,苦于人才招聘、加薪几许,请往下看;如果你是员工,想要转正或跳槽,也请往下看。大数据时代不用靠猜,用数据说话。
八成雇主拍板:今年加薪5%-8%
指南显示,超过80%受访雇主与员工均表示,今年平均加薪幅度在5%-8%。这个调查结构也适用于广州吗?新快报记者采访了金融、技术、保险、销售、房地产、运营等多个行业的20位高薪从业人员,他们均在广州珠江新城上班。
目前正在外资银行工作的Kevin说与去年持平,而Hayson说幅度会比去年低一点点,“我的加薪幅度大概是6%,幅度接近10%的,都是绩效较高的员工”。其中,IT业土豪老总表示,今年平均加薪会超过10%,“非销售类、核心技术与中低层管理职位则会超过20%”。至于求职者,广州人还是坚持“务实”到底,最希望加薪幅度能在8%-10%。
短期工、海外求职者今年吃香?
指南显示,21%受访雇主将增加短期或合约员工,甚至在技术人才短缺的领域,65%的雇主会考虑聘请海外求职者。
在接受新快报记者采访的20多个行业里,超过九成雇主在未来一年内不打算增加短期或合约员工,“最多也只会接受兼职招聘。”一位在外企从事市场工作的Aimee说,她们公司在做项目时,有时候会需要请到兼职,但不会以短期员工形式。“至于会聘请海外求职者的多是外企或是IT、技术类的外包项目。”猎头Danrtsey说。
销售最难招工 门槛低淘汰率高
“销售人员,进入门槛低但淘汰率高。”Danrtsey与某企业人事Sarah向记者如是说,而工程、技术、IT职位对求职者的专业要求高。这些领域的女性求职者又偏少,这就更加加大了招聘的难度。广州地区的中小型企业较多,对于好的技术人员需求仍很旺盛。至于高级管理人员,“懂技术不一定懂管理的问题越发凸显,两者兼备的人才很吃香。”Danrtsey还发现,专业的服务性人才也很难招聘,如:私人健康保健、个人金融理财等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06