1. 程式人生 > >統計了一下員工的資訊!並用Python進行了的分析!這結果真尷尬!

統計了一下員工的資訊!並用Python進行了的分析!這結果真尷尬!

統計了一下員工的資訊!並用Python進行了的分析!這結果真尷尬!

 

從一個公司的在職員工資訊列表中,分析這個公司男女比例,員工的平均年齡,員工在公司的平均在職年限,以及各個年齡階段的人數,各個職級的男女人數。

不同的行業,同一個崗位,男女比例差異比較大。比如銷售,需要跑客戶,經常出差,還要和客戶吃飯喝酒,所以一般男銷售會多一些。但不是所有行業的銷售都是男生多,化妝品銷售女生明顯多。因為女生本身自己要化妝,各種化妝品知識都有所瞭解,和客戶溝通起來比較容易;其次化妝品的目標客戶大部分都是女生,女生之間一般共同話題比較多,容易建立聯絡。

大家在生活中會接到各種各樣的電話推銷,比如推薦你炒股,炒原油的,買房的,還有英語培訓的,一般都是女生打電話。我自己猜測,不一定對,如果目標客戶是男性,主要是騙錢的話,女性推銷會比較多。

這裡就不得不提早已惡名遠播的莆田系醫院,它們除了在百度買競價排名獲取流量之外,還有就是在微信上養女號,大量新增附近的人,主要是男生。聊天過程中,告訴你醫院有免費的體檢,騙你去醫院。去了醫院一般都會或多或少的說你有某些疾病,然後誘導你治療。有的通過聊天,獲取你的信任之後,等你要去醫院或者親人要就醫,就告訴你自己認識某某醫院主任,可以給你推薦,其實給你推薦的就是莆田系醫院。還有的就比較直接,說自己是某某醫院護士,如果有男性方面的問題,可以找她等等。

為什麼要註冊女號呢?因為男生普遍比較好色。你想想,附近有一個美女頭像的人加你,看朋友圈也沒什麼異常,你說你加不加?加了也沒什麼損失,萬一真是美女呢,很多人抱有這樣的心理。但是隻要你再多想想,就會發現問題,你說人家一美女,都不認識你,為什麼要加你?你長得帥,還是有錢啊。

進群:548377875   即可獲取數十套PDF哦!

正因為你是男生,是他們賺錢的目標,所以用女號。這樣好友通過的成功率高,聊天的機會也大。要是你知道打理這些賬號的,很多就是摳腳大叔,你還會通過她們的好友請求麼,還會和她們聊天嗎。

同樣的道理,這些推薦炒股、炒原油、培訓、買彩票的,主要是奔著你的錢來的,為了提高打電話的成功率,會利用一些人性的弱點,比如男生好色,就會僱一些女性打電話。

除了行業的不同,同一個崗位男女比例有差異之外,即使同一個行業,不同的崗位,男女的比例也是有很大差異。比如建築業中,搬磚的基本都是男生,會計、行政女生居多。女生幹不了重活,和女生的身體構造有關。但是也有人會說,女生也有搬磚的,我不否定。但是應該是極少數的,我們說的是普遍的情況。女性一般心細,喜歡穩定,所以從事行政、會計的也比較多。

樣本資料:300名左右在職的員工,70左右離職的員工資訊。

一、男女比例

快消食品行業,男性佔比高達87%。這和公司的業務有關係,因為是全國性的食品原料供應商,工作崗位需求最多的是技術銷售代表(指導客戶原材料的使用和加工)、銷售代表(跑經銷商和KA客戶),需要經常出差,在外跑客戶,所以基本上以男性為主。女性的話主要是在行政、招聘、會計崗位上。

統計了一下員工的資訊!並用Python進行了的分析!這結果真尷尬!

 

二、平均年齡及在公司的在職年限

女性平均年齡37歲,在公司的平均就職年限高達7年,這個統計的是在職員工。不過這個資料還是讓我比較吃驚的。女性在公司的就職年限是男性的兩倍還多,側面反應女性不輕易離職。不過到了37歲這個年齡,離職的話,也會考慮比較多,選擇比較少了。

如果你入職了這家公司,意味著你的同事,基本都是已婚,大部分都有娃了。

統計了一下員工的資訊!並用Python進行了的分析!這結果真尷尬!

 

三、不同崗位上,男女的人數

行政全是女生,其他崗位都是男生居多;職級較低的崗位,技術和銷售的需求人數最多。絕大部分公司都是這樣的,職級較低的崗位,需求量最大,總得有人搬磚不是。

統計了一下員工的資訊!並用Python進行了的分析!這結果真尷尬!

 

四、年齡結構

未知是因為出生日期缺失導致的。

80後最多,這個也和前面的平均年齡相呼應,因為平均年齡都達到了30歲以上。30歲以上,肯定就是80之後的人居多了。如果90後居多的話,平均年齡也就在28、29左右。

統計了一下員工的資訊!並用Python進行了的分析!這結果真尷尬!

 

五、各個崗位上年齡結構

這個圖表,可以清楚的看到各個崗位上,不同年齡結構的人數比例。比如大區經理、分割槽經理崗位,基本都是70後,其他崗位都以80後為主,90後集中在技術銷售代表這個職位。

注:這張圖是用tableau繪製的,前面都是用matplotlib繪製。用matplotlib也可以實現,但是太繁瑣了,所以直接用tableau,方便。

統計了一下員工的資訊!並用Python進行了的分析!這結果真尷尬!

 

六、離職員工

離職員工的資訊比較少,只有姓名,入職日期和離職日期。通過入職日期和離職日期,可以計算出在職時間。我估算了一下,離職員工的平均在職年限只有0.29年,大概105天,也就是說很多員工在試用期沒有結束就離開了。

這種傳統的行業,招人比較難,只要不是範了大錯,一般都不會輕易開除員工。所以絕大部分員工應該都是自己主動離職,說明他們覺得公司不適合自己,或者覺得這個公司沒有前途。

從側面也反映出另外一個問題,過了試用期還沒有離職的人,再離職的概率不是很大。從平均在職年限來看,至少好幾年才會離職。