从一个公司的在职员工信息列表中,分析这个公司男女比例,员工的平均年龄,员工在公司的平均在职年限,以及各个年龄阶段的人数,各个职级的男女人数。
不同的行业,同一个岗位,男女比例差异比较大。比如销售,需要跑客户,经常出差,还要和客户吃饭喝酒,所以一般男销售会多一些。但不是所有行业的销售都是男生多,化妆品销售女生明显多。因为女生本身自己要化妆,各种化妆品知识都有所了解,和客户沟通起来比较容易;其次化妆品的目标客户大部分都是女生,女生之间一般共同话题比较多,容易建立联系。
大家在生活中会接到各种各样的电话推销,比如推荐你炒股,炒原油的,买房的,还有英语培训的,一般都是女生打电话。我自己猜测,不一定对,如果目标客户是男性,主要是骗钱的话,女性推销会比较多。
这里就不得不提早已恶名远播的莆田系医院,它们除了在百度买竞价排名获取流量之外,还有就是在微信上养女号,大量添加附近的人,主要是男生。聊天过程中,告诉你医院有免费的体检,骗你去医院。去了医院一般都会或多或少的说你有某些疾病,然后诱导你治疗。有的通过聊天,获取你的信任之后,等你要去医院或者亲人要就医,就告诉你自己认识某某医院主任,可以给你推荐,其实给你推荐的就是莆田系医院。还有的就比较直接,说自己是某某医院护士,如果有男性方面的问题,可以找她等等。
为什么要注册女号呢?因为男生普遍比较好色。你想想,附近有一个美女头像的人加你,看朋友圈也没什么异常,你说你加不加?加了也没什么损失,万一真是美女呢,很多人抱有这样的心理。但是只要你再多想想,就会发现问题,你说人家一美女,都不认识你,为什么要加你?你长得帅,还是有钱啊。
进群:548377875 即可获取数十套pdf哦!
正因为你是男生,是他们赚钱的目标,所以用女号。这样好友通过的成功率高,聊天的机会也大。要是你知道打理这些账号的,很多就是抠脚大叔,你还会通过她们的好友请求么,还会和她们聊天吗。
同样的道理,这些推荐炒股、炒原油、培训、买彩票的,主要是奔着你的钱来的,为了提高打电话的成功率,会利用一些人性的弱点,比如男生好色,就会雇一些女性打电话。
除了行业的不同,同一个岗位男女比例有差异之外,即使同一个行业,不同的岗位,男女的比例也是有很大差异。比如建筑业中,搬砖的基本都是男生,会计、行政女生居多。女生干不了重活,和女生的身体构造有关。但是也有人会说,女生也有搬砖的,我不否定。但是应该是极少数的,我们说的是普遍的情况。女性一般心细,喜欢稳定,所以从事行政、会计的也比较多。
样本数据:300名左右在职的员工,70左右离职的员工信息。
一、男女比例
快消食品行业,男性占比高达87%。这和公司的业务有关系,因为是全国性的食品原料供应商,工作岗位需求最多的是技术销售代表(指导客户原材料的使用和加工)、销售代表(跑经销商和KA客户),需要经常出差,在外跑客户,所以基本上以男性为主。女性的话主要是在行政、招聘、会计岗位上。
二、平均年龄及在公司的在职年限
女性平均年龄37岁,在公司的平均就职年限高达7年,这个统计的是在职员工。不过这个数据还是让我比较吃惊的。女性在公司的就职年限是男性的两倍还多,侧面反应女性不轻易离职。不过到了37岁这个年龄,离职的话,也会考虑比较多,选择比较少了。
如果你入职了这家公司,意味着你的同事,基本都是已婚,大部分都有娃了。
三、不同岗位上,男女的人数
行政全是女生,其他岗位都是男生居多;职级较低的岗位,技术和销售的需求人数最多。绝大部分公司都是这样的,职级较低的岗位,需求量最大,总得有人搬砖不是。
四、年龄结构
未知是因为出生日期缺失导致的。
80后最多,这个也和前面的平均年龄相呼应,因为平均年龄都达到了30岁以上。30岁以上,肯定就是80之后的人居多了。如果90后居多的话,平均年龄也就在28、29左右。
五、各个岗位上年龄结构
这个图表,可以清楚的看到各个岗位上,不同年龄结构的人数比例。比如大区经理、分区经理岗位,基本都是70后,其他岗位都以80后为主,90后集中在技术销售代表这个职位。
注:这张图是用tableau绘制的,前面都是用matplotlib绘制。用matplotlib也可以实现,但是太繁琐了,所以直接用tableau,方便。
六、离职员工
离职员工的信息比较少,只有姓名,入职日期和离职日期。通过入职日期和离职日期,可以计算出在职时间。我估算了一下,离职员工的平均在职年限只有0.29年,大概105天,也就是说很多员工在试用期没有结束就离开了。
这种传统的行业,招人比较难,只要不是范了大错,一般都不会轻易开除员工。所以绝大部分员工应该都是自己主动离职,说明他们觉得公司不适合自己,或者觉得这个公司没有前途。
从侧面也反映出另外一个问题,过了试用期还没有离职的人,再离职的概率不是很大。从平均在职年限来看,至少好几年才会离职。
总结以上是内存溢出为你收集整理的统计了一下员工的信息!并用Python进行了的分析!这结果真尴尬!全部内容,希望文章能够帮你解决统计了一下员工的信息!并用Python进行了的分析!这结果真尴尬!所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)