2018-互联网行业人才需求白皮书_44页-42mb

互联网行业人才需求白皮书总结

核心内容

本白皮书基于2017年第三季度全国互联网行业的公开招聘数据，分析了互联网行业整体及不同职类的人才需求情况，从学历、工作经验、薪酬、企业规模、企业性质及地域等多个维度展开研究，旨在为行业从业者及企业人才招聘提供参考。

主要观点

1. 行业发展趋势

• 互联网行业持续快速发展，2017年软件业务收入达55037亿元，同比增长13.9%。
• 互联网普及率持续上升，达到55.8%，高于全球平均水平。
• 互联网与实体经济深度融合，推动产业升级，人才需求呈现多元化趋势，对复合型人才和具备敏捷学习能力的人才需求增加。

2. 互联网行业整体人才需求

• 学历需求：本科和大专学历人才需求占比最高，但企业发布的最低学历要求可能掩盖了真实学历分布。
• 工作经验需求：1年以下和1-3年工作经验需求占比最大，但随着工作经验的增长，平均薪酬显著上升。
• 薪酬分布：行业平均薪酬为9337元/月，薪酬区间多集中在2000-30000元，企业规模越大，薪酬越高。

3. 不同类型企业的人才需求

• 企业规模：50-150人和150-500人规模企业对人才需求占比最高，但所有规模企业均有人才需求。
• 企业性质：民企对人才需求占比最大，而国企和政府/非盈利机构对学历和工作经验要求较高。
• 薪酬差异：国企、政府/非盈利机构和外企提供的平均薪酬最高，创业公司和民企最低。

4. 不同地域的人才需求

• 地域分布：华东、华南和华北地区对互联网人才需求量最大，西北和东北地区需求相对较少。
• 学历要求：华北地区对本科学历要求最高，西北、东北和华中地区对大专学历要求较高。
• 工作经验要求：华北地区对3-5年工作经验需求最高，华南和东北地区对1年以下工作经验需求较高。
• 薪酬水平：华北、华东和华南地区平均薪酬最高，西北和东北地区最低。

5. 不同职类的人才需求

• 职类热度：技术类人才需求最高，产品类最低。
• 学历要求：产品类对学历要求最高（本科及以上占比约65%），技术类次之，运营类和设计类相对较低。
• 工作经验要求：产品类对3-5年工作经验要求最高，设计类对1年以下工作经验需求最大。
• 薪酬情况：产品类平均薪酬最高，技术类次之，运营类和设计类相近，但均低于技术类。

6. 标杆企业的人才需求

• 学历要求：标杆企业对学历要求高于行业平均水平，本科学历占比超过60%。
• 工作经验要求：标杆企业对3-5年工作经验要求最高，高于行业平均水平。
• 薪酬水平：标杆企业提供的平均薪酬（11996元/月）和薪酬区间（5600元）均高于行业平均水平（9337元/月，4023元）。
• 职类要求：标杆企业对各职类人才的要求均高于行业平均水平，特别强调技术能力和数据能力。

关键信息

• 技术类人才：需求量最大，学历和工作经验要求最高，薪酬水平也最高。
• 产品类人才：对学历和工作经验要求较高，但薪酬和行业平均接近。
• 运营类人才：对数据能力、用户理解及活动策划能力要求较高，薪酬相对较低。
• 设计类人才：对设计能力要求突出，但薪酬低于技术类和产品类。
• 地域分布：华东、华南和华北地区是人才需求的高地，西北和东北地区相对较少。
• 企业类型：民企是人才需求主力，而国企和政府/非盈利机构对学历和工作经验要求更高。
• 标杆企业：对人才的学历、经验和薪酬要求均高于行业平均水平，显示出更高的竞争性和吸引力。

总结

• 互联网行业对人才的“数据能力”要求日益提高。
• 人才需具备良好的学习敏锐度，以适应行业快速变化。
• 本土企业将在未来成为人才需求增长的主要力量。
• 新兴技术领域如大数据、云计算、人工智能等人才需求持续上升。

附录

1. 数据说明

• 数据来源：各大招聘平台的公开招聘数据，发布时间为2017年第四季度，有效数据量约为152万条。

• 区域分类：

  • 西北地区：陕西、甘肃、青海、宁夏、新疆
  • 西南地区：重庆、四川、云南、西藏、贵州
  • 华北地区：北京、天津、河北、山西、内蒙
  • 华南地区：广东、广西、海南、香港、澳门
  • 东北地区：辽宁、吉林、黑龙江
  • 华东地区：上海、江苏、浙江、安徽、江西、福建、山东、台湾
  • 华中地区：河南、湖北、湖南

• 职类划分：

  • 产品类：产品经理、产品总监等
  • 技术类：前端工程师、后端工程师、测试工程师、算法工程师等
  • 运营类：产品运营相关职位
  • 设计类：平面设计、动画设计、游戏设计等

• 标杆企业选择：参考了近两年国内和国际多个行业企业排行榜，综合判定标杆企业名单。

2. 优势与局限

• 优势：

  • 数据来源广泛，覆盖多个招聘平台，具有代表性。
  • 分析角度多样，结合了行业趋势和具体数据。

• 局限：

  • 缺乏长期数据追踪，无法分析人才需求随时间变化的趋势。
  • 部分招聘信息存在虚假或不准确的情况。
  • 部分职位信息收集不全，如高端职位可能通过猎头或内推渠道发布，未涵盖在内。