大家好，我叫xxx,在一家互联网公司做BI工程师。大学毕业三年，年龄28，身高175，体重75KG，长相......
我眼中的我是这样的：
但在我女朋友眼里我是这样的：
和女朋友谈恋爱一年多了，年纪也都老大不小了，令人紧张又害怕的环节终究还是来了，素未蒙面的准丈母娘前几天提出来要见见我，这一下让我慌乱了阵脚，不怕天，不怕地，就怕丈母娘突如其来的关心......
网上搜索一了一下见丈母娘必备攻略：
多方面总结，以下几个问题是逃不掉的：
-
有车否？
-
有房否？
-
月入过万否？有前景否？
......
有车，名牌小鸟电动车；有房，乡下二层楼小洋房，暂时拆迁也拆不到；月入1万多点，前景嘛......
作为一名在数据行业打拼了两年多的BI 工程师，虽然目前收入还算ok，但每每想起房价，男儿三十还未立，内心就不免彷徨不已，回想自己过去的工作成绩也还算是不错的，多次通过自己分析报告，解决了业务的疑难杂症，领导们各种离不开。
但前景这个问题就真的问到我了，安逸久了总会有点莫名的慌张，我所在的这个岗位未来会有多大发展空间，十年之后我能成为什么样的人呢？自己的收入空间还有多少？没车没房我怎么说服准丈母娘放心的把女儿托付给我呢?
一番惆怅之后，别再问路在何方了，于是抄起自己的“家伙”，花了一小会时间爬了智联招聘上BI岗位的数据信息，做了个分析。
数据分析的过程如同烧一顿饭，先要数据采集（买菜），然后数据建模（配菜）、数据清洗（洗菜）、数据分析（做菜）、数据可视化（摆盘上菜）。
买菜：Python爬取智联招聘岗位信息
选择智联招聘，通过Python来进行“BI工程师”的关键数据信息的爬取，这里大家也可以试着爬取自己岗位的关键词，如“数据分析师”、“java开发工程师 ”等。经过F12分析调试，数据是以JSON的形式存储的，可以通过智联招聘提供的接口调用返回。
我通过Python对智联招聘网站的数据进行解析，爬取了30页数据，并且将岗位名称、公司名称、薪水、所在城市、所属行业、学历要求、工作年限这些关键信息用CSV文件保存下来。Python源码就不具体写了。
全部数据爬取完毕，一共18000条，保存在本地CSV文件中。数据是爬到了，具体我还想知道各城市的BI岗位需求情况以及薪资水平；薪水随工作经验的涨幅情况，以及有哪些具体的高薪岗。
由此可见，想要分析的角度很多，菜买了，要想做出一道美味的菜还得有个好使的工具，最简单快速出可视化的方法自然是用FineBI，来对数据做简单清洗加工，并呈现可视化。
先把FineBI免费激活码给大家，对付丈母娘备用
用FineBI的菜谱流程是这样的：连接/导入数据——数据处理/清洗（过滤、筛选、新增公式列）——探索式分析——数据可视化——出报告。
洗菜、切菜：数据清洗加工
薪水上下限分割：
将CSV文件数据导入FineBI中（新建数据链接，建立一个分析业务包，然后导入这张excel表）。因为薪水是以xxK-xxk（还有一些类似校招/薪资面议的数据）的形式进行存储的，我这边使用FineBI新增公式列（类似excel函数）将这些字符进行分割：
薪水下限（数值）：left( indexofarray ( split (salary,"-") ,1),find( "K",INDEXOFARRAY( split(salary,"-") ,1))-1)
薪水上限（含K字符）：right ( indexofarray( split(salary,"-") ,2),len(salary)- find("K",indexofarray(split(salary,"-"),2 ) ) )
薪水上限（数值）：left( 薪水上限(文本),find("K",薪水上限(文本))-1 )
这样就得到每个岗位的数值格式的薪水区间了：
脏数据清洗：
浏览了一下数据，没有大问题，但是发现里面有一些类似BIM工程师的岗位信息，这些应该都是土木行业的工程师，这边我直接过滤掉即可（不包含“BIM”且不包含“bim”）。
岗位平均数据计算：
再新增列，平均薪水=(薪水下限+薪水上限)/2，即可得到每个岗位的平均薪水。
真实城市截取
由于城市字段存储有的数据为“城市-区域”格式，例如“上海-徐汇区”，为了方便分析每个城市的数据，最后新增列“城市”，截取“-”前面的真实城市数据。
城市：if(find("-",city)>0 , left(city, find("-",city)-1 ),city)
至此，18000多条数据差不多清洗完毕，食材已经全部准备好，下面可以正式开始数据可视化的美食下锅烹饪！
炒菜出锅：数据可视化
数据可视化可以说是很简单了，拖拽要分析的数据字段即可。
但是这里用FineBI分析要理解一个思路。常规我们用excel做分析或者说做图表，是先选用钻则图表然后设定系列、数值。这里没有系列和数值的概念，只有横轴和竖轴。拖入什么字段，该字段就以该轴进行扩展，至于图表嘛，FineBI会自动判别推荐，差不多是个自动炒锅。
我先分析个各城市平均薪水/岗位数量
1、横轴以“城市”字段扩展，展现两类数据。先是薪水值，拖拽到纵轴，默认对数值类的字段是汇总求和的。点击字段可直接对改字段修改计算、过滤等操作。
2.然后分析每个城市BI岗位的情况。将数据记录数这个指标拖入到纵轴展示。同样的方式，可以修改字段名。这里为了区分两者，将其修改为折线图，并且倒叙展示。
同理，其他图表也是这样的操作，想清楚展现什么样的数据，怎样展现，数据要作何处理。就得心应手了。其他图表就不一一赘述了。
最后，大概花了15分钟，一份完整的智联招聘网站-BI工程师岗位数据分析的可视化报告就制作完成啦~
这图我准备带去前方丈母娘现场
上菜：分析结果
分析结果必须要跟丈母娘好好儿讲解讲解：
-
目前BI工程师岗位在智联招聘网站的平均薪资为13.46K（达到月入过万标准），主要薪水区间大概在12-15K（占比27.07%），相关工作需求总数为634个（仅仅为某一天的招聘需求数据，绝不会失业）。
-
从城市岗位需求数量分布来看，BI工程师需求主要集中在北京、上海、深圳、广州区域；各城市BI工程师平均薪水方面，去除岗位需求量较少的城市来看，国内排在前面的分别为深圳（14.72K）、上海（14.59K）、北京（14.51）、杭州（12.07K）、成都（11.13K）、广州（10.94K），结婚以后生活的城市也能选下来了。
-
从工作年限的平均薪水和岗位需求数量来看，工作5-10年的资深BI工程师的平均薪水可以达到20K以上。（换句话说，我这工作钱途一篇光明啊，此时不嫁更待何时？我的未来老母亲）
-
看了一些高薪的招聘企业，最高的可以给到30K~40K的薪酬水平，其中主要是互联网、IT类公司为主。（虽然我现在没车没房，但是用不了多久，我都会有！）
一顿操作，醍醐灌顶，此次出征，我必是凯旋而归啊！
欢迎关注我的公众号“商业智能研究”，私信回复“资料包”，即可领取大数据、数据中台、商业智能、数据仓库等6G精华资料
