作品选题 《疫情后，读这些专业最赚钱！》——大学生毕业就业分析大屏   一、选手简介 1、选手介绍 （1）团队选手版 团队名称：快乐赚钱小战队 队长介绍：橘猫君。目前从事产品运营工作，擅长策划与创意，爱好冲浪与八卦，细心且富有创意。目前正在积极学习数据分析，享受通过数据分析探索结果和真相的过程。 成员介绍：霍二。全栈型前后端数据开发，幽默与智商在线的美女子。和队长是公司里的饭搭子，生活上的话搭子，工作中的运营+开发搭子。坚持统一信念：快乐生活，努力赚钱！ 团队照片：据说美女都不露照，有缘自相见！ 2、参赛初衷        在公司几年，跌跌撞撞学习了一些BI工具技能。此次参赛主要是希望推动自己接受更大的挑战和磨练，考验自己的数据分析能力和工具技能水平，与行业大牛互相切磋学习。期待在幸运和努力的合力效果下，能作出一些成果作品，顺便拿到奖励（大赛奖励的确很诱人）。   二、作品介绍 1、业务背景/需求痛点        2023年7月，高考填报前夕，教育学家张雪峰老师一番指导性言论，瞬间引起的教育界及报考学子的关注。他认为：普通家庭孩子不能光谈理想，要考虑现实，优先选择一个可以让自己过得好的专业比所谓的理想来的实际的多。而对于即将跨入大学的学生来说，他们的选择又会是什么？        因此作为参考，我们对疫情几年内毕业的学生们在毕业后的去向、就业选择、就业薪资、就业满意度等方面进行分析统计，了解当前就业趋势，分析大学生的就业选择观点和意愿，以及对各行业、专业、企业进行论证分析，怎样的专业选择和就业选择更能“让自己过得好”。   2、数据来源 数据类型：第三方统计数据数据来源：智联招聘网、国家统计局、麦可思研究院   3、分析思路 关于专业和就业的数据繁多。如何形成有故事的分析链路： （1）分析毕业+就业大军 了解毕业人数、选择就业人数及对比往年数据，了解当下毕业大军将面临的形势 （2）分析毕业去向选择 通过毕业去向选择分析，了解高校学生毕业后选择继续就业的情况和比例，以及为什么选择就业 （3）分析就业意愿情况 针对选择就业的学生，分析选择行业、企业及考虑因素的占比，了解学生对就业选择的思考和关注点 （4）分析就业薪资水平 针对选择就业的学生，按行业和专业分别分析，各类工作的平均工资，得出哪些专业出来的学生，能让自己“过得更好” （5）分析就业满意度 针对选择就业的学生，按行业和专业分别分析，各类工作的满意度评分，得出哪些专业出来的学生，找到“理想”类的工作。最后结合与薪资水平的分析作重合度对比分析得出毕业后工资又高，满意度又高的专业、岗位有哪些。 （6）预警专业提醒 针对选择就业的学生，提炼就业离职率高及薪酬较低的专业，作为专业选报的预警提醒，提醒高考学子根据自身情况，理性选择。   4、数据处理 由于数据均采集自第三方统计数据，故数据处理环节较简单，主要有以下几种处理情况： （1）总毕业情况数据        总毕业情况数据由于没有一个统一的渠道去全部获取，所以不同渠道的统计口径略有不同，如18年~20年数据均剔除了不选择就业方向（包括考研、考公、编制内、出国深造等）的毕业生，而21~22年的就业率分母包含了不选择就业方向的学生，因此为了让就业率数据具有可比较性，将21~22年各年毕业生就业率对应地除以21~22年各年选择就业方向毕业生占比，得到选择就业方向的毕业生的就业率。 （2）就业质量数据        就业质量可以从多方面进行衡量，如收入水平、就业满意度、离职率、专业与工作相关度等，因此为了方便分析，我们将收入水平、就业满意度等不同维度数据根据专业名称进行关联并整合到一张表上。 注：数据来源渠道一致才能作此处理。   三、可视化报告 版头及各分析模块版头设计：先在PPT设计图形，然后上传图片组件。   1、毕业生就业总体情况分析 （1）模块含义表达与制作 2023年毕业人数是一个绝对值，因此用指标卡的形式来表达，排版上导入湖蓝色的图片作为指标卡的底色来，与其他图表区分开，还能提高报表美观度；   就业率是个比率值，因此通过仪表盘表达就业率大小，且加上趋势数据；   历届毕业情况则用双轴图来表现，其中毕业人数用柱图，就业率用折线；并用注释的方式，在下滑出提醒疫情开始时间。 整体上颜色以湖蓝色为主色，并加以从浅蓝色向湖蓝色的渐变效果。   （2）结论 通过观察历届毕业人数与就业率得出结论：毕业人数不断上升，且这几年增加幅度较大，遇上疫情期经济下滑，市场岗位需求缩减，导致就业率大幅下降，虽然在今年稍微回暖，但总体来说，毕业生就业形势依然较为严峻。   2、毕业生就业意愿 （1）模块含义表达与制作 就业意愿每一个组件其实都是表达不同维度的意愿的比重，主要是想让读者知道毕业生最期望去哪些行业、企业，哪些因素影响他们最多。一般来说都会优先选择条形图来表现，但为了让看板表现形式更加丰富，结合了各个组件数据的特点，最终选择了用带有扩散特效的散点图、聚合气泡图、横向条形图、词云来表现。     闪烁动画   配合主题色，自定义颜色区间   根据数字值区间，设置颜色，加强对比   根据展示需求，对标签进行调整，既能通过大小展示占比，又能通过数据了解具体数值   通过排序，将无序的维度按照数据大小进行降序排列     （2）结论 通过对比分析法，观察得出：经济下滑带来的就业压力和大环境形势，毕业生们更倾向于去较为稳定的国企。同时IT相关行业意愿占比远大于其他行业，有可能是其相对于其他行业较高的薪酬和福利，因此接下来将进一步进行假设论证：行业类型的选择，专业类型的选择、企业类型的选择与薪酬水平间的关系。   3、就业薪酬分析 （1）模块含义表达与制作 就业薪酬分为3部分，分别为行业薪酬、专业薪酬、企业薪酬。 行业薪酬：年薪TOP3分私营与非私营维度，通过指标卡的形式来表现排名，用粗体突出年薪数值；而各行业历年年薪由于有时间上的趋势对比，因此用折线图来表现，由于行业非常多，所以用动画特效突出表现TOP3行业和全行业平均年薪。 自定义标签文本格式   增加组件图片，悬浮图片，进行主题装饰   特殊显示：前3排名的闪烁动画、平均工资的特殊显示和注释 图例排版：考虑维度和颜色较多，添加图例，方便查看   专业薪酬：分高职和本科维度，根据薪酬高低，聚焦就业薪酬前10的专业，并与往年进行对比，表现形式上用降序排序的条形图。     设置轴逆序、轴最大最小值、组件整体适应等功能，进行年份不同类别的对比   企业薪酬：通过箱型图论证私企和非私企平均年薪的差异值，并针对薪酬更高的非私营企业单位年薪进行折线的趋势分析，用不同颜色区域不同单位类型，并提亮标记平均工资水平。 设置平均工资警戒线，突出差异值   设置趋势动态线   （2）结论        通过观察就业薪酬数据得出结论：各行业薪酬都在稳定上升，其中上升幅度最显著的行业为IT相关行业、金融业均排在行业年薪最前面，与毕业生期望就业最高的行业相一致。同时，与IT相关行业对口的专业薪酬也较高，也是近几年较为热门的专业。        从2018年与2022年的专业月薪对比来看，2018年法语专业尚且能挤进前10榜，但2022年高薪专业已无文科或艺术类专业，理工科专业称霸了整个高薪榜，可以说理工科专业生在取得较高薪岗位方面优势更大。        如果从企业来看，私企和非私企薪酬水平差异较明显，选择非私营企业将可能获得更高薪的机会。其中，外商投资，股份有限公司、国有单位的薪酬更居高，可能更受毕业生的青睐。   4、就业满意度 （1）模块含义表达与制作 就业满意度职业选择了前5进行展示，为了画面看起来丰富一点，选择了雷达图来表现，颜色越深的点代表满意度越高；就业满意度专业选择了前10进行展示，横轴从高到低进行排序。 虚线渐变雷达图，加上框线，更聚焦对比   通过筛选维度前10，聚焦展示满意度前10的专业   （2）结论 通过观察满意度数据得出结论：平均月薪较高、或者稳定性较高的职业对应的满意度也较高。   5、就业专业红绿榜 （1）模块含义表达与制作 绿榜：专业从收入、工作相关度、就业满意度、离职率来对比得出，其中收入权重占比最大，由于维度较多，因此用表格来展示。   通过设置形状和数据条，直观展示各个数值的对比情况，并作出相应提醒   红榜：专业从失业率、薪资水平、就业满意度综合衡量，用表格标记的形式来展示。 使用表格工具及形状标记，将上榜的专业和年份标记出来，可以一下区分高频红榜专业   （2）结论        综合红绿榜数据得出结论：信息安全、信息工程、软件工程在薪酬水平、专业相关度、就业满意度、离职率上都较为居高，是相对能满足学生对就业2个需求的专业；数据科学与大数据技术与电子科学与技术2个专业，虽然薪酬偏高，但是相对前三者，专业相关度和就业满意度偏低，需谨慎选择。 红榜方面，本科的应用心理学、法学、绘画、音乐表演及高职类的小学/英语/语文教育及法务几个专业已连续多次上榜，由此看出艺术类和法学类的专业就业情况不太理想，可能更适合自由职业或自主创业。   6、最终结论       从整个分析大屏看出，随着毕业人数的上升，且受到经济和就业的压力，更多毕业生(58%)选择了毕业即就业。虽然2023年就业率较上年上升，但就业竞争依旧激烈。       从就业意愿上看，毕业生会更偏向科技类(25%)、文娱类(9%)、政府事业(8%)、生产制造(8%)、金融业(7%)类的职业，且更向往稳定、高薪的国企公司。       通过对近年各职业和企业的薪酬、满意度进行分析，非私营（国有企业、事业单位等）比私营企业的薪酬更高。而无论是私企还是非私企企业，高职还是本科专业，科技类、技术制造、金融类职业和专业拥有更高的薪资。综合满意度方面，上述平均月薪较高、或者稳定性较高的职业对应的满意度也较高。只有文娱类的专业和岗位在薪酬相对略显劣势，且在就业满意度差强人意。       张雪峰老师提出选择专业时：不要光谈理想，更要谈实际。此次分析从实际的角度为我们指出了：如果报考和从事科技类、金融类、技术制造类的专业或岗位，我们或许能获得一个不错的生活和良好的就业体验。这仅代表一种社会趋势和对人才的需求，但就业供需其实是随时变动的。而唯一能让我们安稳的，是我们能确认和坚定选择自己喜欢的事物和领域，并为之持续学习和深刻专研。所带来的收获或许会晚，但是内心的富足将会“孜孜不倦”。   7、最终结果呈现的页面布局 四、参赛总结        此次参赛和准备过程，始终思考着：我们要做什么内容的分析，分析的目的和价值是什么？我们做这个事情的意义是什么？我们要关心什么？        为此，浏览和收集了很多社会热点，及相关行业的数据报告。恰逢张雪峰老师的舆论事件，看了各方的论点后，依然云里雾里，难辨真理。什么才是正确的选择。作为一名合格的瓜民，于是决定开启此次分析之旅，用数据说真话，用事实了解真相。        感谢帆软BI的一些便捷优秀的功能，让我们一些数据小白也能简单做出一个数据看板：（1）界面舒适，美观度高，可以弄出好看的特效。（2）实时保存功能解决了开发人员忘性大的问题。        但使用过程也遇到了一些问题，比如功能较分散，有些功能隐藏得较深，找起来有些费劲。        最后感谢小团队，一起完成了这个作品。无论结果，都是一次很好的参赛体验。