Глеб Лебедев, Руководитель службы исследований компании HeadHunter. Тема "Ограничения и особенности анализа зарплат в интернет-источниках" Конференция / встреча "нАйТи ответ!"
2. План презентации Ограничения данных Ограничения анализа данных Пути повышения валидности результатов исследования Итоги 2
3. Особенности данных Возможность использовать полученные данные на всю ген.совокупность Внешняя валидность(прямо зависит от уровня проникновения интернета) Смещение в сторону «средних» сотрудников Смещение в сторону «коммерческих» работодателей 3
4. Особенности данных Соответствие наблюдаемых значений ожидаемым Внутренняя валидность Данные носят вероятностный характер Несоответствие количества вакансий количеству позиций Есть системные смещения 4
5. Особенности данных 5 Финансовый директор < Средняя зп (интернет) Средняя зп (реальная) Маркетолог ≈ Средняя зп (интернет) Средняя зп (реальная)
6. Особенности данных 6 Зависимость между уровнем компенсации и долей вакансий с указанной зарплатой Маркетолог Доля вакансий с указанием з/п Финансовый директор Предполагаемый уровень з/п, тыс. руб
7. Особенности анализа данных Анализ производится в автоматическом режиме Относительно быстро выполняется Возможны систематические ошибки 7
8. Пути повышения валидности 8 Финансовый директор Период: последний год. Фильтр: опыт работы более 3 лет 1 Период: последние полгода. Фильтр: размер предприятия 500-1000 чел. 2 Период: последние полгода. Фильтр: все 3
9. Пути повышения валидности Со стороны подрядчика Применение полнотекстового поиска Использование алгоритмов обработки экстремальных значений Со стороны заказчика Уточнение параметров поиска: опыт, отрасль, размер компании, компетенции Общие Средний менеджмент и выше – 3 квартиль как среднее значение Анализ данных (раздельный) по резюме и вакансиям Нормирование значений (опыт), в случае отслеживания динамики 9
10. Плюсы и минусы Сжатые сроки проведения исследования Изначально большой массив данных (вакансий и резюме) Возможность работы с ожиданием/предпочтением Большое количество дополнительной информации 10 Наличие артефактов Анализируемый массив - черный ящик Вероятностный характер данных Большое количество дополнительной информации Смещенная выборка
11. И все же… Ресурсы: сжатые сроки Цель: скорее оценка планируемого бюджета Позиции: офисные специалисты, адм. персонал, менеджмент среднего уровня Отрасли: почти все, за исключением закрытых (напр. атомная энергетика) 11