Аналитические возможности шаблона
Анализ отдельных сессий мониторинга
Анализ текущего состояния сессии. По каждой сессии мониторинга (электронному формуляру, листам 1 -10) рассчитываются статистические показатели, каждый из которых позволяет сделать важные заключения для понимания текущего состояния рынка по интересующей специальности (профессии, должности).
Мода. Позволяет выявить наиболее часто встречающиеся требования вакансий по срезам: «График», «Стаж», «Образование», «Пол», З/п по минимальному и максимальному уровню, возраст по минимальному и максимальному уровню, «Источник». На основании моды формируются портреты типового специалиста в низкой ценовой категории (минимальная з/п), средней (наиболее востребованному специалисту) и высокой категории (максимальный уровень вознаграждения).
Среднее. Позволяет определить средние значения показателей: «Стаж», З/п по минимальному и максимальному уровню, возраст по минимальному и максимальному уровню. На основании среднего определяются наиболее часто встречающиеся значения этих показателей. Используются при формировании портрета наиболее востребованного специалиста.
Максимум. Позволяет определить максимальные значения показателей: «Стаж», З/п по минимальному и максимальному уровню, возраст по минимальному и максимальному уровню. Максимальный уровень з/п используется для фильтрации вакансий при определении портрета высоко оплачиваемого специалиста.
Минимум. Позволяет определить минимальные значения показателей: «Стаж», З/п по минимальному и максимальному уровню, возраст по минимальному и максимальному уровню. Минимальный уровень з/п используется для фильтрации вакансий при определении портрета специалиста с минимальным уровнем требований.
Среднее отклонение. Позволяет определится в качестве средних значений (отклонение показывает, все значения выборки близки к среднему) по показателям: «Стаж», З/п по минимальному и максимальному уровню, возраст по минимальному и максимальному уровню. Увеличение отклонения уменьшает достоверность среднего, повышая вероятность наличия в выборке значений отличающихся от среднего. Используется для сопоставления достоверности среднего в разных выборках (разных моментов посещения рынка труда).
Медиана. Показывает середину выборки. Медиана позволяет сделать заключение о том, что не менее половина вакансий имеет значения большее/меньшее чем значение медианы. Рассчитывается по показателям: «Стаж», З/п по минимальному и максимальному уровню, возраст по минимальному и максимальному уровню. Увеличение значения медианы означает повышения уровня вознаграждения больших чем среднее.
Статистика востребованности. Позволяет увидеть распределение вакансий в каждом из требований (разрезов, столбцов) вакансий. Воспребованность представляется, как через количество вакансий, в которых присутствует соответствующая составляющая (например, в разрезе «Пол», число вакансий для мужчин, женщин и без гендерного предпочтения), так и вероятностном виде в % (число вакансий содержащих требование к общему числу).
Частотный и вероятностный анализ заработной платы сессии.
Частотный и вероятностный анализ проводится по столбцам «Мин» и «Мах».
Частотный анализ. Позволяют оценить распределение зарплаты по интервалам, построить гистограмму распределения, оценить выявленное распределение на соответствие нормальному закону и оценить качество среднего (см. рис. 6). Проводится по следующим показателям:
Дисперсия выборки. Сопоставление дисперсий разных сессий посещения позволяет выявить даже незначительное изменение качества среднего, поскольку она самая чувствительная к увеличению рассевания среднего.
Стандартное и среднее отклонения. Позволяют сопоставить качество среднего по зарплате со средними по другим показателям.
Эксцесс. Позволяет определиться в форме распределения : остро или плоско вершинное. Чем более плоско вершинно распределение, тем меньше доверительность среднего (т.е. больше вероятность в выборке значений зарплат отличающихся от средних). В формуляре кроме численного значения эксцесса выводится и качественное определение вершины: остро, плоско.
Асимметрия распределения (скос). Позволяет определиться в форме и величине асимметрии. Если асимметрия левосторонняя (отрицательная), то это означает, что больше вероятность в выборке встретить значения меньшие чем среднее, правостороннее (положительная) – большая (т.е. например, при положительной асимметрии вероятность найти большую по сравнению со средним зарплату возрастает).
Кроме того, в каждом формуляре в каждом столбце размещены фильтры (см. рис.1 Фильтр) позволяющие, при нажатии на кнопки фильтра, провести выборку вакансий по заданному критерию.
Внимание! Перед выборкой надо снять лист с защиты («Рецензирование» - «Снять защиту листа»).
Рис. 6. Частотные и вероятностный анализ зарплаты
Возможности фильтров можно проиллюстрировать на ряде примеров.
Пример 1. Для определения портрета специалиста в максимальном ценовом сегменте в фильтре Зарплата Мах надо выбрать 1 или 2 максимальных значений. Отсортированные вакансии позволят сформировать его профиль.
Пример 2. Для определения «стоимости» дополнительных требований (например, конкретный программный продукт) в соответствующем столбце в фильтре выбирается «1». По отфильтрованным вакансиям определяется вознаграждение, сравнив которое со средним значением оплаты можно оценить стоимость владения данным требованием.
Пример 3. Для проведения сопоставительной оценки сегментов (профессиональных специализаций) в интересующей профессии. Каждая специализации выделяется фильтром и для полученной выборки определяются характеризующие их статистики по интересующим разрезам (например: стаж, зарплата, дополнительные требования).
Вероятностный анализ. Позволяет определить вероятность нахождения вакансий в каждом интервале зарплат, а также определиться в вероятности нахождения вакансий с заданным интервалом (или одним значением) – вероятностный калькулятор (см. рис. 7 – калькулятор).
Анализ динамики
По результатам нескольких посещений (сессиям) рынка труда шаблон дает возможность получить данные для анализа динамики изменений произошедших за время мониторинга по всем фиксируемым разрезам рынка (лист «Консолидация», см. рис. 7), а также оценить вероятности трудоустройства в интересующем интервале зарплаты.
По всем разрезам автоматически строятся временные ряды, отражающие изменения, происходящие в каждый день посещения рынка.
На основании консолидируемых за все дни посещения рынка разрезов по совокупности показателей делаются заключительные выводы о средних характеристиках за анализируемый период и выявленных трендах.
Главным достоинством анализа динамики является возможность «заглянуть в будущее» - спрогнозировать ситуацию на рынке на возможный горизонт времени, поэтому по некоторым показателям сразу строиться тренд: стаж, » З/п, возраст. При анализе рекомендуется использовать возможности Excel для прогноза интересующих показателей: в построенных графиках - «Добавить линию тренда…»; регрессионный анализ; функции прогнозирования: ПРЕДСКАЗ, ЛГРФПРИБЛ, РОСТ, ЛИНЕЙН, ТЕНДЕНЦИЯ. Практические навыки прогнозированию с использованием Excel можно получить Статистика для менеджеров с использованием microsoft excel или на курсах «Инструментальное прогнозирование в бизнесе».
Р
ис.
7. Лист «Консолидация» (усеченный)