波音-人力資源管理data analysis (使用python)

Published in

Jacky’s blog

Oct 3, 2018

繼這次學校課程的報告之後, 我將這次波音報告的內容紀錄下來, 我是使用python來分析波音的人力資源管理

首先我們將從波音公司員工組成, 分成員工階級, 員工教育, 員工能力和最後的員工申請工作管道

df_level=pd.DataFrame({'初階':0.52, '高階':0.29,'經理':0.1,'志工':0.03,'主任':0.03,'其他':0.03},index=[0])
df_education=pd.DataFrame({'學士':0.47,'碩士':0.27,'MBA':0.18,'專科學位':0.05,'博士':0.03},index=[0])
df_skill= pd.DataFrame({'航太事業':0.44,'計畫管理':0.33,'專案管理':0.31,'商業流程改善':0.29,'領導力':0.29},index=[0])df_get_interview=pd.DataFrame({'線上申請':0.63,'校園招募':0.17,
                               '員工推薦':0.06,'招聘人員':0.05,
                               '親自':0.04,'其他':0.03,
                               '獵頭':0.02},index=[0])

依據上述類似的code畫出剩下3張圖

可以可以看到在我所列出各種圖, 目前申請波音公司的人們主要還是透過線上申請來申請職位, 而17%的校園招募也代表他們去參加眾多學校參加career fair 和與學校建立更多的program, 在員工學歷組成的部分, 學士還是為波音的大宗, 這是因爲波音公司近幾年因應boeing公司內部員工老人化的影響, 所以與像是西雅圖大學建立program彼此合作來招募校園新血, 各位應該有看到波音員工學歷組成表, 主要還是因應老人化所增加的學士比例, 各位可以合理推測在學歷組成的MBA+碩士學位必定佔了波音階級組成的絕大多數, 因為近年來增加的學士入職比例必定影響到的是初階員工職位

接下來是讓同學們為之興奮的波音薪資圖, 這是我參考在glassdoor網站對波音公司的職位薪資一一爬蟲下來並繪製成圖的結果

因為會產生相同職位, 所以我們將它剔除, 並對薪資做正規表達式處理

好了, 資料都爬下來了, 接下來就是看你要怎麼呈現給觀眾或者同學看了, 有些人會選擇用表格的方式介紹, 但我個人還是偏好使用圖表來讓同學或觀眾能夠比較快的了解在這張投影片中我希望表達的意思,

首先, 我會畫薪資的直方圖, 簡單的來薪資的分佈