京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据显示互联网行业加班最狠 怎么破?
“加班”这个词对于现代上班族来说一定不会陌生,尤其是在互联网行业奋斗的人们,而在互联网行业中的程序猿们更被誉为加班中的“战斗机”。近日,滴滴发布的《中国智能出行2015大数据报告》更是从侧面印证了这一点,数据中显示,北京是全国加班最严重的地方,白领19点前下班的人数比例不到四成。综合多个行业的“大排名”,下班时间最晚前10名分别是:可口可乐、奇虎360、宝洁、阿里巴巴、京东、森马服饰、联合利华、百度、华为、腾讯。Top10公司中,互联网公司占据半壁江山,BAT全部上榜,其次为快消行业。
数据虽只是佐证,但的确能说明一些问题。那么,为什么互联网行业加班最严重?
网友推举,做什么最容易加班?
网友在谈到这个问题时由衷感叹:“做IT的命苦啊,搞开发的、做维护的加班最多,制造业这种现象比较少。”网友同样附和,认为做IT维护类工作的人加班最多,因为机器时刻运转,他必然也要整天在维护。虽然目前的技术已经向支持运维自动化的方向发展,但毕竟不是一时能看到成果的。
目前,网友在一家互联网创业公司工作,他分享了自己真实的故事:“最初,平台上线的这段时间几乎每天都在加班。没什么特别的原因,就是因为要赶项目进度。毕竟3个月开发一套平台,还要确保按时上线,这么十几个人去弄还是有难度的。虽然我在其中只是负责内外部资源的协调,但做为一个小团队的“头羊”,临阵脱逃肯定是不可取的。一边看着兄弟们拼死拼活的开发,一边是女儿在电话里殷切的呼唤,心里五味杂陈,冰火两重天。”不过他还是表示,创业公司大多是这样,这种加班还是可以理解的:“一将功成万骨枯,IT从业人员辛勤付出的同时,也在实现着自己的价值,学以致用,我觉得是值得的。”
其实,在网友的观点中可以发现,“IT”、“创业”是加班较为集中的地方,近一年互联网创业潮几乎达到巅峰,而互联网行业更是与开发、运维等密不可分。所以,互联网成为加班比例最高的行业也就不难理解了。除此之外,互联网行业瞬息万变的特性也决定了这一点,想在这个圈子里发展,你必须对突发事件足够敏感,一个事物通过互联网爆火可能仅需要几天甚至是几个小时,你需要不断关注并且与自身结合,借势营销,而营销方案之下,更多的还是开发人员加班加点的开发维护。
加了那么多班,真的有用吗?
提到加班是否有用,网友首先跳出来喊道:“先别说有没有用,不加班绩效考核都不及格!”网友原从事对日工作,他表示:“原来我做对日的时候经常加班,但工作基本没什么技术含量,拼的就是中国廉价的劳动力。这属于整个一个行业原因,和中国人不适应日本客户的严格要求也有关系,中国程序员做事有时候确实有些粗糙。”
网友与他们的观点有出入,他说:“我不常加班,只加过一次一个月的班,原因是人太少,项目也紧。我认为,所有的加班都是不合理安排时间的结果。在别人安排任务时尽量多要时间,以防止可能有变的因素,早点做出来联调测试,发现问题也能及时修改。”
网友也认为加班与效率不高有关,他说:“我们应该多学习快捷的方法,提高工作效率,尽量减少加班。每遇到一个问题就生成一个解决方案,久而久之工作效率也能有很大提升。”
怎样提高效率,减少加班?
对于提升工作效率,网友表示,他以前在Microsoft的领导经常向他强调:“重要的不是你做得多快,而是你对自己工作能力和工作量有合理的估计!也就是,给你一个任务,你要知道如果你用正常工作时间大概会花多久,不是打保票下决心说要攻克难题要不吃不喝不眠不休!只有正确的时间估计,才能让团队的进度合理。”
以前一直做PM,T通过做大大小小的项目积攒了经验,在应对流程性或突发性事件上有足够的准备和承受能力的,他总结了自己对时间管理的心得与大家分享。
想提升工作效率也不难。关键有这样几点:
1、事务的优先级:不管多少事情,总有急、慢之分,先理清楚事情的紧急程度再去动手,磨刀不误砍柴功,别担心会延误,计划得好,事半功倍;
2、事务的本质:不要被纷乱复杂的表面需求所迷惑,要学会看穿表象去究其本质。往往听完业务部门的需求分让人头很大,感觉不知所云,那么,换个人或方式,先确认对方需求点,再根据自己的理解复述,确定后再去套入到某个领域之中;
3、象限法:其实就是一种分类方法,可以按你的理解把事情归纳到不同的象限,再跟据分布情况得出处理优先级。总之得到任务之后,就是不断地按规则拆解、细分。如果你是一个LEADER,当面对大任务量时,可以有条不紊地合理分配工作任务,也不失为一种“得民心”的好途径。
不得不说网友中确是藏龙卧虎,以上对于互联网行业加班的分析已经十分深入。不过,身处互联网行业,无论是大环境影响还是个人原因,加班已经是普遍现象,我们只能在能力范围内尽量调整,提升效率。临近春节,很多人的心可能早早就飞往假期了,不如在这一时刻回望近一年的工作学习,稍作休整。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27