
90后升职速度加快 “大数据”感受到了
入职第13个月时,换了工作,薪水上调40%。这是1990年出生的张珵的经历。他毕业于国内一所著名大学,在一家世界500强企业开始了职业生涯。
他能感觉到周围同龄人的晋升速度变快,“同一职级里的人越来越年轻。”
上个月,全球职场社交网站领英基于大数据发布了《中国千禧一代商业决策者洞察》。在这份报告里,“决策层”的定义为:“职位”写为总监以上,在某个职能或某一部门有一定的话语权。领英透露,在中国3900万用户中,职位为总监及以上的用户,54%为千禧一代(即80后、90后)。而在全球5.46亿用户中,这一数字为28%。
这份报告还显示,从职场新人到总监级别的升职过程上,60后、70后平均需要10年,80后需要6年,而90后则需要4年,实现了更快的职场晋升通道。与此同时,千禧一代决策者的平均跳槽周期约2.5年,也在加快。
晋升快的一个原因是跳槽多
“我认为晋升快的一个原因是跳槽多。”凡普金科人力资源副总裁徐益峰表达了自己的观点。在他眼中,职场里的年轻人跳槽频率变高的原因一方面可能是谋求更高的职位,另一方面是当认为供职的企业池塘太小时,会向往更大的空间。
由于熟人引荐,张珵的第一次跳槽属于“意外”。在他看来,一份工作不能做得太短,不然“简历会不好看”。入职初,他规划两到三年换一个平台。“但如果在原公司工作得特别开心也可以长期做下去。”
“非常优秀的人会非常容易拿到更高的职级。有人说我们70后从来不跳槽,我也正好符合这个规律,今年是我工作的第23年,我是工作到19年的时候才跳槽的。”徐益峰说。
徐益峰认为,年轻高管的出现是自然规律。“再过七八年或许会变成00后站在历史舞台做企业高管的年代,这是社会发展的正常现象。”徐益峰说,“是技术把这一进程加速的。”
“可能是现在的创业公司增加,Title(职位)印得比较高。”供职于国内一家互联网公司的王烁表示,创业公司的增加提高了90后晋升的平均速度。“创业者增加了,当然创业公司也越来越多,而且创业的主力应该是80后、90后,他们雇的中层应该也差不多年纪。”王烁说。
和一些中小型企业相比,王烁认为自己所在的公司有着非常严格的考核和晋升标准。他介绍,公司虽然看重工作年限,但更看重工作能力,职位每上调一级都需要答辩。“比毕业论文答辩都紧张,评委们的问题很刁钻,类似‘攻’与‘防’的过程。”王烁说,“经常有人哭着出来,那只能被淘汰或者明年再来一遍了。”
王烁的第一份工作是网络编辑,两年后他带着已有的积蓄辞职创业。创业项目在一年半后以失败告终,在朋友的推荐下,他进入一家互联网公司负责产品运营,3个月后他再次离职。第4次的职业选择令他更换了生活和工作的城市,也收获了现在相对满意的工作条件和状态。
90后没有“大公司”情结
“90后并不像我们现在看到的这么光鲜,他们的压力需要被体会到。”品玩创始人兼CEO骆轶航解释,80后大部分是受过良好教育并努力打拼的人,买得起房子;70后比80后更轻松就拥有了房子。“90后是好好努力还得加上吃奶的劲和各种各样的方式,也不一定能买上房的,这个差别是很大的。”
在骆轶航看来,90后是无需刻意贴标签的复杂群体,他们能不按原有套路,作出一些令人惊喜的改变。但他也直言,90后的情绪和结果管理有时候脱离控制。“有时我觉得我心灵最脆弱的地方都可以开坦克车了,但他们心灵最尖锐的地方却停不了一只蝴蝶,意思是说你不知道怎么触到他的那个点,整个人就会垮掉。”
领英中国技术副总裁王迪认为,90后面临的生存压力加剧,这可能促使他们不得不找一些不走寻常职业发展的道路,会有更多的创业和“折腾”。在他看来,随着社会节奏加快,每一代人承受的压力在增加。千禧一代决策者很多供职于中小企业,是在经济活力最近几年释放之后的新领域。
1991年出生的刘智晗硕士毕业后进入一家会计事务所工作。他对自己的第一份工作非常满意:起点高,平台好,能学到本领。3年后,他辞职加入大学同学的创业公司,开启他认为“一定非常有前途”的事业。
创业不易,刘智晗在第一个月就体会到了。“我们给自己开的薪水很低,交完房租没剩多少,靠吃前两年积蓄吧。”但他认为,创业的苦只是一时的,自己的项目非常有前景,只是需要时间。
“辞职前反复思考过,但是如果想10年内在北京买一套房子,除了创业还有什么别的工作可以实现吗?”在北京二环边的一栋写字楼前,他指着旁边的居民楼问,“你知道这房价有多少吗?得10万一平方米了吧。”
90后在C“X”O中占比最高
据《中国千禧一代商业决策者洞察》中的数据显示,在CEO、CFO等各种C“X”O中,占比最高的是90后。相较于多聚集在制造、高科技和快消行业的60后、70后商业决策者,千禧一代决策者多聚集在金融、非营利性和医药行业,具体岗位包括行政、艺术和设计、市场营销、创业、社区和社区服务类。在商业决策者的公司规模分布上,相较于前人的“大公司情结”,90后商业决策者更加趋向200人以下的中小企业。
数据还显示,在千禧一代决策者中,女性影响力的上升很快。在60后、70后的商业决策者里面31%的人是女性,而千禧一代商业决策者里面这个数字上升到39%。而在拥抱技术革新的方面,千禧一代与上代人“口味一致”:无论是60后、70后、80后、90后的商业决策者,在拥抱新生事物的热忱上,几乎相同。
在徐益峰看来,职场中优秀人才的特质没有特别大的变化。他总结出他们身上的3点特质,首先是自己非常要强,其次不认死理有弹性,聪明且能干,然后心态开放,不会非常孤傲。
“第一,毫无疑问,学习能力是非常重要的,现有的技术再好,可能也迭代不过阿尔法狗(机器人),所以必须要持续不断迭代自己;第二,拥有一些软技能也很重要。即使做互联网创业,也需要团队,所以沟通、交流、合作,我觉得都是非常重要的通用技能。”王迪说,无论是在小企业还是在大公司,都是如此。
不过,另一些人认为,自身感受与大数据透露的消息并未同步。“我没感受到。”在职场打拼4年的陈妮反问,“升职速度加快,谁说的?”
去年进入一家事业单位工作的林涵也表示,按自己的职业性质,晋升表现在职称上,这依赖于“发论文,做项目,熬年头”。“单位里的前辈介绍,从入职到评上中级职称,大概需要10年吧。”林涵说。她觉得这种评价体系非常稳定,短时间内应该不会有什么变化。
5年前,陈琪本科毕业,进入一家企业做人力资源管理。“公司说要打破职级考核,但是还没落实,所以晋升暂停一年多了。”她连续用3个“没有”,强调自己并没感受到90后晋升速度加快。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30