܄

职场性别大数据揭秘 女性如何突破升职瓶颈

【数据猿导读】 职场性别大数据针对当前四个主流行业进行了深入分析,对男性和女性的职场升职空间作出对比,发现在中层管理岗位及以下,职场女性与男性的发展差异并不大,但向中层管理岗位以上发展时,往往会面临阻力

职场性别大数据揭秘 女性如何突破升职瓶颈

在今天的商业世界中,职场女性正扮演着不可或缺的重要角色,由于面临职场和家庭的双重压力,职场女性在职业发展过程中,特别是向高管职位升迁过程中,依然面临诸多挑战。今(29)日,全球最大职业社交平台领英基于人才大数据库,对中国职场男女的职业发展状况进行了对比,并针对当前四个主流行业做出深入分析,生成业界首个《职场性别大数据》。报告指出,女性在向中层管理岗位以上发展时,往往会面临阻力和瓶颈。

透析四大热门行业:男女升职谁更容易?

据悉,《职场性别大数据》针对当前四个主流行业进行了深入分析,对男性和女性的职场升职空间作出对比。

在大型互联网公司中,男性占中低层升职人群的80%左右,中层向上占比逐级上升。从经理开始,女性升职所需时间便比男性要长。尤其是在工程师岗位上,女性升职难现象较为明显。男工程师自经理升任总监平均需花2.4年,而女工程师则需花5.5年才能升任总监,男工程师升职时间仅为女工程师的一半。

在以快消、奢侈品等为主的消费品制造行业中,女性员工数量已经达到半数以上,在从初级职员向高级职员晋升过程中,女性占比超过男性,从中可以看出女性员工在经理及以下阶段工作表现更出色,升职人数与升职所需时间都优于男性。然而,自经理升任总监开始,女性发展呈现后劲不足的趋势,升职所需时长也长于男性。这使得在女性员工数量多于男性的消费品制造行业中,依然难以顺利晋升至高级管理层。

竞争激烈的金融市场中,在高级管理职位的晋升上,特别是从副总裁职位升至执行总经理成为女性最大的升职瓶颈,在该阶段女性比男性平均需要多花1年时间才有机会升职,其占升职人群比重也为各职业发展阶段最低值。

在会计、咨询、公关、法律等专业服务公司中,女性的职业发展路径较前三类行业,则显得较为顺利。在总监级别及以下,女性升职所需时间与男性相近,这也反映出女性在这一领域中拥有优势和更多机会。

女性升职瓶颈出现在中层往上 如何破?

仔细分析可以发现,以上四个行业的对比中存在一个共性——即在中层管理岗位及以下,职场女性与男性的发展差异并不大,但向中层管理岗位以上发展时,往往会面临阻力。

领英数据也显示,自总监级别开始,女性从业者占比大幅减少,特别在位于企业决策层的CXO职级,仅有1.14%女性从业者担任CXO职位,而男性比例则达到5.08%,为女性4.5倍。

这是否说明职场女性难以突破厚厚的职场天花板?领英人才专家分析,从数据库中还看到了一些数据,表明女性在突破职场瓶颈中其实是具备优势和潜力的。那么,要怎么做呢?

分析指出,相同完整度档案的女性通常比男性更受欢迎,而带着自信、亲和笑容职场照的女性受欢迎程度更是远超其他男性。职场女性们也不妨拿出更自信的微笑与魅力,它们既是天然的亲和优势,也会让工作的心态更积极快乐。

女性员工的商务拓展、销售、谈判、人力资源管理技能的认同度远远超过男性员工。职场女性们在埋头工作的同时,也应该在团队中尝试承担协调工作职能,在对外业务上尝试展现自己亲和、细腻的一面。这些哪怕不是你的主要工作职责,也会展现出你独特的领导能力。

另外,职场女性不妨在公司内或者公司外寻找一位跨过瓶颈的女性榜样,自身的选择与榜样的指导都会成为跨越瓶颈的决定因素。

在职时间:男性平均比女性多5个月

报告还发现,男性每份工作的在职时间普遍高于女性。领英平台中男性平均每份工作时长达33个月,女性则为28个月,平均较男性少5个月时间,跳槽比男性更为频繁。

专家分析,这或许是受到家庭、生育、以及升职瓶颈等因素的影响,但这并不能说明女性在职场上依然占据弱势,相反在某些行业和职能领域,女性比男性更加具备潜力。


来源:华龙网

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

旅游交通大数据——大众旅游时代的“富矿”
旅游交通大数据——大众旅游时代的“富矿”
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...
张涵诚:大数据招商平台可推动地方供给侧改革
张涵诚:大数据招商平台可推动地方供给侧改革

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部