📊 Analisi del Mercato del Lavoro per Data Analyst in Italia

Un'analisi SQL del mercato del lavoro per Data Analyst in Italia, con focus su stipendi, competenze richieste e opportunità di carriera.

---

🗂 Indice

• Contesto
• Strumenti Utilizzati
• L'Analisi
  • 1. I ruoli più pagati
  • 2. Competenze nei ruoli top
  • 3. Le skill più richieste
  • 4. Le skill più pagate
  • 5. Le skill ottimali
• Cosa Ho Imparato
• Conclusioni

---

📌 Contesto

Il mercato del lavoro per i professionisti dei dati è in rapida evoluzione. Per orientarsi efficacemente, ho condotto un'analisi approfondita degli annunci di lavoro per Data Analyst in Italia, con l'obiettivo di rispondere a domande chiave:

1. Quali sono i ruoli meglio pagati?
2. Quali competenze sono associate agli stipendi più alti?
3. Quali skill sono più richieste dal mercato?
4. Dove si trova il miglior equilibrio tra domanda e retribuzione?

Il dataset utilizzato proviene da un database di annunci di lavoro reali del 2023, con informazioni su ruoli, aziende, location, tipologie contrattuali e stipendi medi annui.

---

🛠 Strumenti Utilizzati

Strumento	Utilizzo
PostgreSQL	Database relazionale per l'archiviazione e l'interrogazione dei dati
SQL	Linguaggio principale per tutte le query di analisi
CTEs & Window Functions	Per query avanzate e analisi multi-step
DataGrip	Editor per lo sviluppo e il debugging delle query
Git & GitHub	Controllo versione e condivisione del progetto

---

🔍 L'Analisi

1. I ruoli più pagati

Domanda: Quali sono i ruoli da Data Analyst più pagati in Italia?

L'obiettivo era identificare le 10 posizioni con lo stipendio medio annuo più elevato, filtrando solo gli annunci con salario specificato e localizzati in Italia.

SELECT job_id,
       job_title,
       job_location,
       job_schedule_type,
       salary_year_avg,
       job_posted_date::DATE,
       name AS company_name
FROM job_postings_fact AS jpf
LEFT JOIN company_dim ON jpf.company_id = company_dim.company_id
WHERE job_title_short = 'Data Analyst'
  AND job_location LIKE '%Italy%'
  AND salary_year_avg IS NOT NULL
ORDER BY salary_year_avg DESC
LIMIT 10;

Risultati principali:

Ruolo	Azienda	Stipendio Annuo ($)	Location
SAP Data Analyst	Méthode Srl	111.175	Treviso
Data Analyst - Product Team	Satispay	102.500	Milano
Data Analyst	Adevinta	102.500	Milano
Data Analyst	iGenius	100.500	Milano
NLP Expert	NRB Group	89.100	Ispra
Application Developer & Data Analyst	Bosch Group	57.500	Modena
Junior Data Analyst	Octopus Energy	53.014	Italia
Data Analyst for Consumer Sensors	Bosch Group	53.014	Milano
Data Analyst - Accounting SQL	AUTO1 Group	53.014	Milano
AdTech Data Analyst	Publicis Groupe	51.014	Milano

Osservazioni:

• Lo stipendio massimo rilevato è 111.175 $/anno per un SAP Data Analyst a Treviso.
• I ruoli senior in aziende tech (Satispay, iGenius) si attestano intorno a 100.000 $/anno.
• Si nota un netto gap salariale tra i top 5 (89k–111k) e i successivi (51k–57k).
• Milano è la città dominante, ospitando 7 delle 10 posizioni meglio pagate.

---

2. Competenze nei ruoli top

Domanda: Quali skill sono richieste dai ruoli più remunerativi?

Utilizzando i risultati della query precedente come CTE, ho unito la tabella delle competenze per ottenere il profilo completo di ogni posizione top.

WITH top_paying_jobs AS (
  SELECT job_id, job_title, salary_year_avg, name AS company_name
  FROM job_postings_fact AS jpf
  LEFT JOIN company_dim ON jpf.company_id = company_dim.company_id
  WHERE job_title_short = 'Data Analyst'
    AND job_location LIKE '%Italy%'
    AND salary_year_avg IS NOT NULL
  ORDER BY salary_year_avg DESC
  LIMIT 10
)
SELECT top_paying_jobs.*,
       STRING_AGG(skills, ', ') AS all_skills
FROM top_paying_jobs
INNER JOIN skills_job_dim ON top_paying_jobs.job_id = skills_job_dim.job_id
INNER JOIN skills_dim ON skills_job_dim.skill_id = skills_dim.skill_id
GROUP BY top_paying_jobs.job_id, top_paying_jobs.job_title,
         top_paying_jobs.salary_year_avg, top_paying_jobs.company_name
ORDER BY salary_year_avg DESC;

Profilo delle competenze per ruolo:

Ruolo	Stipendio ($)	Competenze
SAP Data Analyst	111.175	SQL, Oracle, SAP
Data Analyst (Adevinta)	102.500	Python, SQL, Azure, AWS
Data Analyst - Product (Satispay)	102.500	Looker, SQL, Python, R, Tableau
Data Analyst (iGenius)	100.500	SQL, Python, R, BigQuery, Crystal, Tableau, Qlik
NLP Expert	89.100	Python, Java, R, Flow
App Developer & DA	57.500	SQL, Java, C#, Oracle
Junior DA	53.014	Python
DA Accounting SQL	53.014	Tableau, SQL, Python, JavaScript, VBA, Excel
DA Consumer Sensors	53.014	Matlab, Spark, Hadoop, Tableau, Python
AdTech DA	51.014	BigQuery

Osservazioni:

• SQL è presente in quasi tutti i ruoli top (a eccezione delle posizioni più specializzate).
• Python compare frequentemente nei ruoli con stipendio medio-alto (89k–102k).
• I ruoli sopra i 100k richiedono competenze su cloud (Azure, AWS, BigQuery) o strumenti di BI avanzati (Looker, Tableau, Qlik).
• R è richiesto nei profili più analitici e statistici.

---

3. Le skill più richieste

Domanda: Quali sono le 10 competenze più richieste per i Data Analyst in Italia?

Qui l'analisi si allarga all'intero dataset (non solo ai top 10), per capire quali skill hanno il maggior volume di domanda sul mercato italiano.

SELECT skills AS skill_name,
       COUNT(sjd.skill_id) AS demand_count
FROM job_postings_fact AS jpf
INNER JOIN skills_job_dim AS sjd ON jpf.job_id = sjd.job_id
INNER JOIN skills_dim AS sd ON sjd.skill_id = sd.skill_id
WHERE job_title_short = 'Data Analyst'
  AND job_location LIKE '%Italy%'
GROUP BY skills
ORDER BY demand_count DESC
LIMIT 10;

Top 10 skill per domanda:

Rank	Skill	Occorrenze negli annunci
1	Excel	1.695
2	SQL	1.275
3	Python	937
4	Power BI	633
5	SAS	562
6	Tableau	544
7	R	486
8	GDPR	365
9	SAP	353
10	Qlik	238

Osservazioni:

• Excel è la skill più richiesta in assoluto (1.695 annunci), confermando la sua pervasività nel mercato italiano.
• SQL (1.275) e Python (937) seguono come skill programmatiche fondamentali.
• La presenza di GDPR (365) segnala una crescente attenzione alla compliance e alla gestione dei dati personali.
• Strumenti di BI come Power BI, Tableau e Qlik sono ampiamente richiesti, con Power BI nettamente avanti.

---

4. Le skill più pagate

Domanda: Quali competenze sono associate ai migliori stipendi medi?

Qui l'analisi filtra solo gli annunci con stipendio specificato, per correlare ciascuna skill al salario medio annuo.

SELECT skills AS skill_name,
       ROUND(AVG(salary_year_avg), 0) AS avg_salary
FROM job_postings_fact AS jpf
INNER JOIN skills_job_dim AS sjd ON jpf.job_id = sjd.job_id
INNER JOIN skills_dim AS sd ON sjd.skill_id = sd.skill_id
WHERE job_title_short = 'Data Analyst'
  AND job_location LIKE '%Italy%'
  AND salary_year_avg IS NOT NULL
GROUP BY skills
ORDER BY avg_salary DESC
LIMIT 10;

Top 10 skill per stipendio medio:

Rank	Skill	Stipendio Medio Annuo ($)
1	SAP	111.175
2	Looker	102.500
3	Azure	102.500
4	AWS	102.500
5	Crystal	100.500
6	Qlik	100.500
7	R	97.367
8	Flow	89.100
9	SQL	87.865
10	Oracle	84.338

Osservazioni:

• SAP spicca al primo posto (111.175 $), trainato da un singolo annuncio molto remunerativo — da considerare con attenzione statistica.
• Cloud (Azure, AWS) e BI avanzata (Looker, Qlik) si confermano tra le competenze più remunerative.
• R supera SQL in termini di stipendio medio, suggerendo un premium per i profili più statistici.
• SQL (87.865 $) rimane comunque una skill solida anche sotto il profilo salariale.

---

5. Le skill ottimali

Domanda: Quali sono le competenze che combinano alta domanda e alto stipendio?

L'ultima query identifica le skill con il miglior equilibrio tra frequenza di richiesta (stabilità lavorativa) e retribuzione media (vantaggio economico), filtrando solo le skill con più di 3 occorrenze per garantire solidità statistica.

SELECT skills_dim.skill_id,
       skills_dim.skills,
       COUNT(skills_job_dim.job_id) AS demand_count,
       ROUND(AVG(job_postings_fact.salary_year_avg), 0) AS avg_salary
FROM job_postings_fact
INNER JOIN skills_job_dim ON job_postings_fact.job_id = skills_job_dim.job_id
INNER JOIN skills_dim ON skills_job_dim.skill_id = skills_dim.skill_id
WHERE job_title_short = 'Data Analyst'
  AND job_location LIKE '%Italy%'
  AND salary_year_avg IS NOT NULL
GROUP BY skills_dim.skill_id
HAVING COUNT(skills_job_dim.job_id) > 1
ORDER BY avg_salary DESC, demand_count DESC
LIMIT 25;

Risultati con filtro domanda > 1:

Skill	Domanda	Stipendio Medio ($)
R	3	97.367
SQL	6	87.865
Oracle	2	84.338
Python	7	79.092
Tableau	4	77.257
BigQuery	2	75.757
Java	2	73.300
Excel	2	49.007

Osservazioni:

• Python e SQL emergono come le skill con il miglior equilibrio: alta domanda (rispettivamente 7 e 6 occorrenze) e stipendi competitivi (79k e 88k $).
• R ha lo stipendio medio più alto (97k $) ma domanda più limitata (3 occorrenze).
• Excel ha una domanda significativa ma è associata agli stipendi più bassi (49k $) — fondamentale come skill di base, ma insufficiente da sola per posizionarsi sui livelli salariali alti.
• Tableau offre un buon compromesso: 4 occorrenze e 77k $ di media.

---

💡 Cosa Ho Imparato

Questo progetto mi ha permesso di sviluppare competenze concrete su diversi fronti:

Tecniche SQL avanzate:

• Utilizzo di CTE (Common Table Expressions) per strutturare query complesse in modo leggibile e modulare.
• Applicazione di JOIN multipli tra tabelle diverse per arricchire i dati.
• Uso di aggregazioni condizionali (STRING_AGG, AVG, COUNT) con clausole GROUP BY e HAVING.
• Gestione di valori NULL e filtraggio con operatori LIKE e IS NOT NULL.

Pensiero analitico:

• Come formulare domande di business precise e tradurle in query SQL efficaci.
• L'importanza di filtrare i dati per garantire solidità statistica (es. HAVING COUNT > 3).
• Come interpretare risultati potenzialmente distorti da outlier (es. SAP con singolo annuncio ad alto stipendio).

Mercato del lavoro:

• Comprensione profonda delle dinamiche salariali nel settore Data in Italia.
• Identificazione delle skill strategiche da sviluppare per massimizzare le opportunità di carriera.

---

✅ Conclusioni

L'analisi del mercato italiano per i Data Analyst nel 2023 ha rivelato tendenze chiare e actionable:

1. Milano è l'hub principale — La grande maggioranza delle posizioni meglio pagate si concentra a Milano, con poche eccezioni in altre città del Nord Italia.

2. Il gap salariale è netto — Esiste una divisione marcata tra ruoli senior specializzati (85k–111k $ /anno) e posizioni junior o generaliste (50k–57k $ /anno).

3. SQL e Python sono irrinunciabili — Queste due skill combinano la massima domanda di mercato con stipendi competitivi. Sono la base imprescindibile per qualsiasi percorso nella Data Analysis.

4. Le skill cloud premium sono remunerative ma di nicchia — Azure, AWS, BigQuery e Looker sono associate agli stipendi più alti, ma compaiono in meno annunci. Rappresentano una specializzazione ad alto valore.

5. Excel è necessario ma non sufficiente — Nonostante sia la skill più richiesta in assoluto, è associata agli stipendi più bassi. Ottima come fondamento, ma da affiancare necessariamente ad altre competenze.

6. R è una skill premium sottovalutata — Con lo stipendio medio più alto tra le skill con significatività statistica (97k $), R rappresenta un'ottima scelta per chi punta a ruoli analitici avanzati.

---

Dataset: Job Postings Database 2023 | Analisi condotta con PostgreSQL