Hoppa till innehållet

GoGetter Research · Öppen data

100 platsannonser: skillnader mellan två sökurval

Vi undersökte vilka fem termer som bokstavligen förekom i annonstexterna bland de 50 första sökträffarna för ”projektledare” respektive ”kommunikatör”. Här är resultatet, metoden och ett öppet underlag.

Hämtat · 100 unika annons-ID:n · Källa: Arbetsförmedlingen, JobSearch (CC0)

50Annonser i sökurvalet ”projektledare”
50Annonser i sökurvalet ”kommunikatör”

Viktigt: detta är ett bekvämlighetsurval från två särskilda sökfrågor, inte Sveriges samtliga platsannonser. Siffrorna är ordträffar i texten, inte en mätning av vad arbetsgivare oftast kräver. Vi har inte använt privata CV-data.

Vad fanns faktiskt i annonstexterna?

Term i annonstextProjektledare, 50 annonserKommunikatör, 50 annonser
Projektledning32 av 504 av 50
Kommunikation12 av 5037 av 50
Budget15 av 500 av 50
Excel2 av 500 av 50
AI0 av 503 av 50

Ordet projektledning hittades i 32 av 50 texter i urvalet ”projektledare”. Ordet kommunikation hittades i 37 av 50 texter i urvalet ”kommunikatör”. Skillnaderna är förväntade eftersom urvalet gjordes med två olika yrkesord – de bevisar inte hur vanligt ett krav är på arbetsmarknaden i stort.

Det strukturerade fältet för uttryckliga must_have.skills-kompetenser var ifyllt i 1 projektledarannons och 0 kommunikatörsannonser. Att fältet saknas säger inget om huruvida arbetsgivaren har krav i vanlig annonstext.

Så gjorde vi – tillräckligt tydligt för att kontrollera

  1. Den hämtade vi annonser från Arbetsförmedlingens öppna JobSearch API.
  2. Vi sökte separat efter projektledare respektive kommunikatör och hämtade de första 50 träffarna med API:ets standardsortering (offset 0). Resultatet innehöll 100 unika annons-ID:n utan överlappning.
  3. Vi letade efter fristående termerna projektledning, kommunikation, budget, Excel och AI i fältet för annonstext. Sökningen skilde inte mellan små och stora bokstäver, men krävde ordgränser så att delsträngar inte skulle räknas.
  4. Vi sparade enbart publikt annons-ID, publiceringsdatum, sökurval och sant/falskt för varje träff. Namn, e-postadresser och hela annonstexter sparades inte i rapportunderlaget.
  5. Vi räknade om resultatet automatiskt från den frysta filen och kontrollerade att totalsummorna stämde med tabellen.

Öppna hela underlaget som JSON. Det innehåller 100 poster och räknemetoden. En ny API-fråga vid ett senare datum kan ge andra annonser eftersom jobb publiceras och avpubliceras löpande.

Vad betyder resultaten för den som skriver CV?

Resultaten illustrerar varför du bör läsa den aktuella jobbannonsen och inte fylla ditt CV med en generell lista av modeord. Är exempelvis budgetansvar ett verkligt krav? Beskriv då det du faktiskt gjort. Finns inte erfarenheten ska du inte hitta på den för att texten verkar vanlig i andra annonser.

Du kan använda vår kravmatris för CV-anpassning och sedan bygga ett personligt brev utifrån samma fakta. Det är praktiska råd, inte en garanti för intervju.

Begränsningar som påverkar tolkningen

  • Urvalen är relevanssorterade sökresultat, inte slumpmässigt valda annonser.
  • Ordet ”AI” kan nämnas utan att AI-kunskap krävs; en icke nämnd term kan fortfarande vara relevant.
  • En undersökning med 50 annonser per sökord kan inte avgöra utvecklingen över tid eller representera alla yrken.
  • Vi har räknat ord, inte låtit AI bedöma vad arbetsgivare ”egentligen” menar.
  • För att mäta förändringar krävs nya jämförbara urval med tydliga datum och samma metod.

Källor och vidare läsning