국내 시중 은행 통계 데이터 분석 #1-1 - 인터넷 전문은행 카카오뱅크 임직원 수 현황

2021.04.03 - [Data Analysis/Investment] - 국내 시중 은행(신한은행, 국민은행, etc) 통계 분석 #1 - 은행 종사 임직원 수

국내 시중 은행(신한은행, 국민은행, etc) 통계 분석 #1 - 은행 종사 임직원 수

지난 포스팅에서 특이한 점을 꼽자면 바로 카카오뱅크 비정규직 비중이다. 우리가 생각했을 때 카카오뱅크는 굉장히 복지나 처우가 모두 기존 기업 대비 좋다고 봤는데 지난 분석에 따르면 생각보다 카카오뱅크 비정규직 비중이 높았다. 그래서 이번 포스팅에서는 카카오뱅크 임직원 상세 분석을 해보도록 하겠다. 앞으로 카카오뱅크가 상장될 예정이기 때문에 이러한 부분 투자에 참고했으면 한다.

 

1. 데이터 가져오기

공공데이터에서 18년 12월 이후로 데이터를 제공해주고 있기 때문에 그 이후 분기별로 임직원 수 데이터를 가져오도록 하겠다.

from urllib.request import urlopen
from urllib.parse import urlencode, unquote, quote_plus
import urllib
import requests
import pandas as pd
import xmltodict
import json
from datetime import datetime as dt
import requests



data=[]
for i in ['201812','201903','201906','201909','201912','202003','202006','202009','202012']:
    key='~~~'
    url=f'http://apis.data.go.kr/1160100/service/GetDomeBankInfoService/getDomeBankGeneInfo?serviceKey={key}&'
    queryParams =urlencode({quote_plus('pageNo') : '1',quote_plus('numOfRows') : '1000',
                            quote_plus('resultType') : 'xml',quote_plus('title') : '은행_일반현황_임직원현황(18.12월이후)',
                            quote_plus('basYm') : i
                           })

    url2=url+queryParams
    response = urlopen(url2) 
    results = response.read().decode("utf-8")
    results_to_json = xmltodict.parse(results)
    d = json.loads(json.dumps(results_to_json))
    data.extend(d['response']['body']['table']['items']['item'])
df=pd.DataFrame(data)
df['xcsmCnt']=df['xcsmCnt'].astype(float)
df.columns=['year','no','code','name','employees','ecode','type']

 

2. 카카오뱅크 총 임직원 수 

 

지난 2년간 카카오뱅크 임직원 수 현황은 다음과 같다. 생각보다 임직원 수도 적다. 그래도 2년 전 대비 거의 50% 증가했다.

import matplotlib.pyplot as plt
import seaborn as sns

kakao=df[df['name']=='주식회사 카카오뱅크']
kk1=kakao[kakao['type']=='총임직원']

plt.rcParams['figure.figsize'] = (20, 12)
plt.rcParams["font.family"] = 'Malgun Gothic'

plt.bar(kk1.year,kk1['employees'],width=0.6, align='edge', color="springgreen",
        edgecolor="gray", linewidth=3)
plt.xticks(rotation=45,fontsize=13)
plt.ylabel('총 직원 수', fontsize = 18)
plt.xlabel('시점', fontsize = 18)
plt.title('카카오뱅크 총 임직원 수 현황',pad=20,fontsize=20)

for i in range(len(kk1)):
    y=int(kk1['employees'].values[i])
    plt.text(i,y+10,f"{y}",fontsize=14,color='red',
            horizontalalignment='center', verticalalignment='bottom')
            

plt.show()

3. 카카오뱅크 비정규직 비중 

 

비정규직이 타 시중 은행 대비 높기는 하지만 그래도 매 분기 조금씩 줄어들고 있는 중이다.

non_regular=kakao.pivot('year','type','employees')
non_regular['non']=non_regular['직원_비정규직원']/non_regular['총임직원']

plt.plot(non_regular.index,non_regular['non'])
plt.title("카카오뱅크 비정규직 비중",fontsize=18)

for x,y in enumerate(list(non_regular['non'])):
    plt.text(x, y, '{:.2f}%'.format(y*100), fontsize=13, color='#ff0000', 
                    horizontalalignment='center', verticalalignment='bottom')


plt.show()

 

4. 카카오뱅크 정규직, 비정규직 비중 한 그래프로 보기

 

마지막으로 정규직 비중과 비정규직 비중을 한 그래프로 한번에 보도록 하겠다.

 

fig, ax = plt.subplots(1,1, figsize=(18, 8))
plt.rcParams["font.family"] = 'Malgun Gothic'


ax.bar(regular.index, regular['reg'], width=0.55, color='#004c70', alpha=0.8, label='정규직 비중')
ax.bar(non_regular.index, -non_regular['non'], width=0.55, color='#990000', alpha=0.8, label='비정규직 비중')
ax.set_ylim(-1, 1)

for i in regular.index:
    ax.annotate(f"{regular['reg'][i]*100:.2f}%", 
                   xy=(list(regular.index).index(i), regular['reg'][i]+0.05),
                   va = 'center', ha='center',fontweight='light', fontfamily='serif',
                   color='#4a4a4a')
    
for i in regular.index:
    ax.annotate(f"{non_regular['non'][i]*100:.2f}%", 
                   xy=(list(non_regular.index).index(i), -non_regular['non'][i]-0.03),
                   va = 'center', ha='center',fontweight='light', fontfamily='serif',
                   color='#4a4a4a')  

for s in ['top', 'left', 'right', 'bottom']:
    ax.spines[s].set_visible(False)
    
ax.set_xticklabels(non_regular.index, fontfamily='serif') 
ax.legend()
fig.text(0.16, 0.95, '카카오뱅크 정규직/비정규직 비중', fontsize=15, fontweight='bold', fontfamily='Malgun Gothic')