Tony Wang10 Min. LesezeitMehr als 16.000 Jobs sagen nur ‚2 Locations‘
‚2 Locations‘ führt das Jobs-Location-Facet mit 16.306. Multi-Site-Platzhalter: 29.411 — ca. 5,6 % der offenen Postings. Kein Stadtranking.
Fragst du ein ATS-Board, wo ein Job ist, bekommst du oft eine Zahl, keinen Ort. Im Jobs-by_location-Facet von Crawlora ist der #1-Location-String „2 Locations“ — 16.306 offene Postings — größer als der Country-Key „United States“ (3.599) und größer als jede benannte Stadt im selben Top-100-Fenster. „3 Locations“ bis „8 Locations“ stapeln weiter. Addierst du sie, lehnen 29.411 offene Rollen eine einzelne Stadt ab, bevor du überhaupt Schreibweisen von London oder Bengaluru mergen fängst.
Dieser Post handelt von dieser Struktur: Multi-Site-Platzhalter, Free-Text-Remote und wie Country-Totals aussehen, erst nachdem du die unauflösbaren Zeilen rauswirfst. Es ist keine zweite „Where the jobs are“-Stadt-Liste — diese Story ist schon Bengaluru vs San Francisco.
„2 Locations“ ist größer als „United States“
Sortiere die Top-Location-Strings nach Count und die erste Zeile ist kein Arbeitsmarkt, den du auf eine Karte setzen kannst.
„2 Locations“ (16.306) ist etwa 4,5× der Country-Key „United States“ (3.599) im selben Facet-Fenster. Das heißt nicht, die US hat wenige Jobs — die meisten US-Rollen sitzen unter City-Strings (New York, NY, San Francisco, CA, …) oder erscheinen nie in den Top 100. Es heißt: das modale Location-Label unter High-Volume-Rohstrings ist ein multi-site opaker Count, kein Stadtname.
Enterprise-ATS-UIs (Workday ist die übliche Quelle von N Locations-Sprache) kollabieren Multi-Site-Reqs in ein einzelnes Posting mit Platzhalter-Location. Für Hiring Manager ist das bequem. Für jeden, der Städte oder Länder aus dem rohen Feld rankt, ist es eine Falle.
Multi-Location-Platzhalter: der volle Stack
Exakte N Locations-Keys in den Top 100:
| Location-String | Offene Postings | % der Top-100-Masse | % der Open (Provider-Summe) |
|---|---|---|---|
| 2 Locations | 16.306 | 15,6% | 3,1% |
| 3 Locations | 5.390 | 5,1% | 1,0% |
| 4 Locations | 3.328 | 3,2% | 0,6% |
| 5 Locations | 1.923 | 1,8% | 0,4% |
| 6 Locations | 1.235 | 1,2% | 0,2% |
| 7 Locations | 731 | 0,7% | 0,1% |
| 8 Locations | 498 | 0,5% | 0,1% |
| All 2–8 Locations | 29.411 | 28,1% | 5,6% |
29.411 offene Postings — 5,6 % des Crawls nach Provider-Summe — haben keine Stadt und kein Land im Location-String. Innerhalb der Top-100-Location-Masse ist Multi-Loc 28 % von allem, was du naiv ranken würdest. Deshalb hat der Bengaluru-Post diese Zeilen aus City-Tabellen ausgeschlossen: „2 Locations“ in einen Hub zu falten würde Geografie erfinden.
Rankt deine Pipeline Städte aus rohem ATS-JSON ohne Multi-Loc-Filter, kann deine #1-„Stadt“ eine Ziffer sein.
Free-Text-Remote ist auch kein Land
Vor Country-Rollups peel Workplace-Sprache ab, die wie ein Ort aussieht:
| Pattern (Top-100) | Offene Postings |
|---|---|
Remote | 3.920 |
Remote job | 1.218 |
US-getaggte Remote-Formen (Remote (United States), Remote - US, US Remote, …) | 4.415 |
| Free-Text-Remote-Zwischensumme | ~9.553 |
Diese Zeilen sind nicht der remote=true-Boolean (dazu gibt es einen eigenen Companion-Post). Sie sind parallele Encoding: Location-Feld als Workplace-Typ. Country-Totals unten schließen sie aus, damit „United States“ nicht über Remote (United States) doppelt zählt, als wäre es ein Geo-Rollup von On-Site-US-Hiring.
Country-Rollup — erst nach Ausschlüssen
Hand-Zuordnung der verbleibenden Top-100-Keys zu Ländern (City-Varianten in ISO-artige Buckets gemergt). Scope: auflösbare Keys im Top-100-Fenster nach Drop von Multi-Loc, Free-Text-Remote und Non-Geo-Noise (~1.946 Hospital/Network-Labels). Das ist nicht „die US hat 6,5 % aller Jobs.“
| # | Land / Territory | Offene Postings (scoped) | Enthält (Beispiele) |
|---|---|---|---|
| 1 | United States | 34.000 | City-Formen + coarse ‚United States‘ |
| 2 | India | 8.577 | Bengaluru/Bangalore, Hyderabad, Pune, Mumbai, ‚India‘ |
| 3 | United Kingdom | 6.900 | London-Varianten + ‚United Kingdom‘ |
| 4 | Germany | 2.979 | Berlin, Hamburg, Munich/München |
| 5 | Singapore | 2.552 | Singapore City-State-Keys |
| 6 | Canada | 1.989 | Toronto-Varianten + ‚Canada‘ |
| 7 | Mexico | 1.090 | Mexico + Guadalajara |
| 8 | Philippines | 911 | Coarse Country-Key |
| 9 | Greece | 669 | Athens / Attica |
| 10 | Japan | 621 | Tokyo |
| 11 | Saudi Arabia | 617 | Riyadh |
| 12 | Spain | 540 | Madrid |
| 13 | Hong Kong | 523 | Hong Kong |
| 14 | France | 517 | Paris |
| 15 | UAE | 479 | Dubai |
| 16 | South Africa | 469 | Coarse Country-Key |
| 17 | South Korea | 416 | Seoul |
United States führt das scoped Rollup, weil US-City-Strings den High-Volume-Tail der Top 100 dominieren, sobald Multi-Loc weg ist. India ist Zweiter, noch bevor du das Top-100-Fenster verlässt — richtungsmäßig konsistent mit der Bengaluru-Hub-Story, hier aber gemessen als Country-Bucket-Masse unter großen Location-Labels, nicht als City-Ranking.
Singapore erscheint sowohl als City-Scale-Hub als auch als Country-Scale-Key; wir behalten es als einen Country/Territory-Bucket, damit es nicht als „Stadt und Land“ doppelt zählt.
Wie das vom Bengaluru-Post abweicht
| Frage | Bengaluru-Post | Dieser Post (G1) |
|---|---|---|
| Unit | City-Hubs (gemergte Varianten) | Location-Feld-Struktur + Country-Rollup |
| Multi-Loc | Aus Ranks ausgeschlossen (~76k in älterer Full-Corpus-Note) | Lead-Befund (29.411 exakte Keys in diesem Pull) |
| Ranking-Claim | Bengaluru > SF+Boston | „2 Locations“ > Country-Key „United States“ |
| Risiko bei Mix | Aufgeblasene Städte | Fake Countries aus Remote-Strings / Multi-Loc |
Derselbe Datensatz, andere Absicht. Brauchst du „welche Stadt“, nimm den City-Post. Brauchst du „wie kaputt ist Location“, nimm diesen.
Was das nicht ist
- Keine Full-Country-Census von ~525k offenen Postings. Nur Top-100-Location-Keys sind zugewiesen; die meiste Masse sitzt im Long Tail.
- Kein City-Ranking. London und New York erscheinen nur als Inputs für Country-Buckets.
- Kein Remote-Marktanteil. Free-Text-Remote-Zeilen sind aus Countries ausgeschlossen; Boolean-
remote_openist eine separate Honesty-Story. - Kein Beweis, dass Enterprise-Hiring „nur Multi-Site“ ist. Es ist Beweis, dass Multi-Site-Labels first-class Volumen im rohen Feld sind.
Wen das hilft
Analysten / Data Eng: filtere ^\d+ Locations?$ (und sibling Multi-Site-Phrasen) vor jedem City- oder Country-Aggregate. Behandle Location als dirty Enum.
Product Builder: wenn du „Jobs by Country“ exposest, dokumentiere Multi-Loc- und Remote-String-Ausschlüsse — sonst shipst du ein Dashboard, das „2 Locations“ als Ort rankt.
Researcher, die die Serie zitieren: Multi-Loc-Share und City-Ranks dürfen nie denselben Nenner teilen ohne den Exclusion-Callout.
Alles oben ist re-queryable vom selben Facets-Endpoint. Bewegt ein Re-Crawl „2 Locations“, update die Floor — erfinde keine Städte dafür.
Inspiziere Live-Location-Strings über 14 ATS-Provider
Suche offene Rollen, facette nach Location und sieh Multi-Site-Platzhalter neben echten Städten — dieselbe REST-Surface wie diese Studie. 2.000 Free Credits pro Monat, keine Karte.
Häufig gestellte Fragen
Was ist der häufigste Location-String auf öffentlichen ATS-Job-Postings?
Im Top-100 by_location-Facet von Crawlora vom 2026-07-19 ist der größte rohe String ‚2 Locations‘ mit 16.306 offenen Postings — vor ‚United States‘ (3.599) und jedem City-Key in diesem Fenster. Es ist ein Multi-Site-Platzhalter, keine Stadt.
Wie viele Jobs haben keine einzelne Stadt im Location-Feld?
Exakte ‚N Locations‘-Platzhalter von 2 bis 8 Locations summieren sich auf 29.411 offene Postings — etwa 5,6 % von grob 525.000 offenen Postings nach Provider-Summe und etwa 28 % der Masse innerhalb der Top-100-Location-Keys.
Welche Länder führen, nachdem Multi-Location-Zeilen ausgeschlossen sind?
Unter auflösbaren Top-100-Location-Keys nach Ausschluss von Multi-Loc-Platzhaltern, Free-Text-Remote-Strings und Non-Geo-Noise führt ein Hand-Rollup: United States (~34.000), India (~8.600), United Kingdom (~6.900), Germany (~3.000) und Singapore (~2.600). Das ist auf das Top-100-Fenster scoped, keine Full-Corpus-Country-Census.
Ist ‚2 Locations‘ größer als US-Hiring?
Nein. ‚2 Locations‘ ist größer als der coarse Country-Key ‚United States‘ im selben Facet-Fenster, aber die meisten US-Rollen sitzen unter City-Strings (New York, San Francisco, …) oder außerhalb der Top 100. Der Befund betrifft Label-Struktur, nicht Gesamt-US-Volumen.
Wie unterscheidet sich das vom Bengaluru-City-Ranking-Post?
Jener Post rankt Städte nach Merge von Varianten und Ausschluss von Multi-Loc-Zeilen. Dieser Post behandelt Multi-Location-Platzhalter als Lead-Befund und baut ein Country-Rollup erst nach diesen Ausschlüssen. Derselbe Jobs-Datensatz, andere Unit: City-Hubs versus Location-Feld-Struktur.
Zählt Free-Text-‚Remote‘ als Land?
Nein. Generische und US-getaggte Remote-Location-Strings (~9.550 im Top-100-Fenster) sind Workplace-Sprache und sind aus Country-Totals ausgeschlossen. Der remote=true-Boolean wird separat im Remote-Flag-Honesty-Post behandelt.