数极客首页

开眼界:LinkedIn与数据驱动

【前言】

可能很多人提到LinkedIn,脑子里的第一印象和我一样:招聘,然后可能是:职场社交。但距离

黑科技、大数据、数据挖掘

……貌似比硅谷其他公司,稍远了一些些。

但是
最近由于
招聘需求
,运用
LinkedIn比较

频繁,加上陆续看了一些关于它的数据驱动数据化运营的文章、演讲,我目前关于
LinkedIn的印象大大改观,进而深思
自己

的工作、进而到深受启示
……所以分享出来,希望也对你有所辅佐

在此郑重阐明

下,本文不算100%的原创,更像是学习、读书笔记,欢送

大家一同
思索

。值得一提的是,盘绕
数据驱动在Linkedin,我参考的视角也算是十分

丰厚
的,比如

  1. 中国区的总裁沈博言谈:Linkedin为何能够

    火15年?(商业视角)

  2. 前Linkedin高级商业剖析

    总监张溪梦:6个步骤,学会数据驱动产品的秘诀?(剖析

    视角)

  3. LinkedIn Business Analytics 部门资深总监Simon Zhang:LinkedIn怎样
    用大数据赚钱?
  4. 数据产品经理李海鹏:发明

    数据产品驱动商业价值(产品视角)

齐活了,所以你能够

不往下看我的心得体会

,但是以上四篇文章,是很值得深化
学习的。

一.?数据与业务

一开端
,我也习气
先树立
一个框架,好去将碎片的心得体会

放到格式的格子里。关于数据与业务的关系,我抛出一个框架,供大家交流讨论
。如此,提到数据、提到它和业务的关系,即便

众口一词
,你可能大约
也知道

“他们到底属于哪一块”,而且你能够

从已有的学问
贮藏

里挖掘

一些共鸣。

图1:业务VS数据(By Heidixie)

个人总结的较为粗浅
但目前十分

有用的关系图:业务的展开

会产生越来越多的数据,经过
外部数据的交流
也会让数据愈加
丰厚
、体量增大。

进而数据能够

对业务产生三种助力价值:

1.?传统BI价值:

数据能够

辅佐

我们看清业务,比如

活动效果怎样
?用户留存是什么样的?距离

我们的目的
还有多少?这个月的访问中,有多少是老客户,有多少是新的客户?下个月的预测会有多少客户签约,会有多少客户流失?

怎样
权衡
数据能否
能够

辅佐

看清业务呢?很简单,做BI的同窗
会把自己

效劳
的业务方做个简单的分类,每一类的业务方平常
关怀

什么业务的问题,BI的同窗
是要尽可能十分

快地能够

提供答案、进而让对方自助、容易地获取答案(BI报表、报告的产品化)。这个分类是一个纵横交错

的关系,纵向可按业务类型分,横向可按不同层次分,不同层次关注的数据的时间周期、粒度不一样。纵向划分则意味着他们关注的业务范畴
、业务问题不一样,举个关于O2O范畴
的栗子:

图2:数据看清业务的梳理框架(By Heidixie)

顺便说一句,往常

很多的业务还属于“看都看不清”、“花很多肉体

才干
看清”的攻克上……所以并不是说“传统”就以为
十分

成熟了,还是有很大空间能够

努力的。

2.?数据智能的价值:

前面一种价值是能够

给人抛出答案,便于人中止

决策判别
。而这种场景是,关于
有明白
规律、规则总结的,其实是不用交给人再去判别
了,直接能够

系统化完成
掉,比如

客户效劳
范畴
的智能判决,比如

智能效劳
机器人,致使

比如

个性化搜索、举荐

引擎的设计。后面的人不再是看着数据做决策,而是放到怎样
依据

数据去调优规则上。

3.?数据产生新业务:

特别
是数据变现的才干

,从数据产生新的业务,并且这个业务能够

成为赢利的新的增长点。上一个价值谈到比如

智能判决,可能原本

是客服内部的一个自动化的工具,但是假定

洞察到其商业价值,假定

把它单独产品化,推到市场,成为其他企业客户效劳
范畴
的处置

计划

之一,则具备了强大的变现才干

。再如会员营销处置

计划

,它可能的前身也只是提供给

内部运营同窗
做客户关系管理的小工具,而一旦洞察到商业价值,能够

优化成为面向商家的增值效劳

以上的三个价值,中间演化
的关键是什么呢?

图3:3种价值的演化
关键点(By Heidixie)

只所以划分了框架,主要是LINKEDIN以上三方面都比较

有建树,都值得我们学习参考,当你看我最前面举荐

的四篇文章的时分
,或听到他人

在谈数据价值的时分
,你也能够

试图按这个框架填填空。

本次开眼界,主要聚焦在价值3的应用。针对传统BI在LinkedIn是怎样
做的,留待下次。

二. LinkedIN的业务

面向C端用户,LinkedIn是一家给用户提供免费效劳
的职业社交网站(LinkedIn的愿景是:为全球职场人士提供展开

机遇

),借助网络效应让LinkedIn变成越来越大的、几何倍数增长的大黑洞,从而积聚
了更多的用户信息。而LinkedIN很难从用户身上赚到钱,它主要的营收来自面向B端客户的处置

计划

,目前中心
的处置

计划

有三种:

  • 招聘处置

    计划

    :发现猎头在这里找人、发现B端的企业在这里,?于是推出面向猎头的招聘处置

    计划

    ,目前这个产品占到了营收的60%以上。

  • 营销处置

    计划

    :发现有些营销人员来做产品的推行
    (特别
    是toB的),推出了面向B类客户的营销处置

    计划

  • 销售处置

    计划

    :看到人们之间的交互行为、关系链,推出了销售处置

    计划

    ,就是它能够

    辅佐

    企业去找到最匹配的销售担任
    人。

如图所示:

从Linkedin的业务我们能够

发现:

  1. 这些占领
    了LinkedIN主流营收的“处置

    计划

    ”是产品化的,它对照着上述框架中的第3种数据价值。

  2. 这些处置

    计划

    是怎样
    产生的?本源

    于LinkedIN的数据化运营,听说
    ,LinkedIN的CEO是事必躬亲

    的用数据来说话的人,每天早上5、6点起床,开端
    看公司的200多个KPI,然后各部门老大、剖析

    师们也开端
    起床响应CEO针对指标的各种疑问。那么经过
    不时
    去增强

    传统BI的价值,除了看清业务(KPI),也发现了一些“商机”,比如

    发现猎头的访问增加
    ,比如

    发现了有些企业用户访问LinkedIN,而且不是出于招聘的目的……进而发现数据的价值,进而提升了更针对性的处置

    计划

三. LinkedIN产出的数据是什么?

李海鹏在《发明

数据产品驱动商业价值》的演讲中提到,Linkedin的数据来源主要有三类:

  1. 用户身份数据:用户是谁?履历?技艺
  2. 用户行为数据:用户来干了什么?他们可辨别


    什么类型?他们的阅读
    、点击、停留、互动、留存行为是什么样的?

  3. 社交数据:人与人的关系是什么?

图4:LinkedIn的数据类型(By 李海鹏)

以上数据各有用处

,Mapping起来更了不得。就拿社交网络关系图谱来说,绝对不只是是看起来酷炫的作用:比如

,你是微软的员工,但是你填写资料

的时分
,没有写对你的公司,比如

拼写错误,有意填错等,但LinkedIn经过
社交图谱,也会发现你被包围到微软的员工中,所以你有极大可能是微软员工,而且还能够

反过来用,去侦测哪些填假资料

的人。

四.?完成
价值3(数据应用变现)的重要的思想
框架

很多公司都有数据沉淀,而且目前数据交流
的本钱
也越来越低,每个企业都可不拘泥于自己

所产生的数据,全球的创意精英们都能够

经过
接口的方式获取其他的数据做自己

的创新产品。

但是为何有些公司能够

借助数据完成
业务的不时
升级

与改造

,而大多数公司还在处置

“看清业务”的基础

BI问题。

李海鹏分享了一个重要的思想
框架:一个公司假定

想把数据应用做得十分

好,是一定要把业务、数据、以及Engineering很好地分别

起来的。

图5:数据驱动的思想
框架(By 李海鹏)

只看图貌似就是大实话,但我们能够

用一个反例去更好了解

,比如

,一个公司有很多的数据专业人员,谈起大数据喜形于色
,但是脱离了细致

“Business”场景,在数据里挖啊挖啊,是无法很好产生商业价值的。这一点,和《重新定义公司》的提到的“巴斯德象限”不约而同

,重新定义公司讲述谷歌的创新、创意精英,也谈到了创新其实更多基于“应用”,也强调了创新是要“十分

适用
的”,否则就会招致
科学理论只是理论,无法派上理论

的用处

。有兴味
的同窗
能够

去谷歌下巴斯德象限。

又如,有很多的数据,也有很好的商业场景,但是缺乏很好的工程完成
、前后端的计划

,也是无法去顺应
业务的快速展开

的。

演讲中还有一个思想
框架,也十分

适用
,它第三
解释了为何有些公司展开

得很“猖獗
”,而有些公司堕入
了“突变
方式

”,不时

固守在已有业务范畴
,直到被一个出人预料

的竞争对手跨维度打击。

在李海鹏看来,主要区别在从数据的积聚
到Deliver更多产品/效劳
的闭环的正向鼓舞

上,而很多公司展开

堕入
瓶颈主要是由于
从紫色到红色的环闭不上。

五.?看看LinkedIn应用
数据+商业机遇

洞察做的牛逼的事儿

1.?行业趋向
与招聘处置

计划

企业展开

离不开人才招聘,一个行业的企业聚合起来又代表着行业关于
人才的需求变化状况

,依据

不同行业的招聘状况

去看行业的展开

趋向
。这关于
公司做战略性的决议
是很有辅佐

的,更何况LinkedIn有成百上千的INDUESTRY。

这还能够

进一步辅佐

B端客户去辨认

某行业的人才散布

状况

,从而从微观角度去指导公司招聘,比如

,依据

以下的人才洞察报告,能够

看到某行业的人才供需状况

,比如

不同区域招聘的竞争状况

李海鹏提到,当他们面向B端客户采购
招聘处置

计划

的时分
,对方常常
会以为
基本

无需运用
更高级的招聘效劳
,而当他们给对方看了针对性的如下剖析

后,第二天就会接到对方的电话说:那我们谈谈?这个神奇的剖析

是什么呢?

公司的竞争就是人才的竞争,假定

一个人才从公司B跳槽到公司A,可能是偶尔

要素
,但是假定

大量的人才都有相同的选择,能否
就能够

推断公司A的竞争力和展开

机遇要高过公司B呢?

这个图第一
能够

辅佐

不同的公司看到自己

潜在的竞争对手(是员工用脚投票出来的)。

LinkedIn每年会发布硅谷最HOT的创新公司,而常常
提供的预测和最终
他们拿到的VC以及展开

是十分

匹配的。

除了做公司的人才活动
,也会做行业的人才流总以及技艺
的活动
是什么样的。

“这么好玩的事情,背后的数据就是一份份简历的数据。关键是在于规范

化并且找到其中一个维度,就像上面的活动
来看,关键的维度就是时间维度,每个人在不同的时间做了不同的工作。?”

2.?销售处置

计划

但是为何整个销售处置

计划

会用到LinkedIn?

比如

,假定
你是一个面向游戏应用开发商提供游戏数据剖析

处置

计划

的企业,你的目的是尽可能地找到哪些企业是潜在顾客,进而你要找到“VIP人员”中止

Sell points沟通,展开

成顾客后,还得不时
剖析

他们的留存和流失状况

,及时中止

沟通、激活。

1. LinkedIn知道

企业的Profile——它是不是意向客户。

2. LinkedIn知道

该企业的组织架构——谁可能是最能够

做出决策能否
置办

的人?

3. LinkedIn知道

你的企业里,谁是最合适

的销售员——别遗忘
了社交关系图谱,而且它可能还会举荐

一个关键人物,让你的销售员能够

快速突破

关系墙。所以决议
哪个销售人员的分配也是极具智能的。

进而,LinkedIn会关注在“Churn Point”(真实
不知道

怎样
翻译比较

贴切,讨教
),关注可能的客户流失状况

,所需的三板斧是:度量、预测以及预防:

说到预防,不得不提一个有意义
的工具,也就是帮销售人员讲故事,无论是在拉新还是挽留行将
流失的客户上。

在之前,一个销售人员锁定一个潜在意向客户后,要花很多的时间去准备Story,?去完善沟通的PPT,而往常
,这些销售人员运用
悄然

点击一个按钮,就能够

自动生成一个Story——比如

,若销售人员是LinkedIn的,潜在客户是GOOGLE,那么这个Story PPT的中心机
想是:为什么说你们谷歌或者你们 GE 要买 Linkedin 的效劳
?为什么?LinkedIn能够

做到,是由于
它知道

该公司的人员流失状况

,、公司增长状况

,以及人力市场里竞争的这种优势和优势

但是
这个案例是举LinkedIn自身

的销售来的,我也没有深化

的感知到怎样
能够

复用到不同范畴
的销售处置

计划

,是怎样
能够

也自动生成自己

潜在客户的采购
PPT?毕竟采购
的场景是完好

不一样的,比如

经过
什么数据能够

发现潜在客户能否
要置办

一套新的游戏剖析

软件?

不过,固然
个销售处置

计划

的商业方式

对收入贡献

不多,目前只占 1%,但LinkedIN对此自自信心

还不错,让我们拭目以待。

【总结】

缺乏应用场景的大数据都是空中楼阁

,数据化运营不只
仅是辅佐

我们更美观
清业务现状,也能够

辅佐

我们洞察到其中隐含的商机,最关键的是能够

将数据价值进一步产品化,推出市场。想想我们手里的数据,以及我们或许曾经
错过和行将
错过的商机吧!让数据真正成为金矿。

作者:Heidi格物志

原文链接:http://heidixie.lofter.com/post/b8226_c359e50

本文由?Heidi格物志 受权

数据剖析

网 发表,并经数据剖析

网编辑。版权归作者一切
,转载此文请与作者联络

发表评论

评论已关闭。

相关文章