LinkedIn是如何利用数据分析驱动产品的?

LinkedIndata

让我们看看这家全球最大的职业社交网站、第三大社交网络的运营数据。目前,LinkedIn有着2.7亿注册用户,大约400万家公司入驻,已经成为了职场人士最重要的在线交流和招聘求职平台。更引人注意的是它对高端企业用户的吸引力:大约90%左右的TOP100企业在使用Linkedin的服务。

从它的营收数据中也可以看出这些业务的增长潜力。LinkedIn的收入主要由人力解决方案(即招聘)、市场解决方案(精准广告)、订阅产品(针对个人的付费增值服务)构成,2013年Q4财报显示,这三项收入分别有2.456亿美元、1.135亿美元和8810万美元,同比涨幅分别达到53%、36%和48%。

实际上,LinkedIn的这一整套业务尤其是商业模式,是由数据分析和处理能力驱动的。随着注册用户数、入驻企业数量的增加,LinkedIn所需要处理的数据量也呈爆发性增长。社交网络上的每个用户产生的分享、评论和互相之间的互动都是数以TB乃至PB计,而为了让招聘者和求职者更准确地匹配,让广告推荐更加符合用户的真实喜好,准确和靠谱的数据分析是构建LinkedIn整个服务的基石。

在3月7日举办的阿里巴巴大数据峰会上,LinkedIn数据分析部资深总监Simon Zhang(张溪梦)详细介绍了数据在整个LinkedIn产品构建当中的重要性。他说,整个LinkedIn的商业模型由三个循环驱动的环节构成:首先是用户的增长以及用户的体验,其次,用户的增长和体验增加了很多的后台和前台的数据;第三,Linkedin会从这些新的数据里面发现更多的解决方案和产品,以推动商业的增长、用户的体验和用户数量的增加,从而进一步产生了更新的数据。

因此,数据实际上是贯穿整个LinkedIn产品的重要组成部分和驱动力。而针对数据的分析和处理,就成为驱动整个链条运作的关键一环。
Simon称,在他加入LinkedIn的9个月后,就确定了进行内部数据分析的三大原则:第一个是简单,任何人都能够看明白看懂;第二个是迅速,越慢接受度越低,越快接受度越高;第三是规模化,希望Linkedin内部所有的员工都能够用数据分析帮他们做决策。

LinkedIn是如何在数据分析中实践从而得出这三个原则的呢?

首先是推翻传统的数据分析方法,重新构建一个分析框架。LinkedIn进行数据分析的基础是:一,分析师要从产品、市场、销售和运营出发,先要了解和使用产品;二,进行产品追踪,实行产品数据标记,保证数据质量——也就是说分析师本身要分析自己以后要分析什么,这样才能把正确标记加到数据库里面去;三,数据和数据质量管理,即了解数据库之间的公用,流程,每种数据是怎么分工的。在这基础之上,才是传统分析中的专题分析、商业智能与报告、深度分析等等。

在完成整个分析框架底层的构建之后,就可以实现规模化了——把这些工作写入系统,系统可以模拟之前所做的大部分工作,然后让每个员工都能使用这些数据分析结果,从而进行进一步的决策。

订阅更多文章