LinkedIn是如何利用數據分析驅動產品的?

LinkedIndata

讓我們看看這家全球最大的職業社交網站、第三大社交網絡的運營數據。目前,LinkedIn有著2.7億註冊用戶,大約400萬家公司入駐,已經成為了職場人士最重要的在線交流和招聘求職平台。更引人注意的是它對高端企業用戶的吸引力:大約90%左右的TOP100企業在使用Linkedin的服務。

從它的營收數據中也可以看出這些業務的增長潛力。LinkedIn的收入主要由人力解決方案(即招聘)、市場解決方案(精準廣告)、訂閱產品(針對個人的付費增值服務)構成,2013年Q4財報顯示,這三項收入分別有2.456億美元、1.135億美元和8810萬美元,同比漲幅分別達到53%、36%和48%。

實際上,LinkedIn的這一整套業務尤其是商業模式,是由數據分析和處理能力驅動的。隨著註冊用戶數、入駐企業數量的增加,LinkedIn所需要處理的數據量也呈爆發性增長。社交網絡上的每個用戶產生的分享、評論和互相之間的互動都是數以TB乃至PB計,而為了讓招聘者和求職者更準確地匹配,讓廣告推薦更加符合用戶的真實喜好,準確和靠譜的數據分析是構建LinkedIn整個服務的基石。

在3月7日舉辦的阿里巴巴大數據峰會上,LinkedIn數據分析部資深總監Simon Zhang(張溪夢)詳細介紹了數據在整個LinkedIn產品構建當中的重要性。他說,整個LinkedIn的商業模型由三個循環驅動的環節構成:首先是用戶的增長以及用戶的體驗,其次,用戶的增長和體驗增加了很多的後台和前台的數據;第三,Linkedin會從這些新的數據裡面發現更多的解決方案和產品,以推動商業的增長、用戶的體驗和用戶數量的增加,從而進一步產生了更新的數據。

因此,數據實際上是貫穿整個LinkedIn產品的重要組成部分和驅動力。而針對數據的分析和處理,就成為驅動整個鏈條運作的關鍵一環。
Simon稱,在他加入LinkedIn的9個月後,就確定了進行內部數據分析的三大原則:第一個是簡單,任何人都能夠看明白看懂;第二個是迅速,越慢接受度越低,越快接受度越高;第三是規模化,希望Linkedin內部所有的員工都能夠用數據分析幫他們做決策。

LinkedIn是如何在數據分析中實踐從而得出這三個原則的呢?

首先是推翻傳統的數據分析方法,重新構建一個分析框架。LinkedIn進行數據分析的基礎是:一,分析師要從產品、市場、銷售和運營出發,先要瞭解和使用產品;二,進行產品追蹤,實行產品數據標記,保證數據質量——也就是說分析師本身要分析自己以後要分析什麼,這樣才能把正確標記加到數據庫裡面去;三,數據和數據質量管理,即瞭解數據庫之間的公用,流程,每種數據是怎麼分工的。在這基礎之上,才是傳統分析中的專題分析、商業智能與報告、深度分析等等。

在完成整個分析框架底層的構建之後,就可以實現規模化了——把這些工作寫入系統,系統可以模擬之前所做的大部分工作,然後讓每個員工都能使用這些數據分析結果,從而進行進一步的決策。

【此文章刊載於POT.HK;標題:LinkedIn是如何利用數據分析驅動產品的?