拿到用戶數據之后，LinkedIn怎么賺錢?
在LinkedIn，大數據滲透在各個產品和決策之中。比如，LinkedIn對大眾來講是免費的，但是也會提供付費產品的增值服務，怎么向目標用戶進行有效推薦呢?這時候數據就起了作用。在這些數據的幫助下，銷售部門的業績翻了一倍還要多。
LinkedIn有很多數據，我們怎么用呢?如何用數據給各個部門提供數據服務，幫助他們賺錢的呢?這里有三個詞：助力、優化、創新，這是我們用數據來持續不斷為商業增值的手段。
- 利用人才流動數據
- 為銷售人員提供洽談敲門磚
- 預測硅谷***潛力的創業公司
助力就是公司其他部門在需要數據支撐決策的時候，我們滿足他們最基本的對數據的需求，為他們提供數據洞察力。
舉個例子，我們四年前做過一個很簡單的產品，叫人才流動畫板，就是整合LinkedIn上用戶的基礎數據，就可以得到一段時期內從A公司到B公司的人才流動情況。
大家想想LinkedIn平臺上最多的數據是什么?用戶職場信息。從哪年哪月到哪年哪月，在某家公司擔任什么職務。
當我們把這些用戶信息采集起來以后，就可以知道世界上每家公司，任何一個時間點，有哪些人是為這家公司服務的。
這個數據圖有什么用?通過它，你很快可以知道自己公司和對手的人才流動情況。有了這個圖，銷售人員跟一些公司約談會議的時候，就太容易了，這個數據圖就是很好的敲門磚。
我們還將創業公司的數據單獨拎出來，做了一個硅谷***潛力創業公司的排名。因為一家公司勢頭非常好的時候，人才的流動會比資本的流動更快。人才是一個公司能否成功非常好的評判標準。
2012年我們發布了***個榜，當時有Cloudera、Pinterest、Hortonworks等等，這個榜我們發布了兩年之后，這些公司IPO加上被收購的公司超過了50%。
2013年的公司可以看到Dropbox、Hortonworks、GoPro這些公司，大家如果13年的時候去投資這些公司，你會獲得非常好的回報。
- 向真正有需求的人推薦付費產品
- 數據的甄別定位很重要
- 銷售業績因此增長一倍多
那么，怎么通過優化方式幫助業務部門把工作做得很好?我們用LinkedIn的高級訂閱服務做例子。
LinkedIn對大眾來講是免費的，我們會有些增值服務，提供付費產品。但是我們希望找到真正有需求的群體推薦，而不是每一個用戶，不然會被認為是垃圾廣告。
怎么做呢?我們從LinkedIn最基礎的三大類數據開始。
1.***是用戶個體數據
姓名、職稱、工作公司、職場經歷，這是相對靜態的數據。
2.第二是用戶行為數據
你在LinkedIn上看過哪家公司的廣告，和哪些人有聯系，有消息的交互記錄。后來證明這些用戶行為數據，很多時候是比用戶個體數據更有預測性的。
3.第三是用戶網絡數據
在Linkedin里面更多的是社交概念，你的社交網絡里有誰，你在誰的社交網絡里面。我們知道物以類聚，人以群分，在網絡里這個共性會更強。
我們通過網絡分析建模，***對非常小的一部分人進行精準定位，我們知道了他們可能對我們產品感興趣的人，給他們定向發布信息。
做這個數據分析有多大實際用處呢?銷售部門的業績翻了一倍還要多。
- 決策者在2B中起到決定性作用
- 通過大客戶興趣指數
- 確定誰才是值得跟進的決策者
數據應用的有哪些創新?我來講講大客戶興趣指數，就是對企業級的用戶進行排序，讓我們的銷售團隊知道哪些大客戶對我們的產品更有興趣。
這個興趣指數是怎么做的呢?首先2C和2B業務決策有一個本質的不同，2B里有個特殊人物叫決策者，拍板的人，如果拍板的人決定買，即使其他人不想，產品還是可以賣出去的。
所以我們通過建模方式，把公司里的每個人分成兩個部分來建模。
1.***部分是決策者指數，通過數據比如他在公司的Title(職位)來預測是決策者的可能性。
2.第二部分叫產品傾向模型，就是你作為個人，對產品的喜好程度是什么，我們會考慮你的個人信息，和我們營銷互動的情況。
我們把決策者指數和產品傾向喜好度結合起來，就有一個大客戶興趣指數，然后，銷售團隊就可以清晰地知道哪家客戶是值得去跟進的。
比如我們把大客戶興趣指數分為高、中、低三大類別，結果發現，訂單成功率高的為42%，低的是21%。對于2B業務，你把更多時間放在指數高的客戶上，對訂單會非常有幫助。
*本文根據李玥在混沌研習社的課程內容整理而成.。
