什么是真正的數據驅動型公司？LinkedIn的答案是：從數據分析中得出成功需要的硬性條件，團隊朝著這個方向全力優(yōu)化產品，這就是數據驅動型公司。

       四年前，來自中國天津的張溪夢加入LinkedIn的“數據科學家”部門，負責基于數據挖掘的產品開發(fā)，比如LinkedIn 最著名的“你可能認識誰”，“你可能喜歡的工作”，“你可能會聘用的人”等產品功能都是這個部門開發(fā)的。但LinkedIn高層認為，即使如“數據科學家”這樣的部門依然與實際業(yè)務“貼”得不夠緊密。于是入職9個月后，張溪夢得到了第一次提拔，組建了一個與業(yè)務緊密聯系到極致的新部門——商業(yè)分析部。

       張溪夢說，LinkedIn的所有業(yè)務都基于數據模型——LinkedIn.com上的用戶增長和體驗生成大量數據，LinkedIn根據這些數據開發(fā)新產品為用戶提供新產品和服務，這些新產品和服務又進一步刺激增長，增加客戶黏度。這是LinkedIn最基本的業(yè)務模型，維系這三點反復作用并在其中流動的正是數據。

       分析就是謀略和決斷

       通過在誠信、精準的職業(yè)用戶平臺上搭建與企業(yè)用戶、個人緊密聯系的高價值生態(tài)體系，截至2014年4月，LinkedIn在全球30多個國家已經擁有3億用戶；超過300萬家公司在LinkedIn上建立公司主頁，提供產品、服務、招聘信息和廣告。2014年LinkedIn的營收預計會達到20億美元，主要來自3條主產品線：人才解決方案（招聘者付費進入人才數據庫），營銷方案（廣告主付費）以及高級版定制（個人用戶為了更多網絡功能以及新發(fā)現而付費）。

       而張溪夢領導的商業(yè)分析部，可以解釋為“負責所有和錢相關的分析”。商業(yè)分析部直接支持的業(yè)務部門有5個——產品、銷售、市場推廣、開發(fā)和運營，其中運營又分不同部門，比如廣告運營、銷售運營、市場運營、商業(yè)運營等。商業(yè)分析部將數據分析過程透明化，讓業(yè)務部門不需了解技術細節(jié)而直接看到分析結果，“LinkedIn并不希望所有員工都成為數據分析師�！睆埾獕粽f。

       “你可能認識的人”是LinkedIn最受歡迎的功能之一，它可以幫助用戶找到自己想要保持聯系的人。而從后臺運營角度看，這項功能要求數據時刻保持更新狀態(tài)，這就需要時刻跟蹤用戶在不同應用間的數據。而最早這項功能基于傳統的關系型數據庫，因此計算一次需要幾天到一個星期的時間，LinkedIn的數據基礎設施團隊搭建了一個包括針對特定工作負載設計的在線、離線、近線系統的數據架構——在線系統處理用戶的實時交互信息；離線系統主要是Hadoop和Teradata的數據倉庫，處理批量數據和分析工作負載;近線系統處理類似“你可能認識的人”這類的功能、搜索以及LinkedIn社交圖譜數據，這類數據對處理和更新速度的要求不像在線系統那么高。

       LinkedIn內部大概有25種不同的數據庫和數據解決方案，其中一半以上是由LinkedIn內部開發(fā)的。和其他公司一樣，過去LinkedIn的數據分析結構是一個“金字塔”形狀，最底層是公司的全部業(yè)務數據，數據之上分為分析層、報表層、深度分析層、戰(zhàn)略分析層和決策層等�！敖鹱炙罹A的部分是塔尖，底層花費90%的時間卻沒有多大價值�！庇谑�，張溪夢力主將底層做小，由“金字塔”變?yōu)椤傲庑巍�。首先，需要把待分析數據做得很“薄”，再把很薄的數據切得更“細”，然后把已經又“細”又“薄”的數據放入Teradata、Aster Date以及內部開發(fā)系統里繼續(xù)做分析。這種“在數據模型上做模型”的方式不僅降低了存儲成本，也保證了數據分析速度從幾小時到20毫秒的飛躍。另外，對于非結構化數據，LinkedIn會首先將非結構化數據結構化。商業(yè)分析部技術部門開發(fā)了很多基于Java的工具，比如將一份簡歷的內容打散，進行重組——現任及過去任職的3家公司的信息最被看重，于是會順序出現在最前面，包括起止時間、任職時間、職位等。

       “中國歷史上第一個分析師是姜子牙，他是第一個做分析和策略的人。”從小的中國傳統文化熏陶讓張溪夢從獨特的角度去看商業(yè)分析，武王子牙、房謀杜斷，在他眼里都是做分析的，而分析就是謀略和決斷。

       第四大產品方向

       在銷售最初的階段，張溪夢的商業(yè)分析部會先基于數據進行四步的預測工作：第一步，預測客戶公司的目標費用是多少；第二步，定位該公司內購買LinkedIn產品的決策者；第三步，判斷LinkedIn內部哪個人對該決策者產生的影響最大；第四步，基于以上三步制作完善整體方案后，銷售再去談客戶。

       LinkedIn最核心的競爭力就是分析人。在人才獲取環(huán)節(jié)，LinkedIn在整個2億用戶的巨大數據庫中進行過濾搜索，打破以往只能招聘到崗位申請者的局限，同時招聘企業(yè)通過設定地點、技能、以往公司、教育背景等多個關鍵詞，迅速、準確地錨定最匹配的人才，從被動等待“愿者上鉤”變成了主動獵取。LinkedIn對一些公司人力資源部門的了解往往比他們自己還多，“比如去年他們招了多少人，從哪個地方招的，都是什么樣的學歷、資歷、職位；流失的員工都去了哪個公司，得到什么樣的職位，這些數據LinkedIn全有�！睆埾獕粽f。

       對于并非崗位申請者的匹配人才，LinkedIn的信息服務InMail則可以幫助招聘人員與他們感興趣的人取得聯系。但即使他們不想發(fā)送InMail信息，也可以隨時關注和了解潛在候選人的動向。他們還可以將此人加入到“招聘項目”中，以便了解該公司還有誰在關注此人。甚至還有一項新的測試功能，可以幫助招聘人員從公司內部尋找有關候選人的反饋消息，這一切都可以在與候選人取得聯系之前完成。

       商業(yè)分析部針對銷售階段開發(fā)的分析工具，經過不斷改進和完善，已經成為公司內部使用率最高的熱門工具�！癓inkedIn的銷售有3000人，而據我們統計，這款產品每天的使用者有3000～4000人，說明很多非銷售部門的員工也在用�！庇脩舻倪x擇說明價值，由于功能太過好用，在內部使用3年后，LinkedIn在今年7月將這個產品的一部分功能放到網站上，做成了企業(yè)級銷售解決方案，同時也成為LinkedIn未來的第四大產品方向。

       對于這種內部產品輸出，張溪夢對數據驅動的商業(yè)分析有更高的夢想——將內部分析、內部產品、外部產品三個層次理順，形成常態(tài)化的商業(yè)模式。

       相比Facebook和Twitter的強互動，LinkedIn就是弱互動�！坝卸嗌貱EO每天都有時間上LinkedIn？但就是因為他們很忙，用得沒有那么多，所以對LinkedIn來說，小數據反而反映很大的價值�！睆埾獕粽J為，這正是LinkedIn產品的獨特價值——很多人一輩子都想跟這些公司的CEO聯系上而不可得，而這種聯系確實能產生價值以及商業(yè)機會。通過社交網絡數據，，LinkedIn甚至可以分析出各個公司的權利結構，等同于太陽系中的引力關系，“比如，CEO在公司矩陣中的引力最大，跟CEO接近的人引力一定也大，然后和他離得越遠的人，如果質量再小的話，引力就小，這是100%可以分析出來的�！�

       與Facebook圍繞“社交圖譜”概念打造真實社交網絡一樣，LinkedIn目前所圍繞的概念是“專業(yè)圖譜”。

       實名、高端社交與弱互動（即有限分享），此三者正是LinkedIn取得成功的前端原因。這三個定位保證了LinkedIn可以沉淀下真實世界中最有商業(yè)價值的那部分社會關系并作為數據金礦來挖掘。

       來源：IT經理世界 作者：孫泠

文章為作者獨立觀點，不代表經管之家立場