LinkedIn到底是如何通过大数据盈利的

36大数据 • 8年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

近日，微软以262亿美元收购LinkedIn(领英)的消息让领英这个全球最大的职业社交平台走上了风口浪尖。就在刚刚过去的一周，营创学院美国行2.0实地访问了位于美国硅谷的领英全球总部，并与领英商业分析高级总监Michael Li进行了深入交流。今天，特独家首发此文，为你揭示领英到底是如何通过大数据盈利的，不断为自身和客户创造商业价值?

1. 何谓大数据?

什么才是大数据?大数据不是简单地等于大量的数据。大数据的概念也包括了在实际应用过程中，数据处理的难度和挑战性。从业务线的角度来讲，大数据的发展史经历了这五步：

第一是金融财务公司，比如很多银行和信用卡公司，他们是最早开始使用数据的。从数据量来讲，他们是最少的。

第二是CRM数据，即你的客户管理的数据。他们的数据量比财务更一大些，因为这些公司成为你真正客户付钱之前已经产生很多数据，他们做的软件会存储下来，帮助这些公司做更好运营，比如SAP，Oracle等等。

第三是互联网时代，它会记录很多用户到你网站上来的数据，通过这个数据可以分析把业务、网站做的更好，比如Google，Yahoo等等。

第四是社交网络，脸书、LinkedIn等新社交网络的产品出现。所以社交网络的出现实际上是跟大数据一词的出现大概是同一时间，也真正把数据处理、分析的难度和挑战性带到一个新的高度，“大数据”这个概念也是在这个时期出现的。

第五就是创业公司。他们的数据量往往是更大的，处理和分析的难度也在增加，而且这些数据都是跟你实实在在生活中相挂钩，比如Uber，滴滴等等。

如今的大数据还可以指健康，环境，教育，娱乐等等。值得注意的是，随着每次概念的升级，数据处理分析的难度的挑战性也是越来越大了。同时，现在数据不再是以人为单位，而是以事件为单位，以滴滴打车为例，每次打车时的操作都是数据：声音、文本、摄像都是数据，每一个操作都会被视作数据：你每点击一次手机，每一次通话都会被视作可以用来研究的数据。

2. 为什么大数据很重要?

大数据有三个技术维度，我们叫三个“V”。第一个“V”是Volume容量。第二个“V”是Velocity速度。第三个“V”是Variety多样性。不过处理三个维度的数据是研究部门的事情，对一个公司来讲更多的时候需要在关注第四个V：Value价值。

数据分析更重要的地方在于，怎么用最好的技术方案为你的业务产生最大的价值，这是我们数据团队需要花时间考虑的事情。任何一个企业第一件事情肯定先做好核心业务，随着客户和业务的增长，会不断收集更多的数据。

当数据收集到一定量的时候，对于数据的分析会帮你找出对你有用的信息，帮助你能够做出更多符合你需求的增值服务和产品。把这些服务和产品继续做到核心的业务平台当中去，可以帮助你进一步增长你的客户和业务。这样形成一个非常好的正向的闭环，这也是数据在你整个业务当中起到的非常重要的作用。

这也是为什么在2011年之后LinkedIn才有了我们(商务分析)这个团队，我们是在公司上市后才开始帮公司做这方面的业务，这也是为什么如果我们做大后，会形成较高的壁垒，别人很难跟我们竞争。

LinkedIn公司下一个10年最重要目标是：用数字化的方式把世界上所有经济相关的各种元素数字化的方式呈现出来，从而从中洞察经济发展的规律，创造更多新的经济机会。这也就是所谓的经济图谱。

我带的团队名字叫商业分析(Business Analytics)，目标是要利用大数据为职场人员做出迅捷、高速、高效的决策，也就是创造商业价值数据科学。所有职场上的人，所有职场上的公司，职场上的工作，职场上的技能，所有能够提供这些职场技能培训的学校，和相关的更新信息。

当这些知识都被作为一个图谱链接起来的时候，我们就可以通过这个图谱来洞察世界经济发展的规律，创造出更多的经济机会。当这些都实现以后，LinkedIn将是第一个实现掌握经济脉络数据的公司，那我们接下来就可以做很多事情。

例如在瑞士举行的达沃斯论坛，它有一个报告就叫做“The Future of Jobs(未来的工作)”，里面很多相关数据就是来自Linkedin。所以LinkedIn的使命就是跟数据相关的。再看一些其它的大公司也都是这样的：把数据拿来自己所拥有，当它一家独大的时候，也没有人跟它竞争了。

因为BAT对流量入口的垄断，现在在中国B2C已经越来越难做了，但 B2B还很有潜力。在美国，每年的风投有40%是在B2B的业务上，而中国的这个数字只有5%。

大家可以看到在Google上对大数据这个词的搜索量在2011年前都是平的，在2011年后有了一个大幅的上升，呈现指数型的增长。这说明人们开始对大数据有了十分的重视程度，但我们现在其实很缺乏相关的人才，准确地说是缺乏能够满足我们需求的人。我们团队很多时候成功与否其实是要把技术应用到业务中来，是介于技术和业务之间的。

3. 大数据如何产生商业价值?

对企业最重要的事情是什么? 对任何一家企业来讲，长期的成功都依赖于业绩。我们有一个商业分析的进化论，分为五步，每一步都让我们做的事情和业绩更好地挂钩。

这个PPT中，大家可以看到Y轴是商业回报，X轴是商业进化过程。

第一步，收集数据，把数据存储下来，数据会告诉你发生了什么。这一步虽然不带来回报而且会消耗较多的时间，但这是基础，必须做好;

第二步，去挖掘信息和知识可以带来的商业回报;

第三步，通过对以往信息和知识的理解来去做预测，会对商业回报有进一步的提高;

第四步，最核心的就是洞察。利用数据的思维去做最好的商业决策，而非拍脑袋或者用经验和直觉;

第五步，更重要的，如何推动数据思维和数据运营——并不是技术做得最好就一切没问题了，更重要的是让公司里去接受这种数据的思维方式，要让大家都用数据推动的思维方式。

这中间会有一个过渡、磨合的过程，尤其是销售和营销团队可能会用传统的方式去进行思考，我们需要通过交流沟通影响他们用数据思维。一步到位让大家都用数据思维其实还不太可能，所以归根到底还是人的问题。

与此同时，我们团队运用一个EOI(Empower，Optimize，Innovate)的分析架构来指导我们做的事情，这个是我们不断持续推动商业价值方法论。

第一叫助力(Empower)。我们的核心任务就是帮助公司里面各个业务部门在他们需要的时候，拿到他们所需要的数据和洞察，能够帮助他们把业务做的更好，这是最基本的功能。

第二是优化(Optimize)。我们希望能够进一步通过对数据的分析和理解，帮助各个部门的业务可以做的更好，为公司带来更多的价值。

第三是创新(Innovate)。这是我们的风险任务，要不断通过自己努力，把新技术、新知识，对数据的理解带到这个业务当中来。

4. 领英是如何通过大数据盈利的?

领英有一个“人才流动画板”：在LinkedIn上面每一个用户都有自己的档案。有了这些数据以后我们就可以知道，在任何一个时间哪些人为这些公司工作，哪些人从哪些公司跳到另外一个公司。当把这些知识提炼到一个公司的高度，我们就可以知道对任何一家公司来讲，他的竞争对手的人才竞争的情况是怎么样的，这就是我们做的人才流动画板。

当我们把这个图做出来后，每家公司就可以对自己在人才争夺战中的情况一目了然，而包括Google、Facebook在内的公司都急需这样的数据。拿着这个数据去找各个公司的CEO，以前他们是连电话都不愿意回，现在却会主动欢迎你。

在美国几乎所有的职场人士都在LinkedIn网站上，因此数据会比较全面。对LinkedIn来说，做这个人才流动画板也不会怎么花时间，因为我们已经把它完全自动化了，定期更新。

我们在各个公司的人才流动画板的基础上做了两个新的产品：利用交互性的数据应用来给职场人员建立数据通道，比如“硅谷最具潜力的初创公司”;“2015年最in雇主”，“最受关注的雇主品牌排名”等等。这样带来的就不止包括招人，还有风投了。发表一年后，我们这个“最具潜力的初创公司”榜单里有50%的公司成功IPO，于是我们的榜单就成为了硅谷的投资人的风向标。