圖2：人才流動畫板
人才解決方案是LinkedIn B端業(yè)務的重要組成，以前銷售人員去預約企業(yè)的管理層非常困難，無論是打電話還是email都經(jīng)常碰壁。現(xiàn)在 LinkedIn的銷售人員只需要在這個人才流動畫板上搜索目標企業(yè)，就可以清晰獲得對方的人才流動情況。銷售把這張圖發(fā)給目標客戶的管理層，這樣就很容易引起了對方的重視，預約成功率和簽單比率大幅度上升。
圖3：LinkedIn推出的企業(yè)榜單
在整合工作崗位投遞、LinkedIn企業(yè)主頁訪問、人才檔案等數(shù)據(jù)的基礎上，LinkedIn還推出來《最受歡迎的100家企業(yè)雇主排行榜》。2012年一推出這張榜單就受到了極大關注，在LinkedIn上blog訪問量排名第二。
人才是企業(yè)最核心的競爭力，企業(yè)網(wǎng)站上人才信息往往比資本更加具有敏感度。我們團隊還推出了《硅谷最具潛力的100家企業(yè)排行版》，2012年推出的榜單中已經(jīng)有一半以上的企業(yè)實現(xiàn)IPO或者被收購，包括Drobox 、Pinterest等在內(nèi)，可見數(shù)據(jù)分析的價值。
作為一個職場社交平臺，大部分用戶都是免費使用 LinkedIn；但對于那些有高級需求的人群，LinkedIn 推出了付費訂閱服務。為了保持良好的用戶體驗，LinkedIn 并沒有給所有人都發(fā)推廣郵件；那么留給我們的問題來了，如何找到這部分有需求的人群？
圖4：LinkedIn 三大類用戶數(shù)據(jù)
LinkedIn有三大類用戶數(shù)據(jù)，用戶個體數(shù)據(jù)、用戶行為數(shù)據(jù)和用戶網(wǎng)絡數(shù)據(jù)。用戶個體數(shù)據(jù)主要是用戶的一些基礎信息，用戶行為數(shù)據(jù)是在用戶在LinkedIn產(chǎn)品上的使用情況；事實表明，用戶行為數(shù)據(jù)往往比用戶個體數(shù)據(jù)更加具有預測性。用戶網(wǎng)絡數(shù)據(jù)是一個social network的概念，同一個網(wǎng)絡里面的人，共性更加強烈。
圖5：建立用戶傾向模型篩選目標人群
在這三大類數(shù)據(jù)的基礎上，分析部門建立了“用戶傾向模型”，篩選出有需求的目標人群。業(yè)務部門只給這些篩選出來的目標人群推送“高級訂閱功能”營銷郵件，在不破壞用戶體驗的基礎上，取得了非常好的營收效果
圖6：用戶傾向模型的效果
上圖最右側的灰色柱狀圖代表業(yè)務部門實際獲取的新付費用戶，其中10%和36%來源于用戶個體數(shù)據(jù)和用戶行為數(shù)據(jù)篩選的結果，剩下54%新付費用戶均來自于用戶傾向模型的作用。通過數(shù)據(jù)分析，用戶傾向模型使得業(yè)務部門的業(yè)績提升了100%以上，我認為這是最能直接體現(xiàn)數(shù)據(jù)分析價值的地方。
不只是全球最大的職場社交平臺，LinkedIn也是全球第二大 SaaS（企業(yè)級服務）企業(yè)，面向B端客戶提供人才解決方案、精準廣告等服務。區(qū)別于B2C業(yè)務，B2B業(yè)務的一個顯著點就是決策權集中在管理層，如何找到大客戶的核心決策者一直是B2B企業(yè)銷售的重點。
我認為LinkedIn在這方面具有先發(fā)優(yōu)勢，因為LinkedIn上聚集了海量的職場人員信息，我們創(chuàng)新的“大客戶興趣指數(shù)”就是一個很好的例子。
圖7：大客戶興趣指數(shù)模型
大客戶興趣指數(shù)，用來衡量企業(yè)級大客戶對于LinkedIn產(chǎn)品和服務的興趣程度。我將它拆解成兩個子模型：決策者模型和產(chǎn)品偏好模型。決策者模型用來評估用戶是企業(yè)決策者的可能系數(shù)，產(chǎn)品偏好模型用來分析用戶在LinkedIn上產(chǎn)品的使用程度，兩者結合起來就是“大客戶興趣指數(shù)”。
以往銷售人員要同時跟進很多客戶，而且銷售并不清晰哪些用戶是決策者，哪些用戶對我們產(chǎn)品感興趣。有了這個“大客戶興趣指數(shù)”以后，銷售人員就可以進行優(yōu)先級排序。哪些客戶成單的可能性高？那些客戶值得我們多花些時間？銷售都心中有數(shù)。
圖8：大客戶興趣指數(shù)的效果
我將大客戶興趣指數(shù)分為低、中、高三種；大客戶興趣指數(shù)為“高”的用戶訂單成功率高達42%，是指數(shù)為“低”的客戶訂單成功率的兩倍。對于一家B2B企業(yè)，或者To B業(yè)務很大比重的企業(yè)，精準找到核心用戶、提升訂單成功率至關重要。
數(shù)據(jù)驅(qū)動并不是一步到位的，從數(shù)據(jù)到洞察，它是一個不斷進化的過程。對于所有的分析團隊來講，數(shù)據(jù)驅(qū)動都繞不過這四步：數(shù)據(jù)獲取、數(shù)據(jù)挖掘分析、商業(yè)預測以及商業(yè)決策。其中，數(shù)據(jù)獲取是基礎，商業(yè)決策的價值量最高。
數(shù)據(jù)驅(qū)動不能沒有數(shù)據(jù)分析工具，我結合自己多年分析經(jīng)歷談了自己的看法。一個好的數(shù)據(jù)分析產(chǎn)品一定要簡單易用，讓數(shù)據(jù)工作從大到小，實現(xiàn)從冰山到冰棍的變化。同時，幾秒鐘就能拿到數(shù)據(jù)、大幅提升數(shù)據(jù)工作效率也是一款優(yōu)秀數(shù)據(jù)產(chǎn)品的所必須具備的。
【鈦媒體作者介紹：李玥（Michael Li），LinkedIn 數(shù)據(jù)科學和分析總負責人】
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論