LinkedIn数据科学和分析总负责人自述:“数据驱动”到底是什么?【登陆】

栏目:国际业绩

更新时间:2021-03-03

浏览: 9466

LinkedIn数据科学和分析总负责人自述:“数据驱动”到底是什么?【登陆】

产品简介

(公共编号:)本文作者李杰(MichaelLi)、LinkedIn数据科学分析总负责人。

产品介绍

本文摘要:(公共编号:)本文作者李杰(MichaelLi)、LinkedIn数据科学分析总负责人。

(公共编号:)本文作者李杰(MichaelLi)、LinkedIn数据科学分析总负责人。本文根据GrowingIO对李杰采访内容的编辑整理,允许原文湿疹GrowingIO博客和公共编号发表。

LinkedIn作为职业社交网站,通过人才采用、广告投入、收费预约者等服务构筑利益,这三项服务的背后实质上有数据分析的最重要贡献。LinkedIn利用数据分析为所有职场人员做出了快速、高质量、高效的决策,获得具有指导意义的洞察和规模化的解决方案。

因此,商业数据分析不仅是科学,也是能给业务带来价值的科学。图1:EOI框架在LinkedIn内部,我们的团队建立了分析框架,以推进商业分析价值的持续发生。该EOI框架应从企业未来的发展开始,明确提出了核心任务、战略任务、风险任务(Empower)、优化(Optimize)、创造性(Innovate)三个构想。

亚博网页版

那么,LinkedIn是如何继续实施这个分析框架的呢?如何用数据驱动快速增长?一、帮助:如何提高销售效率?LinkedIn是世界上仅次于职场的社交平台,有很多人才信息。例如,某年某月在某家公司工作。有了这些信息,LinkedIn可以告诉人才企业之间的流动状况。

通过信息整合,我们的团队制作了人才流动画板。例如,某企业从a公司招聘80名员工,通过萎缩18名的人才流动画板,明确了企业间人才的流动状况。图2:人才流动画板人才解决方案是Linkedinb末端业务的最重要组成部分,以前销售员购票企业的管理层非常困难,电话和email都很困难。

目前,LinkedIn的销售人员只需要在这个人才流动画板上搜索目标企业,就能明确获得对方的人才流动情况。销售将此图发送给目标客户的管理层,容易引起对方的评价,购票成功率和签字比率大幅度下降。图3:LinkedIn上市的企业排行榜,根据统一职场投递、LinkedIn企业主页采访、人才文件等数据,LinkedIn还发售了最受欢迎的100家企业员工排行榜。

2012年一经推出该榜单就备受瞩目,LinkedIn上blog访问量排名第二。人才是企业最核心的竞争力,在企业网站上人才信息往往比资本敏感。我们的团队还发售了硅谷最没有潜力的100家企业名单版,2012年发售的名单中已经有一半以上的企业构筑IPO或并购,包括Drobox屏幕、Pinterest等,可以看到数据分析的价值。

二、优化:如何找到目标用户?作为职场社交平台,大多数用户免费使用LinkedIn,但对于有高级市场需求的人们,LinkedIn提供收费预约者服务。为了保持良好的用户体验,LinkedIn没有给所有人发推广邮件,留下我们的问题,如何寻找这部分有市场需求的人?图4:LinkedIn三大用户数据LinkedIn有三大用户数据,用户个人数据、用户不道德数据和用户网络数据。

用户的个人数据主要是用户的基本信息,用户的不道德数据是用户在LinkedIn产品中使用的情况,用户的不道德数据比用户的个人数据更具预测性。用户网络数据是socialnetwork的概念,同一个网络中的人,共性更加反感。图5:根据这三种数据,分析部门建立了用户偏向模型,检测出有市场需求的目标群体。

业务部门在开始这些检验到的目标群体时,只发出了高级预约者功能的市场营销邮件,在不破坏用户体验的基础上,取得了非常好的收益效果。图6:用户偏向模型的效果右图最右侧的灰色柱状图表示业务部门实际提供的新收费用户,其中10%和36%来自用户个人数据和用户不道德数据检查的结果,只剩下54%的新收费用户来自用户偏向模型。通过数据分析,用户偏向模式,业务部门的业绩提高了100%以上,这是最需要反映数据分析价值的地方。三、创造力:如何提高订单成功率?不仅是世界上唯一的职场社交平台,LinkedIn也是世界第二大SaaS(企业级服务)企业,面向b末端客户获得人才解决方案、正确广告等服务。

与B2C业务不同,B2B业务的一个明显点是决策权集中在管理层,如何寻找大客户的核心决策者仍然是B2B企业销售的重点。LinkedIn在这方面具有先发优势。因为LinkedIn充满了大量的职场人员信息,所以我们创造的大客户兴趣指数是个好例子。

亚博网页版

图7:大客户兴趣指数模型大客户兴趣指数取决于企业级大客户对LinkedIn产品和服务的兴趣程度。我把它废弃成两个子模型:决策者模型和产品喜好模型。决策者模型用于评价用户是企业决策者的可能系数,产品偏好模型用于分析用户在LinkedIn上的产品用途程度,两者融合是大客户兴趣指数。过去,销售人员必须在第一时间与众不同,销售人员不清楚哪些用户是决策者,哪些用户对我们的产品感兴趣。

有了这个大客户兴趣指数,销售人员就可以开展优先级排名。哪个客户订购的可能性低?那些客户有点花时间吗?销售在心中有数量。图8:大客户兴趣指数的效果我将大客户兴趣指数分为低、中、低三种大客户兴趣指数为低的用户订单成功率约为42%,是指数为低的客户订单成功率的2倍。

对于B2B企业或Tob业务相当大的企业来说,正确寻找核心用户,提高订单成功率是很重要的。数据驱动不是一步到位的。从数据到洞察,这是一个大的进化过程。

对于所有分析团队来说,数据驱动不能绕过这四个步骤:数据提供、数据挖掘分析、商业预测和商业决策。其中,数据提供是基础,商业决策价值最低。

数据驱动不能没有数据分析工具融合了自己多年的分析经验,讲述了自己的意见。好的数据分析产品必须非常简单易懂,从大到小数据工作,从冰山到冰棒的变化。同时,几秒钟就能获得数据,大幅度提高数据的生产效率也是优秀的数据产品所必需的。原始文章允许禁止发布。

下一篇文章发表了注意事项。


本文关键词:亚博网页版,登陆

本文来源:亚博网页版-www.ph-oz.com