LinkedIn是如何利用数据分析驱动产品的？

让我们看看这家全球最大的职业社交网站、第三大社交网络的运营数据。目前，LinkedIn有着2.7亿注册用户，大约400万家公司入驻，已经成为了职场人士最重要的在线交流和招聘求职平台。更引人注意的是它对高端企业用户的吸引力：大约90％左右的TOP100企业在使用Linkedin的服务。

从它的营收数据中也可以看出这些业务的增长潜力。LinkedIn的收入主要由人力解决方案（即招聘）、市场解决方案（精准广告）、订阅产品（针对个人的付费增值服务）构成，2013年Q4财报显示，这三项收入分别有2.456亿美元、1.135亿美元和8810万美元，同比涨幅分别达到53％、36％和48％。

实际上，LinkedIn的这一整套业务尤其是商业模式，是由数据分析和处理能力驱动的。随着注册用户数、入驻企业数量的增加，LinkedIn所需要处理的数据量也呈爆发性增长。社交网络上的每个用户产生的分享、评论和互相之间的互动都是数以TB乃至PB计，而为了让招聘者和求职者更准确地匹配，让广告推荐更加符合用户的真实喜好，准确和靠谱的数据分析是构建LinkedIn整个服务的基石。

在3月7日举办的阿里巴巴大数据峰会上，LinkedIn数据分析部资深总监Simon Zhang（张溪梦）详细介绍了数据在整个LinkedIn产品构建当中的重要性。他说，整个LinkedIn的商业模型由三个循环驱动的环节构成：首先是用户的增长以及用户的体验，其次，用户的增长和体验增加了很多的后台和前台的数据；第三，Linkedin会从这些新的数据里面发现更多的解决方案和产品，以推动商业的增长、用户的体验和用户数量的增加，从而进一步产生了更新的数据。

因此，数据实际上是贯穿整个LinkedIn产品的重要组成部分和驱动力。而针对数据的分析和处理，就成为驱动整个链条运作的关键一环。
Simon称，在他加入LinkedIn的9个月后，就确定了进行内部数据分析的三大原则：第一个是简单，任何人都能够看明白看懂；第二个是迅速，越慢结束度越低，越快接受度越高；第三是规模化，希望Linkedin内部所有的员工都能够用数据分析帮他们做决策。

LinkedIn是如何在数据分析中实践从而得出这三个原则的呢？

首先是推翻传统的数据分析方法，重新构建一个分析框架。LinkedIn进行数据分析的基础是：一，分析师要从产品、市场、销售和运营出发，先要了解和使用产品；二，进行产品追踪，实行产品数据标记，保证数据质量——也就是说分析师本身要分析自己以后要分析什么，这样才能把正确标记加到数据库里面去；三，数据和数据质量管理，即了解数据库之间的公用，流程，每种数据是怎么分工的。在这基础之上，才是传统分析中的专题分析、商业智能与报告、深度分析等等。

在完成整个分析框架底层的构建之后，就可以实现规模化了——把这些工作写入系统，系统可以模拟之前所做的大部分工作，然后让每个员工都能使用这些数据分析结果，从而进行进一步的决策。

相关阅读：

     “领英网”=LinkedIn中国，这只是第一步

     可穿戴设备都忙着分析数据，但它告诉你的到底靠不靠谱？

     LinkedIn如何继续讲一个高速增长的故事？

     原糯米网CEO沈博阳将出任LinkedIn中国区总裁