大数据墙

A. LinkedIn怎么用大数据赚钱

我来重点讲一讲商业如何变现。我觉得这是国内最应该注重的一块，现在国内大家都在讨论云，讨论云计算，讨论大数据，讨论大数据平台，但很少有人讲：我如何用数据产生更多价值。
举个例子。四年半前我加入 LinkedIn，第一份工作是支持内部销售员工。当时加入我很幸运，公司才 500 个人，但是我一个人工作，要支持 200 名销售。那他们每天问我的问题，就是这些：
“Hi Simon，我应该给哪家公司打电话？谁是这个公司决策者？我应该怎么和这个决策者接洽？我们这么多人，谁去接洽？我们去到那边后，要讲一个什么样的故事？”
这里背景是：当时 LinkedIn 内大概有 300 万公司信息，这是从每个用户简历里抽取出来的，但这 300 万个公司，作为销售人员，他不可能给每个公司都打电话，那哪家公司，他最应该打？
也就是说：第一，我该给哪个公司打电话？这个公司，它对 LinkedIn 来说值多少钱？因为我们是客户每年交一笔钱这样的 Model；第二个问题，谁是这个公司决策者？比方说谷歌两万员工，难道要打两万个电话，还是说，应该给某个重点的谁打电话？
第三个问题，如何才能和这个人接洽？你想，因为 LinkedIn 是个职业社交网络，它还是非常讲究人与人之间的关系，我们知道，正确关系和桥梁能提高很大生产力。那第四步，我们 LinkedIn 有 200 名销售，谁最应该去和这个公司接洽？第五个问题，我们去到那边了，要讲一个什么故事？
现在我用 Linkedin 数据，来一一回答这五个问题。第一步大家可能知道，LinkedIn 最大业务是“猎头”这块，这块业务，大概占今天总收入 60%。那首先第一，哪家公司会花多少钱这个问题，我们能否用 LinkedIn 数据来解决？
第一，我们去分析每个公司，它有多少员工；第二，我们去分析，这个公司它招了多少人；第三，我们去分析，这个公司它流失了多少人；第四，我们去分析，这个公司都从哪里招的人？他的工作性质是什么，工种情况，头衔是什么，位置在哪里，功能是什么？他的职位，他的级别，一步一步一步，这些都是我们模型里面的各种功能。
下一步的话，我们去分析，他们内部有多少 HR 员工，多少负责猎头的人，他们猎头流失率，他们每天在 Linkedin 日活是多少。那当所有这些信息汇总完，我们做了一个看似简单但背后很复杂的模型，这个模型最后走完出来的结果，就是一个数字：Dollar。
就是：这个公司每年会在 LinkedIn 花多少钱。就这么一个数字，刚才说了那么多废话，最后给到销售人员。
比如当时谷歌我们预测，谷歌要花 10 个 Million 在“猎头”这块，这是谷歌去年数字。但我记得，我刚来时谷歌每年才花 3 个 Million。然后当时销售人员说，Simon，这是不可能的事。那我说，你根据数据分析出来的结果，就应该是这个数字，而且谷歌它只会花得更多，而不是更少。
接下来第二个问题：谁是决策人？当时我们通过分析谷歌内部社交网络，找到了那个决策人。这里，很多人认为他应该是 VP 或 HR 来买这个产品，但我们发现：这种想法比较靠谱，但还不是最靠谱。
我们最后发现：真正要买 LinkedIn 服务的人，其实是一线产品经理，是使用 LinkedIn 在上面猎聘的那些人，他们才是真正想买 LinkedIn 服务的人。但是呢，他们上面的老板是签字的，所以说我们就 Target 这些中层的管理人，同时他还非常用 Linkedin 的这种人。这个转化率瞬间就增加了三倍，就是当时发现这个以后。
再下一个问题：如何接洽？我们通过分析我们 LinkedIn 内部销售人员，和这个相对来说的决策人关系，来找到哪个人对他有最高社会影响力，或者和他社会关系最近。那我们就派这个销售人员，去跟他接洽。
第四步就是，我们分析内部所有销售人员和这个公司关系，找到最强的那个销售人员，或者找到他团队里面，哪些人能支持他，哪些能帮他建立关系。你想想，不是我的关系认识比如说你，而是我的团队，帮我介绍这个“墙”的关系去认识你。这样来说，又一步把这个社会关系再一次地往上提升，进一步增加转化率。
也就是说，我们把所有这些步骤，从以前想做到这件事，大概需要四到八小时时间，缩短到今天 30 秒到一分钟时间。
以前的话，它需要花两个月，才能找到这些信息，和准备完这些信息。但三年前，它在 LinkedIn 变成了一个“钮”，销售人员只要把这个“钮”点了，它就能自动回答你这几件事，然后这几件事回答完了，一点，就出来整个这个故事。那故事是什么？故事是最重要的一点，故事就是：为什么说你们谷歌或者你们 GE 要买 Linkedin 的服务？为什么？
故事很简单，又回到了刚才我数据里的那几个问题，因为我们知道它人员流失情况，我们知道它公司增长情况，我们知道我们知道我们知道，我们知道远远比他们自己 HR 知道的东西多得多的信息，而且我们还知道，它在人力市场里竞争的这种优势和劣势。
这样来说，它就是一个完全相对真实的数据驱动的一个“故事”，而不是瞎编的比如说忽悠的一个故事，是一个基于事实的故事。
这样一搞转化率当时我记得，以前有销售人员和我说，他一个季度能 Close 一个客户比如说，上了这个后，他一个星期就能 Close 三个。这个在 2011 年年中左右，是我们当时非常大的一个 Win。
然后呢今天来说，这个“按钮”已经消失，我们都把这些信息推给我们内部的这些销售人员，通过手机，因为大家都在外面跑，没人有时间再点这个钮。现在来说，我们就直接把这个正确信息在正确的时间，推给正确的人，在正确地点。
那为什么可以用信息来推送？假设一个公司的 Senior Director of HR 离职了，立刻我们内部会驱动两个信息：第一个是通知这个客户经理，比如说内部哎你看，你这个 Top 的关系可能离职了，我们的竞争对手可能要进来；第二个信息：这个人离职了，又加入一个新公司，我们立刻又把这个信息，发给在管理那个客户的销售经理。比方说，一个非常大的候选人转到你那边了，你是否需要在他稳定下来后，把它拿下？
所有这些都是数据驱动销售的案例。今天来说，LinkedIn 内部有 3500 人以上在用这套系统，现在公司一共 6000 人，销售员工大概 3000 多人。也就是说，超过销售员工外还有人在用，那没用的话没人用，所以说这个东西是一个有价值的系统。
而且我们内部从大数据分析，还可以迭代出新的产品线。你知道 LinkedIn 三大商业模型：人才解决方案、市场营销解决方案和付费订阅，这是我们传统三大收入支柱。但实际上，第四个商业模型叫“销售解决方案”，它已经在今年 7 月底上线。

B. 使用大数据可视化平台有什么好处

1.速度快

这里的速度快不只是因为能快速的识别当前趋势和信息，科学的来说是因为人脑对视觉信息的处理要比书面信息快10倍。使用图表来总结复杂的数据，可以确保对关系的理解要比那些混乱的报告或电子表格更快，从而轻松理解数据。

2.多维度显示数据

在可视化的分析下，数据将每一维的值分类、排序、组合和显示，这样就可以看到表示对象或事件的数据的多个属性或变量。易数将数据处理分为纬度和数值，支持用户对于不同种类图表的多维度操作显示

3.数据的直观展示

大数据可视化报告使我们能够用一些简短的图形就能体现那些复杂信息，甚至单个图形也能做到。决策者可以轻松地解释各种不同的数据源。丰富但有意义的图形有助于让忙碌的主管和业务伙伴了解问题和未决的计划。

4.大脑记忆能力的限制

实际上在我们观察物体的时候，大脑和计算机一样有长期的记忆(memory硬盘)和短期的记忆(cache内存)。只有我们在记下文字，诗歌，物体，并且一遍一遍的在短期记忆出现之后,它们才可能进入长期记忆。很多研究已近表明，在进行理解和学习的任务的时候，图文一起能够帮助读者更好的了解所要学习的内容，图像更容易理解，更有趣，也更容易让人们记住。

5.定制数据可视化

为了深入了解某个模块的内容，定制数据可视化不仅可以提供数据的图形表示，还允许更改表单，省略不需要的内容，用来更深入地浏览以获取更多的详细信息。这能更好地吸引用户的注意力，并提供更好的沟通。同时像易数还支持联动功能，可以深入数据分析，与数据直接交互，用户可以查看他想要的任何数据。

关于使用大数据可视化平台有什么好处，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。