這可能是我聽過對大數據最邏輯清晰和實用的一段案例闡述了，來自 Simon Zhang，LinkedIn Business Analytics 部門資深總監。
特別介紹一下：Simon 原是國內腦腫瘤醫生，但“覺得一個人真正要想有追求，還是應該做自己喜歡的事”，于是 12 年前到美國，因個人愛好是計算機，就從醫生轉到了計算機行業。
四年半前，Simon 曾獨自一人支持公司 200 多個銷售；現在，他 80 人部門支持 LinkedIn 近 5000 多員工。該部門實際上負責所有和收入有關的數據分析。大數據不是空洞字眼，它究竟可以怎么賺錢？我們來聽聽 Simon 的方法論和見解。
怎么用大數據賺錢？
我來重點講一講商業如何變現。我覺得這是國內最應該注重的一塊，現在國內大家都在討論云，討論云計算，討論大數據，討論大數據平臺，但很少有人講：我如何用數據產生更多價值。
舉個例子。四年半前我加入 LinkedIn，第一份工作是支持內部銷售員工。當時加入我很幸運，公司才 500 個人，但是我一個人工作，要支持 200 名銷售。那他們每天問我的問題，就是這些：
“Hi Simon，我應該給哪家公司打電話？誰是這個公司決策者？我應該怎么和這個決策者接洽？我們這么多人，誰去接洽？我們去到那邊后，要講一個什么樣的故事？”
這里背景是：當時 LinkedIn 內大概有 300 萬公司信息，這是從每個用戶簡歷里抽取出來的，但這 300 萬個公司，作為銷售人員，他不可能給每個公司都打電話，那哪家公司，他最應該打？
也就是說：第一，我該給哪個公司打電話？這個公司，它對 LinkedIn 來說值多少錢？因為我們是客戶每年交一筆錢這樣的 Model；第二個問題，誰是這個公司決策者？比方說谷歌兩萬員工，難道要打兩萬個電話，還是說，應該給某個重點的誰打電話？
第三個問題，如何才能和這個人接洽？你想，因為 LinkedIn 是個職業社交網絡，它還是非常講究人與人之間的關系，我們知道，正確關系和橋梁能提高很大生產力。那第四步，我們 LinkedIn 有 200 名銷售，誰最應該去和這個公司接洽？第五個問題，我們去到那邊了，要講一個什么故事？
現在我用 Linkedin 數據，來一一回答這五個問題。第一步大家可能知道，LinkedIn 最大業務是“獵頭”這塊，這塊業務，大概占今天總收入 60%。那首先第一，哪家公司會花多少錢這個問題，我們能否用 LinkedIn 數據來解決？
第一，我們去分析每個公司，它有多少員工；第二，我們去分析，這個公司它招了多少人；第三，我們去分析，這個公司它流失了多少人；第四，我們去分析，這個公司都從哪里招的人？他的工作性質是什么，工種情況，頭銜是什么，位置在哪里，功能是什么？他的職位，他的級別，一步一步一步，這些都是我們模型里面的各種功能。
下一步的話，我們去分析，他們內部有多少 HR 員工，多少負責獵頭的人，他們獵頭流失率，他們每天在 Linkedin 日活是多少。那當所有這些信息匯總完，我們做了一個看似簡單但背后很復雜的模型，這個模型最后走完出來的結果，就是一個數字：Dollar。
就是：這個公司每年會在 LinkedIn 花多少錢。就這么一個數字，剛才說了那么多廢話，最后給到銷售人員。
比如當時谷歌我們預測，谷歌要花 10 個 Million 在“獵頭”這塊，這是谷歌去年數字。但我記得，我剛來時谷歌每年才花 3 個 Million。然后當時銷售人員說，Simon，這是不可能的事。那我說，你根據數據分析出來的結果，就應該是這個數字，而且谷歌它只會花得更多，而不是更少。
接下來第二個問題：誰是決策人？當時我們通過分析谷歌內部社交網絡，找到了那個決策人。這里，很多人認為他應該是 VP 或 HR 來買這個產品，但我們發現：這種想法比較靠譜，但還不是最靠譜。
我們最后發現：真正要買 LinkedIn 服務的人，其實是一線產品經理，是使用 LinkedIn 在上面獵聘的那些人，他們才是真正想買 LinkedIn 服務的人。但是呢，他們上面的老板是簽字的，所以說我們就 Target 這些中層的管理人，同時他還非常用 Linkedin 的這種人。這個轉化率瞬間就增加了三倍，就是當時發現這個以后。
再下一個問題：如何接洽？我們通過分析我們 LinkedIn 內部銷售人員，和這個相對來說的決策人關系，來找到哪個人對他有最高社會影響力，或者和他社會關系最近。那我們就派這個銷售人員，去跟他接洽。
第四步就是，我們分析內部所有銷售人員和這個公司關系，找到最強的那個銷售人員，或者找到他團隊里面，哪些人能支持他，哪些能幫他建立關系。你想想，不是我的關系認識比如說你，而是我的團隊，幫我介紹這個“墻”的關系去認識你。這樣來說，又一步把這個社會關系再一次地往上提升，進一步增加轉化率。
也就是說，我們把所有這些步驟，從以前想做到這件事，大概需要四到八小時時間，縮短到今天 30 秒到一分鐘時間。
以前的話，它需要花兩個月，才能找到這些信息，和準備完這些信息。但三年前，它在 LinkedIn 變成了一個“鈕”，銷售人員只要把這個“鈕”點了，它就能自動回答你這幾件事，然后這幾件事回答完了，一點，就出來整個這個故事。那故事是什么？故事是最重要的一點，故事就是：為什么說你們谷歌或者你們 GE 要買 Linkedin 的服務？為什么？
故事很簡單，又回到了剛才我數據里的那幾個問題，因為我們知道它人員流失情況，我們知道它公司增長情況，我們知道我們知道我們知道，我們知道遠遠比他們自己 HR 知道的東西多得多的信息，而且我們還知道，它在人力市場里競爭的這種優勢和劣勢。
這樣來說，它就是一個完全相對真實的數據驅動的一個“故事”，而不是瞎編的比如說忽悠的一個故事，是一個基于事實的故事。
這樣一搞轉化率當時我記得，以前有銷售人員和我說，他一個季度能 Close 一個客戶比如說，上了這個后，他一個星期就能 Close 三個。這個在 2011 年年中左右，是我們當時非常大的一個 Win。
然后呢今天來說，這個“按鈕”已經消失，我們都把這些信息推給我們內部的這些銷售人員，通過手機，因為大家都在外面跑，沒人有時間再點這個鈕。現在來說，我們就直接把這個正確信息在正確的時間，推給正確的人，在正確地點。
那為什么可以用信息來推送？假設一個公司的 Senior Director of HR 離職了，立刻我們內部會驅動兩個信息：第一個是通知這個客戶經理，比如說內部哎你看，你這個 Top 的關系可能離職了，我們的競爭對手可能要進來；第二個信息：這個人離職了，又加入一個新公司，我們立刻又把這個信息，發給在管理那個客戶的銷售經理。比方說，一個非常大的候選人轉到你那邊了，你是否需要在他穩定下來后，把它拿下？
所有這些都是數據驅動銷售的案例。今天來說，LinkedIn 內部有 3500 人以上在用這套系統，現在公司一共 6000 人，銷售員工大概 3000 多人。也就是說，超過銷售員工外還有人在用，那沒用的話沒人用，所以說這個東西是一個有價值的系統。
而且我們內部從大數據分析，還可以迭代出新的產品線。你知道LinkedIn 三大商業模型：人才解決方案、市場營銷解決方案和付費訂閱，這是我們傳統三大收入支柱。但實際上，第四個商業模型叫“銷售解決方案”，它已經在今年 7 月底上線。
這是賣給企業級用戶的。回到剛才銷售例子，LinkedIn 這套系統的強大在于說，我其實只需要把它改變一下關鍵字，就可以變成另一個產品，幫助到企業級用戶，讓你最快知道誰會想買你的東西。
今天來說，雖然這第四個商業模式對收入貢獻不多，目前只占 1%，但我們內部對這個產品期待是很高的。它的增長率我不能講，但肯定是個趨勢，因為 Linkedin 的 B2B 是一個很大趨勢。
京公網安備 11010502049343號