在很多人的印象里，职业社交网站LinkedIn是一家很另类而神秘的社交网站，但它的价值逐渐让世人侧目。在日前举办的2013 Teradata大数据峰会上， LinkedIn商业分析部总监张溪梦(Simon Zhang)在接受IT专家网记者的专访，介绍了LinkedIn如何通过对数据分析技术的利用创造企业的价值。
LinkedIn的目标，是联结世界上所有的专业人士，让他们能够更有效率，更成功。目前，LinkedIn在世界范围内的用户已增长到2亿多，86%的财富100强企业正在使用LinkedIn的付费解决方案。在LinkedIn上一季度的1.61亿美元营收中，“人才解决方案”的贡献超过了一半。
这样的成绩背后，是张溪梦以不足60人的商业分析团队，通过集成数据架构、BI、数据挖掘和分析，支持70%现有的4000名LinkedIn内部员工，涵盖了研发、产品、市场、销售和运营等五个主要商业职能部门，包括公司的三大业务分支。
有人力资源专家甚至声称，LinkedIn Recruiter付费招聘服务(LinkedIn的旗舰产品， “人才解决方案”业务的核心)是“一枚核弹”，将凭借庞大的数据库，在今后的招聘市场获得无可企及的地位。
LinkedIn如何做到这一点？张溪梦抽丝剥茧，深入介绍了LinkedIn的分析哲学及其背后的技术支撑。
LinkedIn Corp商业分析部总监张溪梦(Simon Zhang)
从金字塔到菱形的分析哲学
分析工作的任务，张溪梦认为是“谋断”。李世民痛失魏征那段“以铜为镜”的名言不再赘述，在张溪梦看来，谋断就在于根据过去和现在定制未来，对象当然就是数据。
LinkedIn的三种主要的数据类别，是用户行为数据，用户身份特征数据，以及职业网络数据。如果说2亿用户的数据已经不足以让现在的存储硬件和数据库感到压力，那么相互关联的职业网络数据，绝对是当之无愧的大数据量。
“兵在乎精，不在乎多”，“兵贵速，不贵久!”古中华的兵家圭臬，是张溪梦的大数据智慧所在。他提出了两个准则，大数据要做小，做快，因为速度决定价值与成败。
数据分析的传统金字塔结构，从数据及数据质量管理，先生成商业智能和报表，再进行专门的分析，以及深度分析，最后形成商业洞察，但张溪梦表示，正如伟大的画家不会借他人之手描绘心中的美景，分析师不需要借助现成的报表来创造未来，也就是说，在LinkedIn，商业智能报表要放在分析层之上。
但改造之后的金字塔结构，仍然存在两大问题，首先是功能层之间脱节，更可怕的是，底层占用了90%的资源。张溪梦的做法，对底层“动手术”，让金字塔结构“进化”成菱形结构，当金字塔底座实现了小，整个分析流程的面积减少一半，资源的效率获得100%的提高，而很大的数据变成很小的数据，处理速度也得到质的飞跃。
LinkedIn并没有就此满足，再次把菱形做为新的金字塔“进化”，如此反复，至到不能再“小”，进入第二阶段的进化，进行球形的应用滚雪球的球形，会形成更大的价值环。
张溪梦对这套哲学的功效十分欣喜：“我刚开始加入LinkedIn，每天从早晨8:30工作到半夜两三点，一年却只不过出500个报告，支持不到200人;但现在，我的团队每人每天就能帮助别人10次。”
然而，问题来了：今天没有价值的数据，谁能保证在明天没有价值呢？信息的不对称造成的后果，很多企业都深有体会，因此，尽可能地搜集数据，是很多专家的忠告，这也是大数据之所以“大”的原因之一。
“情报永远是不够的。”张溪梦回答说，数据量在增加，也意味着存储和分析成本的增加，分析的速度的下降，随之而来的，往往是价值(ROI)在下降。