作为职业社交网站的鼻祖，LinkedIn本质上就是一家通过运营大数据进而产生商业价值企业。从2002年12月创立到2013年初，LinkedIn注册用户已到2亿，平均每秒增加一个新用户，86%的“财富100强企业”正在使用LinkedIn的付费解决方案，270万个公司主页在此安家落户，用户每年发起超过几十亿次搜索。据悉，在LinkedIn上一季度1.61亿美元营收中，“人才解决方案”的贡献已经超过了一半。而与Facebook和Twitter不同，LinkedIn相对更为低调，但盈利状况却非常不错。日前，CSDN云计算频道记者在2013 Teradata大数据峰会上，专访了LinkedIn商业分析部总监张溪梦（Simon Zhang），深入了解LinkedIn背后的平台技术以及通过大数据分析所带来的商业价值。
数据分析，支撑LinkedIn五大部门
随着企业对大数据分析认识的逐步深入，数据分析已经被提到企业信息构建的议事日程中。但更多企业只是将数据分析作为业务及IT部门的外延或项目管理来定位，鲜有将其作为独立部门设置，更不要说与研发、产品、市场、销售、运营等五大核心部门并列存在。LinkedIn反其道而行之，就这么做了。
LinkedIn Corp商业分析部总监张溪梦(Simon Zhang)
问：LinkedIn是如何定义商业分析部门的？
张溪梦：LinkedIn有三大块业务版块，一是人力业务,上个季度财报显示，占营收的53%；；二是市场推广广告，大约占27%；三是高级订阅服务，和LinkedIn的会员有关系，占20%。这三大业务都需要数据分析的支持。我所率领的团队现在55人（目标是60人左右），工作重点是就是对2亿注册用户通过集成数据架构、BI、数据挖掘和分析，直接支持近2700-3000位LinkedIn内部员工（目前LinkedIn大约有3500-4000个员工，这意味着满足70%员工的数据分析）的需求，这些需求覆盖到研发、产品、市场推广、销售和运营等五个主要商业职能部门。
问：为什么这么多内部员工有数据分析的需求？
张溪梦：有人将LinkedIn定义为找工作的平台，但事实上，从LinkedIn的数据来看，只有20%的人是比较活跃地在找工作，大约80%的LinkedIn用户主要的商业目的是同其他公司建立联系/关系。他们希望能够连接世界上所有的专业人士，使工作更为有效率、更富影响力、更成功。这些需求反映到LinkedIn内部，就是五大职业部门都有不同的数据分析需求，且差异很大。
问：构建在数据平台上，LinkedIn的产品如何设计？
张溪梦：对的。LinkedIn本质上就是利用数据产生价值。所有的产品设计原理就是从数据分析中获得”有关人的关系“。举例来看，LinkedIn的会员数据会不断变化，从中显然会产生更多有价值的新产品，比如2008年推出的“您可能认识的人”，以及我们现在开发的“您会感兴趣的工作、您会认识的人、您可能会喜欢看的等”，这些产品会促进业务增长，增强用户粘性。而在此基础上，最核心的业务（占到40%—50%）猎头业务，作为纯数据的业务，目的就是帮助企业找到最适合的、最优秀的人才。在LinkedIn看来，保证公司成功最核心的就是人才，从数据中分析人，帮助这些人才成功，是我们不变的理念。
问：这些新产品从数据逻辑原理上看，基本是相同的，彼此有什么区别么？
张溪梦：数据基本原理都是完全一样的，而本质都是通过数据来发现相关性，进而形成社交网络（Social Network）。之前LinkedIn更多做针对会员的基础性产品，现在数据平台已经建成，并获得利润空间，是时候做更多深度挖掘的工作了。这些产品彼此之间的交叉分析将是新的产品，如通过人与人之间的关系做不同颜色的区隔，形成多样性新分析才更具价值。