网站性能检测评分
注:本网站页面html检测工具扫描网站中存在的基本问题,仅供参考。
大数据分析
20180327大数据分析 行业视频课程
最近工作比较忙,也忙着优化数据,来不及发文章,很抱歉。
另一方面,这里的限制太多,严重打击积极性,呵呵~~
上期改变大底方法后,有效果,但没有发,今期补上,试试效果。
上期发到云空间的测试数据,数据是蛮好的,可惜最终排序不好,成绩一般。
已经想到提高前面几码直接命中的办法了,
希望能高20%,最终是否有效,还是要经过验证才能确定。
今期加入了5-6胆的验证技术,复杂了很多,要十个小时左右才计算完,
如果有效果,以后只挑选前面比较高分的1/3数据来计算,才能赶得及,
已经上传到云空间了,欢迎大家一起进行验证。
最后是上传数据的部分截图,是5胆拖5码的数据,这样比较节省,有效果也可以考虑5胆拖28码的方式。
前面部分,已经送个朋友做测试了。
祝大家好运气!
「干货」我们要怎么用大数据赚钱 赚钱视频课程
特别介绍一下:Simon原是国内脑肿瘤医生,但“觉得一个人真正要想有追求,还是应该做自己喜欢的事”,于是12 年前到美国,因个人爱好是计算机,就从医生转到了计算机行业。 四年半前,Simon曾独自一人支持公司200多个销售;现在,他80人部门支持LinkedIn近5000 多员工。该部门实际上负责所有和收入有关的数据分析。 大数据不是空洞字眼,它究竟可以怎么赚钱?我们来听听Simon的方法论和见解。 怎么用大数据赚钱? 我来重点讲一讲商业如何变现。我觉得,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,但是我一个人的工作,需要支持200 名销售人员。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?谁是这个公司的决策者?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,又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 是个职业社交网络对吧,它还是非常讲究人与人之间的关系,我们知道,正确的关系和桥梁能提高很大生产力。那第四步,我们LinkedIn有200 名销售员工,谁最应该去和这个公司接洽?第五个问题,我们去到那边了,要讲一个什么样的故事? 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,,这块业务,大概占今天总收入的 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? 当时我自己问自己答: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,工种是什么,他的头衔是什么,位置在哪里,他的功能是什么?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,有多少负责猎头的人,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了,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美金在“猎头”这块,这是谷歌去年的数字。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 内部的销售人员,和这个相对来说的决策人的关系,来找到哪个人对他有最高的社会影响力,或者和他的社会关系最近。那我们就派这个销售人员,去跟他接洽。 第四步就是,我们分析我们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,或者找到他的团队里面,哪些人能够支持他,哪些能够帮他建立关系。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的话,大概需要四到八小时时间,缩短到了今天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。但三年以前,它在LinkedIn 变成了一个“钮”,销售人员他只要把这个“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。 这样来说的话,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。 那为什么我们可以用信息来推送?假设一个公司的SeniorDirectorofHR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,销售员工大概是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,还可以迭代出新产品线。你知道LinkedIn 三大商业模型是:人才解决方案、市场营销解决方案和付费订阅,这是我们传统的三大收入支柱。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。 这是卖给企业级用户的。回到刚才销售例子说,我其实只需要把它改变一下关键字,就可以变成另一个产品,帮助到企业级用户,让你最快知道谁会想买你的东西。 今天来说,虽然这第四个商业模式对收入贡献不多,目前只占1%,但我们内部对这个产品期待是很高的。它的增长率我不能讲,但肯定是一个趋势,因为 Linkedin的B2B是一个很大趋势。 作者:杨琳桦