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
