【必看】创造价值——大数据分析催生产业革命（PPT）

今天我主要和大家探讨的是大数据分析的价值创造和输出的过程。特别是在当下以及未来，数据作为一种新能源的应用远景。

大家可以看到，在这个循环中，数据是必不可少的一个重要组成部分，是LinkedIn业务模型和价值产出的基础之一。

我们这个部门主要负责与营收相关的各种服务。简单介绍一些LinkedIn 的商业盈利模式。1. 人才解决方案：60%营收。 2. 市场解决方案：20%营收。 3. 针对付费客户的高级订阅服务：19%营收。 4.销售解决方案：是我们新开发的产品线，在这个季度刚刚正式上线。市场解决方案，包括广告，社交网络推广，Follow，等各种产品。销售解决方案是从我们团队内部开发的一套支持企业销售大数据分析系统里面剥离出来的一个新业务。就是如何利用LinkedIn的数据刺激销售。销售解决方案，不但要帮助客户找人，还要帮客户找公司，找关系，找团队内部的联系。从而帮助公司或者企业主增加销售，我一会儿会谈到一个案例。

我们的商业分析部门，目前有大约70人左右的一个团队，在年底左右，应该继续扩展。目前我们直接支持内部基本上与“钱”有关的所有部门。我们的团队间接支持HR。（以前我刚从LinkedIn开始工作的时候，直接用LinkedIn数据支持HR和内部招聘的部门。现在我们的大组里面有一个小组专门支持人力资源部。）

分析就是预测，但是预测本身没有实际价值，预测完以后，改变才能产生价值！

这张图只是想表达一个意思：大数据的“大”和“复杂”本身没有什么积极意义。最终用户不希望一个大型冰川，他们需要的是结果。“冰激凌” 或者说小数据。

数据分析基础设施的建造是所有一切的基础，如何建立非常坚实的基础是以后业务成功的良好开端。大家可以看到这个金字塔很高，很漫长。

所以我们要利用各种技术把“金字塔”变成“菱形”。为什么呢？因为数据分析的基础部分会花掉分析师和数据科学家大部分时间。所以我们要反复把“金字塔”变成“菱形”。

然后把8个不同的步骤链接成个自动的“环”。也就是我们称之为的“数据产品”！

数据产品要最终变成一个生态系统。

分析就是哲学，艺术，商业，科学，历史甚至宗教的集合体啊。扯远了，回到我们的主题，销售！

1. 我们用数据可以精确的计算每一个公司对于LinkedIn的价值。2.我们可以用社交网络数据预测谁是决策人。3. 我们找到正确的社会关系。4.我们分析内部销售员工谁和这个决策人关系（影响力）最大。5.我们用linkedin的数据讲一个简单有效而且真是的“销售故事”。

这5步以前在公司内部需要一到两个月，在三年之前我们开发了一个“魔术师”系统，所有的这些过程今天只需要一个按钮，1分钟解决掉。而且，这个按钮一经被我们自己颠覆掉。取而代之的是我们主动为销售人员发送推送信息，从而令他们主动做决策。

很简单，整个的工作就是把大数据变成最后的结果，“小数据”！

再说一个大数据支持产品经理的案例。大家做互联网的，一定有A/B测试。我们今天可以实时追踪2000个在线的a／b测试，同时观测650个以上的指标。这些都可以在几分钟之内完成。

以前，所有的数据分析工作都需要至少2个星期，或者最长的4、5个月。

再看一个数据库市场营销的例子，我们目前有3.3亿以上用户，Marketer问的问题很简单，“谁会买？”，“谁会停止付费？“，”谁会点击广告？“......我们用机器学习，把一个混沌的“宇宙”，反复精炼称一个很小的人群，然后给他们推送信息，帮助转化这些用户。我们2年以前这个模型体系上线的时候，增加330%在线销售。

最重要的一点，我们在背后建造的不是一些单一的模型，而是打造了一个制造模型的“机器人”。这个机器人，会对数据进行自动整合，精炼，加工，用不同的算法（16种以上）比对在线的模型，如果新模型效果好，直接上线。这个系统称为Madoop，是我们的数据挖掘团队在刘绍波的带领下开发的。这个模型能够做到的是反复增加小的Lift，然后每天，每周，每月都有促进。

再说说今天非常热门的“customer analytics”。大家说说我们如何能够衡量“美”。如果“美”是很难量化的，那么我们如何能够在很多纷繁的非结构化的用户”评论“中，系统的分析客户是否满意？

还是要回到我们刚才说的这个“菱形”结构上面去，就是大规模的文本挖掘和数据分析“产品”化！这个系统，能够“回答”客户服务，产品经理，售前售后各种人员的问题。数据分析的产品化就是要把传统数据分析师，统计学家，数据科学家做的事情软件化！以前我们手动做的东西，需要大规模化软件化。做到“简单”，“迅速”，“有效”，“准确”！因为我们的用户是不关心“流程”的，他们需要的是结果，令人振奋的结果！

我的讲解完了。 ：）

转自软件定义世界（SDX)