Даталогические секреты LinkedIn

LinkedIn имеет одно большое преимущество по сравнению с такими конкурентами, как Facebook и Twitter: это социальная сеть, которую можно использовать для работы. Позиционируя себя, как сервис для профессионального роста, LinkedIn стал неотъемлемой частью офисов по всему миру. В результате был найден Святой Грааль корпоративных данных: социальная иерархия людей в пределах организации, при том что сами люди могут о ней и не знать.

Глава подразделения LinkedIn, отвечающего за качество поиска, Дэниел Танкеланг (Daniel Tunkelang) беседовал с корреспондентом Co.Labs ранее в этом году. В рамках своих обязанностей Танкеланг должен гарантировать, что в результате поиска люди найдут именно те контакты, которые искали. Для этого необходимо изучать большой объем информации о том, как люди знакомятся друг с другом и взаимодействуют в процессе.

Интересные факты о поиске в LinkedIn

Не все пользователи LinkedIn знают, что поиск работает по-разному в зависимости от того, используется настольный компьютер или ноутбук, смартфон или планшет. По словам Танкеланга, вводить текст на мобильных устройствах труднее, и, как следствие, от пользователей таких устройств поступают более короткие запросы.

«В сфере мобильных устройств автодополнение приобретает особое значение, потому что условия, в которых люди используют ноутбук и телефон, значительно отличаются».

Кроме того, на мобильных устройствах люди используют функцию поиска по-разному. Танкеланг рассказал, что его компания получает много полезной информации со смартфонов. Например, когда пользователи LinkedIn встречают кого-то на мероприятии в реальной жизни, они достают телефон и ищут профиль этого человека.

Благодаря информации о том, как пользователи осуществляют поиск на сервисе, и как они используют его в различных ситуациях, Танкеланг и другие специалисты по обработке данных приобретают глубокое понимание того, как происходит поиск кадров, как отделы сбыта находят потенциальных клиентов, и как различные подразделения организаций соотносятся друг с другом.

«Одна из самых увлекательных частей моей работы – это получение неожиданных результатов при поиске данных для доказательства или опровержения различных гипотез».

Команда Танкеланга выяснила, как социальные сети людей соотносятся друг с другом, и это открытие изменило технологию поиска. В частности, поиск человека по имени и поиск должности по названию имеют мало общего друг с другом.

Если пользователь LinkedIn ищет кого-то по имени, то в основном искомый человек достаточно тесно связан с его социальной сетью (если быть точным, находится на расстоянии одной популяции от него). Но когда поиск производится по названию должности, пользователь преимущественно контактирует с людьми на расстоянии двух популяций от него – т.е. в этом случае целевые персоны находятся дальше, чем при поиске по имени. Хотя открытие не противоречило логике, это было не то, что они искали. По словам Танкеланга, тенденция случайно обнаружилась в результате анализа данных.

Всплывающие окна LinkedIn

Другие проекты, основанные на данных, в рамках сервиса LinkedIn требуют больше пользовательского ввода, чтобы предоставить полезные идеи. Возьмем, например, иногда появляющееся всплывающее окно, в котором вас просят подтвердить чьи-либо навыки. Это реализация сложного проекта.

Запросы подтверждения навыков могут показаться способом повышения вовлеченности пользователей, однако это также сложный механизм сопоставления, который позволяет специалистам по обработке данных понять, что в действительности означают названия должностей в организациях. Подтверждения помогают команде LinkedIn выяснить, какие наборы навыков и способностей соответствуют каким должностям.

Инженер LinkedIn Сэм Шах (Sam Shah) и специалист по обработке данных Пит Скомороч (Pete Skomoroch) объяснили, как работает функция подтверждения, на конференции по data science Strata 2013. Подтверждения используются, чтобы создать «словарь навыков» для сайта социальной сети. Определяемый как систематика профессиональных навыков, «словарь навыков», прежде всего, основывается на интеллектуальном анализе данных миллионов профилей на сайте, а также дополняется с помощью других источников, таких как подтверждения. Значительную часть работы Скомороча и Шаха составляет очистка данных. Например, около 250 различных фраз соответствуют одному словосочетанию «Microsoft Office».

В одном из примеров правильного сопоставления навыков и должностей, они показали, какие фразы соответствуют термину «Ангелы» в сфере альтернативной медицины, а какие тому же термину в сфере венчурного капитала. Нетрудно догадаться, где речь идет о предсказаниях и ясновидении, а где об инвестировании на ранних стадиях. Далее эта информация используется для того, чтобы выяснить, какие навыки на самом деле имеет человек, занимающий должность с определенным названием.

LinkedIn использует подтверждения, чтобы получить ответы на два вопроса: у каких конкретных людей пользователи предполагают наличие определенных навыков, и кого они выбирают для подтверждения. Общие результаты используются для создания социальных карт и для понимания различий в обязанностях, соответствующих должностям с одинаковыми названиями в разных компаниях.

Конечно, Facebook имеет свой собственный социальный граф. Но связи в нем созданы на основе персональных историй, а не на основе профессиональных навыков. В результате наблюдается совершенно другой сетевой эффект, отличный от того, который использует LinkedIn.

Автор: Нил Ангерлейдер

Перевод Станислава Петренко

По материалам: Fast Co.Labs

Добавить комментарий

Ваш e-mail не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =