LinkedIn利用“菱形”分析模型将大数据做小

ZDNET至顶网CIO与应用频道 05月10日 人物访谈（文/王聪彬）： 身穿白大褂，手拿手术刀的神经外科医生，现如今却游走在科技行业做着数据分析，“兴趣”成就了这样一位与众不同的数据科学家LinkedIn商业分析总监张溪梦。其在2013 Teradata大数据峰会上接受采访时表示，大数据要做小才能帮助内部团队快速的运行，并且提供给客户“最终分析结果”才能达到价值的最大化。 

LinkedIn让数据分析人

LinkedIn是拥有两亿用户的全球最大职业社交网络媒体，而且并非纯社交网络媒体。到目前为止，全球85%的“财富100强”企业每年使用LinkedIn，而且大约270万个公司在LinkedIn上建有自己的主页。

张溪梦指出，很多人都认为LinkedIn就是一个找工作的平台，实际上根据内部数据显示，只有20%的人是比较活跃在求职，大约80%用户主要的商业目的是和其他专业公司建立关系。实际上，LinkedIn的核心宗旨就是连结世界上所有的专业人士，让他们变得更有效率、更成功。

LinkedIn主营三大业务，人力业务占53%，市场推广、广告占27%，高级订阅服务占20%。目前LinkedIn大约有3500名员工，业务分析团队拥有将近60人，直接支持将近3000个内部员工，其中包括产品、市场推广、运营、研发等重要部门，其他部门则有专门的分析师在支持。

在大数据时代，LinkedIn正是利用数据产生价值，很多产品都是通过数据开发出来的。其中，LinkedIn最核心“猎头”业务就是数据产品，可以帮助公司找到理想的人。张溪梦表示，LinkedIn认为公司未来长远的成功完全建立在人的基础上，而不是建立在硬件或者技术基础上，人是决定一切的因素，LinkedIn让数据来分析人，让这些人更成功。

在刚刚公布一季度业绩上看，LinkedIn的营收超过了预期，业界也普遍看好职业社交网络发展。张溪梦认为，LinkedIn和社交网站的专注点并不相同，受众完全不同，未来SNS社交网络和专业招聘网站会有融合趋势。

大数据如何做小？

LinkedIn内部大概有25种不同的数据库技术和数据解决方案，其中一半是LinkedIn内部开发，同时也选择了Teradata数据仓库和Teradata Aster大数据探索平台。LinkedIn看中Teradata是因为其多年的数据仓库经验，并且其是市场里最成熟、最稳定、速度快的特性，可以满足LinkedIn的需求。

据悉，LinkedIn内部有四个部分，目前每一个部分的数据增长都在千倍左右。张溪梦也深知数据量增加，并不表示价值呈正向增高，可能将导致了商业价值的降低。LinkedIn需要做的是将很大的数据做小、做快，这样能帮助内部团队快速的运行。

为了实现将大数据做小，LinkedIn把分析模型从原来的金字塔结构变成了菱形，这样就相当于少了一半的时间。“用技术把底部变小，并不是不做底部的东西。这个模型在过去两年内，效率提高了五百到一千倍，这就是为什么50人的团队可以支撑3000多人的工作。”张溪梦介绍说。

“我们常说的‘授之以鱼，不如授之以渔’，LinkedIn则是相反不把中间过程暴露给客户和员工，直接把最后的分析结果交给他们，达到价值的最大化。”

此外，“你可能认识的人”这个产品计算量很大，原来计算一次需要几天到一个星期。后来使用Teradata Aster来计算整个数据流，目前在新平台上几个小时就可以得出结果，速度比原来提高了几十倍。同时，Teradata数据仓库目前主要用在内部的商业智能分析上。

“在开源和闭源之间有一个平衡，”张溪梦表示，LinkedIn目前也在渐渐从闭源移到开源，开闭源都有自己的优势，最好地实现商业目的是最重要的。

“兴趣”成就数据科学家

一项调查显示，美国15%的人喜欢他的工作，85%不喜欢他的工作。张溪梦指出，学之者不如好之者，好之者不如乐之者。人必须要感兴趣的事，才能真正全心投入，做出很大的成绩。

而数据科学家应该具备哪些素质？张溪梦认为，兴趣是首要，之后需要找到“天时、地利、人和”三件事。制定一个远期的目标，自己做好准备，找到正确的时间、地点，再加上努力就一定会成功。

张溪梦讲到，国内开发者少了些创新性，创新性有时候是灵光一闪，但是闪的灵光确实需要很多积累做铺垫。

“中国历史教会我怎么招人，怎么找到人才。”采访中他津津乐道地谈论着中国历史和数据分析的不解之缘。

LinkedIn的业务分析团队平均年龄在30岁左右，这在美国这是非常年轻的队伍。当时，发现这些人都是通过LinkedIn本身的网络，再通过别人推荐，一步一步的发掘。张溪梦在招聘上的原则正是促成这个年轻团队的原因之一，“招年轻的人、招饥饿的人、招郁闷的人。”

同时，张溪梦也认同任何企业在数据收集上都应该尽可能收集全数据，但由于成本问题很多数据可以不做分析，所以要平衡掌握好那些需要收集。另外，企业要在用户隐私上要加大投入，永远把用户利益放在首位，而不是商业利益。