通过大数据资源的开发，“互联网+”才能水到渠成。
张溪梦的新名片上印着Growing.IO公司CEO，这是一家专注大数据应用的创新企业，而仅仅4个月之前，他的身份还是LinkedIn全球商业分析部总监。
2010年，张溪梦加入LinkedIn的“数据科学家”部门，负责基于数据挖掘的产品开发，比如LinkedIn 最著名的“你可能认识谁”，“你可能喜欢的工作”，“你可能会聘用的人”等产品功能都是这个部门开发的。但LinkedIn高层认为，即使如“数据科学家”这样的“贴地研发”的部门依然与实际业务“贴”得不够紧密。于是入职9个月后，张溪梦得到了第一次提拔，组建了一个与业务紧密联系到“疯狂”的新部门——商业分析部。
“LinkedIn是我工作过的公司里最依赖数据的。”张溪梦说，LinkedIn的所有业务都基于数据模型——LinkedIn.com上的用户增长和体验生成大量数据，LinkedIn根据这些数据开发新产品为用户提供新产品和服务，这些新产品和服务又进一步刺激增长，增加客户黏度。这是LinkedIn最基本的业务模型，维系这三点反复作用并在其中流动的正是数据。
通过在诚信、精准的职业用户平台上搭建了与企业用户、个人紧密联系的高价值生态体系，
张溪梦领导的部门叫商业分析部，他解释为“负责所有和钱相关的分析”。商业分析部直接支持的业务部门有五个——产品、销售、市场推广、开发和运营，其中运营又分不同部门，比如广告运营、销售运营、市场运营、商业运营等。
“你可能认识的人”是LinkedIn最受欢迎的功能之一，它可以帮助用户找到自己想要保持联系的人。而从后台运营角度看，这项功能要求数据时刻保持更新状态，这就需要时刻跟踪用户在不同应用间的数据。而最早这项功能基于传统的关系型数据库，因此计算一次需要几天到一个星期的时间，LinkedIn的数据基础设施团队搭建了一个包括针对特定工作负载设计的在线、离线、近线系统的数据架构——在线系统处理用户的实时交互信息；离线系统主要是Hadoop和Teradata的数据仓库，处理批量数据和分析工作负载；近线系统处理类似“你可能认识的人”这类的功能、搜索以及LinkedIn社交图谱数据，这类数据对处理和更新速度的要求不像在线系统那么高。
LinkedIn内部大概有25种不同的数据库和数据解决方案，其中一半以上是由LinkedIn内部开发的。和其他公司一样，过去LinkedIn的数据分析结构是一个“金字塔”形状，最底层是公司的全部业务数据，数据之上分为分析层、报表层、深度分析层、战略分析层和决策层等。“金字塔最精华的部分是塔尖，底层花费90%的时间却没有多大价值。”于是，张溪梦力主将底层做小，由“金字塔”变为“菱形”。首先，需要把待分析数据做得很“薄”，再把很薄的数据切得更“细”，然后把已经又“细”又“薄”的数据放入Teradata、Aster Date以及内部开发系统里继续做分析。这种“在数据模型上做模型”的方式不仅降低了存储成本，也保证了数据分析速度从几小时到20毫秒的飞跃。另外，对于非结构化数据，LinkedIn会首先将非结构化数据结构化。商业分析部技术部门开发了很多基于Java的工具，比如将一份简历的内容打散，进行重组——现任及过去任职的3家公司的信息最被看重，于是会顺序出现在最前面，包括起止时间、任职时间、职位等。
孙泠
关注读览天下微信，
100万篇深度好文，
等你来看……
