10月3日，著名的商务社交网站LinkedIn发布了两项新功能：
1.单向关注(follow)功能。用户可以单向关注(Follow)自己感兴趣的其它LinkedIn 用户，用户可以观看其关注用户实时更新的内容。而以前的LinkedIn ，只有双向的连接(Connection)功能，需要用户只有互相关注才能看到对方更新的内容。
2.博客工具。LinkedIn还将推出一款博客工具，用户可以撰写长篇的原创文章，可以在文章中插入视频、照片甚至播放幻灯片，这些原创文章将会被已经关注自己的用户们看到，直接出现在关注者的时间线上。而之前的LinkedIn，用户只能进行类似Twitter的简短的状态更新。
LinkedIn推出这两项新功能，将同时更新到网站和其移动应用程序中。
数据挖掘是假?
虎嗅认为LinkedIn此举是为了进行数据挖掘（详见《LinkedIn单向关注:数据挖掘与内容建设》），但其实这两个新功能对于数据挖掘的意义并不大，甚至会破坏LinkedIn原有的数据挖掘。
数据挖掘(Data Mining)是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。
从数据挖掘的标准解释中我们可以看出，数据挖掘不但需要大量的数据支持，还需要掌握数据的规律，LinkedIn推出的两项新功能在实际上是打破了自己原有的数据挖掘的结构规律——以前是类似Facebook一样的熟人社交网络数据结构，现在是类似于Twitter一样的开放式社交网络数据结构。
虽然现在的单向关注(follow)功能和博客工具，确实能“引导出”出用户的一些数据(更多的内容和关注数据)，但是这些数据对于社交网络的数据挖掘意义并没有那么大，反而会“破坏”LinkedIn现有的“熟人社交网络”数据挖掘规律，让数据挖掘在一定意义上受阻，甚至让数据挖掘得出的统计没有原来“封闭的社交网络数据”的意义大。
那为什么LinkedIn一定要推行新功能，放弃原有的数据挖据规律，打破自己原有相对封闭的社交网络结构?
刺激社交活跃度是真相!
其实作为相对封闭的社交网络，无论是Facebook，LinkedIn还是中国的人人网，其缺点都是明显的——用户活跃度一般，在用户稳定后就难以进行活跃度刺激，并且在后期，用户活跃度会逐渐下降。
“封闭社交网络”这种情况与现实生活中的熟人社交关系特质基本一致——人们在初认识时，会频繁交往加强关系，而在关系稳定后，交往就会趋于平稳，交往频率会逐渐降低，而在相对封闭的社交关系中，也很难有经常性的“爆点”来刺激封闭社交关系再次活跃。
所以LinkedIn两个新功能真正的战略核心是——用新功能击破以前的“封闭式社交关系”，让积累的大量用户能享受更加开放的社交网络，用“名人效应”和“社会事件”等开放社交网络“爆点”来刺激用户的活跃度——证据如下：
LinkedIn 首批 挑选了 150 名“最有影响力的意见领袖”供用户进行关注，其中包括总统候选人奥巴马和罗姆尼、多家著名公司的创始人和 CEO、以及其它业界名人。
LinkedIn 方面表示不久这个供关注的列表将会扩大至更多名人和各个行业领域内的重要人物。用户也可以提出申请加入这个列表以便让其它用户可以关注自己。
LinkedIn正在由“封闭的商务社交网络”向“开放的商务社交网络”方向蜕变，这样做使得LinkedIn从封闭的“商务版Facebook”变成了开放的“商务版Twitter”，开放的社交关系和更加丰富的互动内容带来的好处是显而易见的——用户会更加活跃，并且活跃度容易受到刺激。
就在不久前，许多人都还在为今年7月初Twitter强硬的关闭与LinkedIn的合作感到遗憾(详见《Twitter关闭LinkedIn的共享合作服务》)，现在看来，其实Twitter才是整个事件的弱者和被动反击者——只不过Twitter更早的洞察到了LinkedIn的野心，先进行了自卫反击而已。
LinkedIn手段无疑是精明的，仅仅两个新功能的推出，就完成了自己的“战略部署”。在未来，LinkedIn将很有可能成为Twitter最强有力竞争对手，并且LinkedIn也将会借此一举摆脱用户活跃度逐渐下降的窘境，可谓一石二鸟。
本文由 i黑马 作者 韦龑原创
匿名用户
