Beranda BlogPengikisan web Cara Memaksimalkan Pertumbuhan Bisnis Melalui LinkedIn Scraping

Cara Memaksimalkan Pertumbuhan Bisnis Melalui LinkedIn Scraping

oleh Kadek

Ingat di musim 6 Kantorkapan Sabre menghabiskan $50.000 untuk prospek baru bagi tim penjualannya?

Sumber: GIPHY

Episode ini merupakan gambaran lucu tentang kebenaran inti dalam bisnis: Menjangkau orang yang tepat itu sulit—dan sering kali menghabiskan banyak uang.

Pada tahun 2021, Amerika Serikat menghabiskan $4,6 miliar untuk iklan digital untuk menghasilkan prospek saja.

Oleh karena itu, strategi perolehan prospek yang sukses dapat meningkatkan atau menghancurkan bisnis Anda.

Bagaimana jika kami memberi tahu Anda bahwa ada cara yang lebih cerdas dan mudah di dompet Anda untuk melacak prospek?

Baik Anda seorang pemasar, perekrut, peneliti, atau solopreneur, LinkedIn adalah platform terkemuka untuk menghasilkan prospek B2B. Ada 67 juta perusahaan yang terdaftar di platform ini dan 4 dari 5 dari 900 juta anggota mengambil keputusan.

Namun dengan begitu banyak informasi, kita mudah merasa tersesat. Ini hampir seperti mencoba menemukan confetti tertentu di Times Square setelah Malam Tahun Baru.

Solusinya? Pengikisan LinkedIn. Sebuah strategi hemat biaya yang menyederhanakan perolehan prospek, mengoptimalkan perolehan bakat, dan memanfaatkan intelijen pasar tenaga kerja.

Apa itu pengikisan LinkedIn?

Penerapan data LinkedInPenerapan data LinkedIn
Manfaat menggunakan data LinkedIn

Pengikisan LinkedIn melibatkan penggalian informasi berharga dari berbagai profil LinkedIn menggunakan alat pengikisan web khusus seperti Grepsr.

Katakanlah Anda seorang manajer penjualan di perusahaan SaaS dan ingin memperluas basis pelanggan Anda dengan mengidentifikasi prospek baru.

Sekarang bayangkan memfilter semua profil secara manual dan susah payah memasukkan nama perusahaan, lokasi, industri, dan jabatan satu demi satu ke dalam tabel. Dengan menggunakan metode ini saja, diperlukan waktu berminggu-minggu untuk mengkonsolidasikan informasi yang relevan. (Fiuh, kami bosan hanya memikirkannya.)

Saat Anda menggunakan scraper LinkedIn tanpa kode, otomatis, dan andal seperti Grepsr, Anda mendapatkan data berkualitas tinggi yang dapat langsung ditindaklanjuti tanpa kerumitan pemrograman canggih atau pekerjaan manual.

Kemudian, Dengan informasi LinkedIn yang tergores, Anda dapat melakukannya:

  • Identifikasi pengambil keputusan utama di perusahaan target dan menghubungi mereka secara langsung.
  • Personalisasikan percakapan penjualan Anda berdasarkan ukuran perusahaan, lokasi dan variabel relevan lainnya.
  • Pantau perubahanB. Jabatan atau pertumbuhan perusahaan untuk mengidentifikasi peluang prospek baru.
  • Prioritaskan siapa yang ingin Anda jangkau terlebih dahulutergantung pada peran atau lokasi pengambil keputusan di perusahaan sasaran.

Pada titik ini Anda mungkin bertanya-tanya...

Versi singkatnya: Ya, menghapus data LinkedIn adalah legal. Namun ingat: Jika Anda membuat informasi pribadi tersedia untuk umum atau secara eksplisit melanggar persyaratan layanan LinkedIn, Anda akan segera menghadapi masalah hukum.

Pada tahun 2019, hiQ Labs, sebuah perusahaan analisis data, menggunakan bot otomatis untuk mengekstrak informasi yang tersedia untuk umum dari profil LinkedIn. Sebagai pembalasan, LinkedIn menggugat perusahaan tersebut karena melanggar Undang-Undang Penipuan dan Penyalahgunaan Komputer (CFAA) dan Ketentuan Layanannya. Namun, Sirkuit Kesembilan memutuskan mendukung hiQ Labs, dan menemukan bahwa mereka sebenarnya: tidak melanggar Syarat dan ketentuan LinkedIn sejak saat itu Data yang diambil diambil dari informasi yang tersedia untuk umum.

Di Grepsr kami berkomitmen untuk bersikap etis, bertanggung jawab, dan penuh hormat Pengikisan web A. Kami percaya bahwa bisnis dapat berkembang secara sah menggunakan web scraping.

Berikut beberapa aturan perilaku saat mengambil data LinkedIn:

Aturan pertama web scraping adalah: tidak merusak situs web. Aturan kedua dari web scraping: Jangan merusak situs web. Aturan ketiga dari web scraping adalah… ya, Anda mengerti.

Artinya, cakupan dan frekuensi kueri yang Anda buat tidak boleh membebani server situs web atau mengganggu pengoperasian rutinnya.

DOS:

  • Temukan alat pengikis web yang tepat: Etika upaya pengikisan web Anda sama baiknya dengan perangkat lunak yang Anda gunakan.

Grespr adalah mitra data yang andal dalam arti sebenarnya. Kami menyediakan kumpulan data yang akurat dan kuat dari media sosial, forum, dan situs web dengan wawasan yang jelas.

  • Baca ketentuan penggunaan di situs web: Jika Anda tidak yakin mengenai aspek hukum tertentu, sebaiknya hubungi orang yang tepat untuk mendapatkan persetujuan.
  • Periksa situs web untuk melihat apakah itu mendukung API: API dirancang khusus untuk memungkinkan pengembang berinteraksi dengan situs web secara terstruktur dan terkendali.
  • Hormati file robots.txt.: Saat melakukan web scraping, selalu perhatikan file robots.txt situs web - ini adalah file teks yang terletak di direktori root yang menunjukkan bagian situs web mana yang tidak boleh dirayapi oleh mesin pencari atau web scraper.

Larangan:

  • JANGAN mempublikasikan informasi identitas pribadi apa pun: Informasi yang Anda kumpulkan untuk tujuan bisnis Anda harus tetap sama – untuk bisnis Anda.
  • JANGAN menguras situs: Akses yang sering dan ekstensif dapat merusak reputasi Anda di situs web dan mempengaruhi operasional sehari-hari.

Sekarang kita telah membahas dasar-dasarnya, mari kita mulai bisnisnya. (Secara harfiah.)

LinkedIn berupaya menghasilkan prospek B2B

Bagaimana cara LinkedIn scraping mengoptimalkan strategi perolehan prospek B2B Anda?

Dalam studi tahun 2020 di Universitat De Barcelona, para peneliti mulai mengkaji manfaat nyata dari penggunaan LinkedIn dalam memperkuat upaya menghasilkan prospek untuk divisi penjualan 3D EMEA HP.

Tantangan

Di banyak organisasi, pengambilan keputusan masih didasarkan pada intuisi dan pengalaman, yang dapat terhambat oleh bias manusia, kurangnya karyawan yang berpengalaman, dan keengganan untuk mengadopsi sistem komputer yang canggih. Meskipun perusahaan memiliki akses ke banyak sekali data, sebagian besar perusahaan merasa kesulitan untuk menggunakannya secara efektif.

metodologi

Untuk mengatasi tantangan ini, penelitian ini mengembangkan jalur ilmu data dua tahap:

  1. Pengikisan web: Untuk mengumpulkan informasi yang sebelumnya tidak tersedia di database perusahaan atau memakan waktu lama untuk dikompilasi secara manual, alat web scraping dikembangkan. Dengan lebih dari 40.000 prospek dalam database, entri data manual tidak praktis.
  2. Pembelajaran mesin: Angka Mutu prospek diprediksi menggunakan algoritme Peningkatan Gradien Ekstrim.

Temuan Utama

Mengikis LinkedIn disediakan Informasi berharga seperti karyawan, kantor pusat, tahun didirikan, rincian kontak, produk dan deskripsi perusahaan. Di 45 perusahaan % yang dicoret terdapat komentar tambahan mengenai produk utamanya, namun sering kali harus diterjemahkan.

Kesimpulan

Ada tiga aspek utama dari studi ini tentang LinkedIn yang mencari perolehan prospek –

  • Pengikisan LinkedIn dapat memberi Anda wawasan yang tidak tersedia di database internal dan memberikan perspektif yang sebelumnya hilang dalam terjemahan.
  • Tim penjualan HP dapat memprioritaskan prospek yang paling menjanjikan dan membuat keputusan yang tepat, sehingga menghemat waktu dan uang.
  • Strategi scraping LinkedIn dapat memberi Anda keuntungan bisnis dengan memberi Anda akses awal ke informasi berharga yang mungkin tidak dimiliki pesaing Anda.

Saat Anda mengotomatiskan ekstraksi dan agregasi data, Anda membebaskan tim pemasaran dan penjualan untuk fokus pada KPI yang mendesak alih-alih berkutat dengan tugas-tugas rutin dan biasa-biasa saja.

Akuisisi bakat berdasarkan data

Menemukan talenta sepatu kaca untuk perusahaan Anda tidaklah mudah. Dan biayanya juga tidak murah – menurut Society for Human Resource Management (SRHM), biaya rata-rata per karyawan adalah $4.700.

Ditambah lagi waktu yang dibutuhkan untuk merekrut karyawan baru secara manual: hampir 40 jam per bulan. (Gila, kan?)

Dalam studi tahun 2022 yang dilakukan oleh Emerald Insight, para peneliti mengidentifikasi tiga kategori keterampilan pengguna berdasarkan profil LinkedIn mereka: teknis, empiris (pengalaman langsung), dan pendidikan. Kumpulan talenta yang disesuaikan ini memungkinkan manajer perekrutan untuk mengidentifikasi dengan tepat jenis kandidat terbaik yang mereka butuhkan.

Hasil penelitian ini menegaskan hal tersebut Metode penyaringan berbasis data dapat meningkatkan efektivitas seluruh proses perekrutan. Oleh karena itu, pendekatan sistematis dan analitis terhadap penilaian kandidat dapat menyederhanakan dan mengoptimalkan perekrutan karyawan secara menyeluruh.

Penghakiman? Pengikisan LinkedIn adalah strategi akuisisi bakat yang sangat terukur.

Mencari LinkedIn untuk informasi pasar kerja

Bagaimana jika analisis intelijen pasar tenaga kerja mengungkapkan kebenaran mendasar tentang perusahaan Anda dan memungkinkan Anda memperbaiki tren yang bermasalah?

Bayangkan Anda adalah kepala SDM di sebuah firma arsitektur. Perusahaan ini berbicara banyak tentang inisiatif keberagaman dan inklusi, namun angka-angka menunjukkan cerita yang berbeda. Anda merasa sulit untuk mempromosikan perempuan ke posisi kepemimpinan dengan tingkat yang sama dengan laki-laki – tetapi Anda tidak tahu alasan pastinya.

Motivasi serupa memicu penelitian menarik pada tahun 2022 tentang perbedaan gender di industri AEC. Para peneliti mencari dan menganalisis ribuan profil eksekutif teknik di LinkedIn untuk mengetahui apa yang menghalangi karier perempuan.

Mereka menemukan bahwa laki-laki empat kali lebih mungkin untuk bertahan di suatu perusahaan dari awal hingga akhir. Studi ini juga mengamati kesenjangan gender yang mencolok di berbagai bidang seperti latar belakang pendidikan dan kekuatan jaringan profesional.

Ini adalah fakta yang dingin dan sulit. Misalnya, Anda dapat mengontrol jalannya inisiatif DEI perusahaan Anda.

kalau sudah informasi pasar tenaga kerja yang dapat ditindaklanjutikamu bisa:

  • Strategi pivot untuk akuisisi bakat,
  • Pertimbangkan peta jalan baru untuk praktik perekrutan yang lebih inklusif. Dan
  • Tetapkan tujuan keberagaman berdasarkan data.

Masa depan pertumbuhan profesional berbasis data

Pengikisan LinkedIn sebagai alat bisnis mendukung perolehan prospek yang ditargetkan dan akuisisi bakat yang terukur – dan bahkan dapat mengungkap kelemahan di berbagai bidang seperti keragaman dan mobilitas di tempat kerja.

Pada tahun 2024, data adalah kekuatan. Dan hanya sedikit sumber yang memiliki pengaruh strategis seperti wawasan yang tersembunyi di lebih dari 900 juta profil LinkedIn.

Apakah Anda siap untuk membuktikan bisnis Anda di masa depan? Buat keputusan yang terinformasi dan berdasarkan data dengan tim ahli ekstraksi data terkelola kami. Hubungi kami hari ini!

Pos terkait

Tinggalkan Komentar