自从宣布进入中国后，linkedIn的每一个动作都被拿来细细解读。

　　抛开中国区总裁沈博阳在主页公开招聘中国区员工，并且只接受来自linkedIn的简历这样常规的消息，linkedIn有些动作还是颇为值得关注。

　　2月7日，linkedIn在公布2013财年第四季度财报的当天，同时宣布以1.2亿美元收购求职网站Bright。在总收购价中，现金占27%，股票占73%，交易预计在今年第一季度完成。

　　在交易完成后，Bright团队的多名成员，包括工程和产品部门的人都将加入linkedIn。但Bright首席执行官史蒂夫•古德曼是否也会加入linkedIn目前尚不得知。Bright现有用户可在2月28日前继续访问网站数据。

　　linkedIn防患于未然 巩固核心优势

　　对于Bright我们简单的理解，其实是一个利用机器学习算法推荐工作的服务;同时还利用数据驱动匹配技术确保用户找到相关的招聘岗位。

　　但从这些我们或许看不出什么，但当你知道，这是linkedIn发展了近11年后最大的一笔收购时，或许我们就该仔细的研究一下为何一家成立于2011年2月的企业在短短的3年时间内实现了飞跃。

　　其实很简单，Bright站在了风口，对于linkedIn而言，收购案不仅可让linkedIn获得Bright.com独特的职位搜索软件，还将消除招聘市场上一个快速上升的竞争对手。

　　Bright的创始人韦瓦斯曾表示，linkedIn与Bright有着相同的前景，都致力于使用数据和算法将求职者与雇主联系起来。

　　Bright的某些做法，让linkedIn感受到了威胁。

　　长期关注linkedIn的索罗门说过，linkedIn的核心价值就是有关个人和公司职业信息的庞大数据库。该公司花费多年时间来研究如何积累这些数据，并创造正确的用户体验，从而让这些数据库的价值逐渐增长。

　　可以说，目前微软、谷歌和Salesforce即使花再多钱也做不到这一点。这就是linkedIn的护城河。事实上，linkedIn花了很长时间来积累这些数据，这更加凸显出了它们的价值。

　　而现在Bright做的比linkedIn更加垂直，网站目前拥有250万条招聘岗位检索，每月的搜索人数达700万人。

　　如果说Bright会颠覆linkedIn这是玩笑话，但很显然Bright会蚕食掉linkedIn的一部分市场。

　　而且值得注意的是，2012年的时候Facebook曾推出一款Social Jobs Partnership(SJP)应用，Social Jobs Partnership是由Facebook携手美国劳工部、NACE、DirectEmployers协会等组织机构发起的一个倡议，在该项目中，招聘人员能够通过Facebook社区分享招聘职位列表。

　　该项目没有获得成功，但是一旦Facebook或者Twitter这样的巨头对Bright采取了什么动作，linkedIn难保不受到威胁。

　　所以linkedIn这算是提前扼杀潜在的危险，同时加强自身在数据方面的优势。

　　大数据是颠覆传统的核心所在

　　数据和对数据的分析算法，是对linkedIn最有价值的东西。

　　目前linkedIn是一家市值超200亿美元的公司。而与linkedIn对应的则是Monster、CareerBuilder等传统招聘平台，社交化广泛联系的linkedIn彻底颠覆了Monster等传统巨头。

　　其实这并不让人感到奇怪，对于传统的招聘网站，他们的服务一向是短链条式的操作，一旦当受聘者不需要招聘这项业务时，服务就停止了。

　　而职业社交网站显然能够做的更多，他们深层次的挖掘用户以及企业的数据，再将这些数据展现在用户面前，在用户选择职位时可以第一时间对所要应聘的企业有一个相对深入的了解。

　　用大街网CEO王秀娟的话来说，“还能够帮助用户打造职业形象，拓展职场人脉。”

　　1月22日，在大街网举办的2013非常雇主活动上，职业社交网站所掌握的企业及应聘者数据一览无遗。

　　此次活动是从去年11月发起投票评选，在为期2个多月的时间里，获取公司点评超过50万人参与，活动整体效果影响超过1750万人次，最终评选出“非常雇主Top100”。

　　而非常雇主是建立在公司点评这款产品而推出的一个展现形态。

　　公司点评这种类型的产品在国内尚属新鲜，但在国外已经有了Glassdoor这样的巨头，所不同的是Glassdoor通过点评开始延伸到招聘行业，而大街网则通过招聘延伸到了公司点评上。

　　但两者殊途同归，都是建立在庞大的数据至上。

　　举例来说，公司点评一旦运营不好很可能会出现类似淘宝店铺一样的产品，众所周知，目前的淘宝店铺，“好评”、“差评”已经是一个事件。

　　自己花钱雇佣水军刷好评，竞争对手花钱雇佣水军刷“差评”，这样的事情基本每天都在上演。

　　而很显然，大街网的客户们对于这样的事情也很是担心，担心自己的企业形象不会得到很好的展示。

　　但我们或许可以从Glassdoor中获得一些启示，Glassdoor对于点评有着诸多规定，来规避这些问题，但最重要的还是Glassdoor对于各大企业的基本状况的掌握程度，这可以帮助Glassdoor第一时间鉴别。

　　而大街网的公司点评同样如此，大街网在发展的5年时间内，大部分精力都放在了对于企业以及用户的数据积累上面。

　　而且除了这些员工自发的点评以外，大街网还会适时的主动抛出话题，比如“公司福利”、“办公环境”、“秀出你的办公利器”等等，以不同的角度让外界对于企业有最直观的映像。

　　可以说，这些都是传统招聘网站所不具备的能力，而究其主要原因，依然是数据问题，传统招聘网站是1.0的模式，而linkedIn、Glassdoor、大街网 等是2.0模式。

　　2.0模式的一大特性就是大数据。

　　在目前的环境当中，对大数据的掌握以及分析成为颠覆传统商业模式的利器。

　　诸多的案例有互联网金融对传统银行的紧逼。

　　阿里的小额贷、支付宝信用支付，再加上最近京东刚刚推出的“白条”都是很好的证明，因为一个事实是，你的数据可以说网上都可以找到，比如一家淘宝店每年的营业额多少，阿里清清楚楚，数据拿出来一看就知道可以贷款多少给你。同步到消费者，亦是如此。

　　正是因为有了庞大而紧密的数据，传统银行现在很紧张，并且也在向这方面探索。

　　今年以来，时代华纳AOL8300万美元收购个性化内容推荐引擎Gravity。该引擎能根据兴趣为读者推荐内容，进而提升广告投放准确度。

　　而在大数据时代，云数据时代，对数据中心的建设也没有少消耗巨头的资本。上月，IBM拟投12亿美元扩展全球云部署，计划让15个国家的40个数据中心提供云服务。

　　各大巨头对数据公司的瓜分也都说明了数据对未来的意义。谁能够准确地对大数据进行有效的监控、收集和分析，谁就能在未来的激烈竞争中生存下去。