Bloggen
Jeg er for nylig stødt på nogle blogindlæg og nogle Boolean Strings-diskussioner på LinkedIn, der inspirerede mig til at gå tilbage og rode med at søge på LinkedIn via Google og Bing.
For eksempel ser jeg fortsat folk tale om:
- Hvorvidt du skal bruge “pub” og/eller “in” (f.eks. site:linkedin.com/in | site:linkedin.com/pub)
- Hvorvidt du skal bruge -dir
- Brug landekoder i site: søgninger
- Brug forskellige sætninger til at målrette offentlige LinkedIn-profiler – f.eks, “people you know”
Min første reaktion, når folk er nysgerrige på de mest effektive måder at hente offentlige LinkedIn-profiler på, er at opfordre dem til at eksperimentere på egen hånd først i stedet for at lede efter svar til at kopiere og indsætte. Bogstaveligt talt 99% af alt, hvad jeg ved om sourcing (og rekruttering!), lærte jeg ved at være nysgerrig og eksperimentere.
Mennesker lærer ved at gøre, og mere specifikt ved at fejle/besvære sig, og ikke ved at kopiere og indsætte en andens arbejde.
Det er også vigtigt at indse, at du ikke kan og bør ikke implicit stole på sourcing-rådgivning (eller tilpassede søgemaskiner), du finder online eller i træningssessioner/materiale – der er aldrig kun én måde at gøre noget på, og de CSE’er, du bruger, og den syntaks, du kopierer og indsætter, kan faktisk kunstigt begrænse søgeresultaterne og forhindre dig i at finde de bedste folk.
Så mit råd er at tage andres arbejde (inklusive mit!) og eksperimentere.
LinkedIn X-Ray Search Syntax Experiment
Jeg så nogen bruge “people you know” i deres LinkedIn X-Ray-søgning, formentlig for at målrette og isolere LinkedIn-profiler og eliminere falske positive ikke-profilresultater.
Kan du gætte, hvad jeg gjorde?
Ja, jeg prøvede det.
Hvis du ikke allerede vidste, hvorfor nogen ville bruge en sådan sætning, er det fordi det er en ret unik sætning, der findes på offentlige LinkedIn-profiler, og det ser ud til at blive indekseret af søgemaskiner som Google, så du kan søge på sætningen for at finde LinkedIn-profiler uden at skulle bruge ting som (inurl:pub | inurl:in) for at returnere profiler eller -dir, -jobs, osv, for at forhindre, at der returneres resultater uden for profiler.
Du kan se det på arbejde, når du ser dine søgeresultater:
Det er her, den trækker sætningen fra på LinkedIn-profilen:
Det gør et anstændigt stykke arbejde med at isolere profilresultater, til det punkt, hvor inurl:pub, inurl:in, -dir, -jobs (eller lignende teknikker) simpelthen ikke er nødvendige.
Men det næste, jeg gjorde, var selvfølgelig at spekulere på, hvilke andre sætninger der ville virke.
Det eneste, du skal gøre, er at se dig omkring på en offentlig LinkedIn-profil og kigge på andre ord og sætninger, der synes unikke for profilresultater og ikke almindeligvis ville blive nævnt andre steder på en persons LinkedIn-profil, og eksperimentere ved at inkludere dem i dine søgninger og inspicere resultaterne.
En hurtig scanning giver en række muligheder – her er et par stykker:
- “søg efter personer”
- “navnesøgning”
- “tilmeld dig linkedin”
- “fuld profil”
- “også set”
- “seere”
- “oversigt”
- “million”
- “kontakt”
- “ekspertise”
- “se hvem”
- “introduceret”
Nu, Jeg har ikke testet alle disse og de andre har jeg ikke engang gidet at opregne, men jeg har testet nogle få.
Her er de nedenfor. Husk på, at selve søgningen er meget begrænsende, ved design, da jeg ønskede at have et rimeligt antal resultater for at kunne foretage hurtige sammenligninger af eventuelle variationer mellem resultatsættene:
site:ca.linkedin.com “current * * engineer” java hadoop “people you know” “location * Toronto, Canada Area”
site:ca.linkedin.com “nuværende * * ingeniør” java hadoop “seere” “placering * Toronto, Canada Area”
site:ca.linkedin.com “nuværende * * * ingeniør” java hadoop “oversigt” “placering * Toronto, Canada Area”
site:ca.linkedin.com “nuværende * * ingeniør” java hadoop “million” “placering * Toronto, Canada Area”
site:ca.linkedin.com “current * * engineer” java hadoop “contact” “location * Toronto, Canada Area”
site:ca.linkedin.com “current * * * engineer” java hadoop “expertise” “location * Toronto, Canada Area”
Lad dig ikke narre af variationen i Googles estimat af resultater (763 til 1.220), som er forskellige for hver søgning.
Rul til bunden af resultaterne for hver søgning, og du vil se, at de alle kun har 2 sider med resultater, og at det faktiske antal resultater, der returneres, varierer fra 13 til 15 (13 er det mest almindelige). Jeg vil lade det være op til dig at sammenligne de eventuelle forskelle mellem søgeresultaterne.
Hvis du ikke har tid til at klikke og udføre hver søgning, har jeg udført en hurtig gennemgang, som du kan se her (vises bedst i fuld skærm i 1080p):
Hvis du ikke ønsker at bruge ord eller sætninger som demonstreret, kan du altid bruge en anden søgesyntaks – her er en, du sikkert ikke har set før, fordi jeg bogstaveligt talt lige har fundet på den:
site:ca.linkedin.com “current * * * engineer” java hadoop -skills/skill -pub/dir “location * Toronto, Canada Area”
Landekodeeksperiment
For dem af jer, der kan lide at søge efter landekode, kan I tjekke resultaterne af disse to søgninger, hvoraf den ene bruger en landekode (site:ca.linkedin.com), og den anden bruger site:linkedin.com alene – og lad mig høre dine tanker og observationer:
site:ca.linkedin.com “current * * * engineer” java hadoop “expertise” “location * Toronto, Canada Area”
site:linkedin.com “current * * * engineer” java hadoop “expertise” “location * Toronto, Canada Area”
Hvad kan du bemærke?
Bing vs. Google
Så, kan nogen fortælle mig, hvorfor sourcers og rekrutteringsfolk har en tendens til at opføre sig som om Google er den eneste måde at røntgensøge LinkedIn på?
Som jeg har skrevet mange gange før, gør Bing typisk et bedre stykke arbejde med at hente resultater fra LinkedIn mere “rent”, specifikt profilresultater, uden at man behøver at bruge yderligere termer i forespørgsler for at forsøge at isolere profiler fra ikke-profilresultater, som man er nødt til at gøre i Google.
For eksempel er her en af ovenstående Google-søgninger uden nogen termer til at forsøge at isolere profiler:
site:ca.linkedin.com “software engineer” “location * Toronto, Canada Area” java hadoop
Det, du vil bemærke, er, at resultaterne går fra 13 ved brug af et profilisolerende udtryk som “viewers” til 60, hvilket tilføjer falske positive resultater som disse:
Nu skal vi sammenligne en Google-søgning med en Bing-søgning.
Vi bruger nøjagtig de samme søgeudtryk, bortset fra at vi med Google bruger et udtryk til at isolere profiler, og med Bing bruger vi ikke nogen profil-isolerende udtryk.
Google – site:ca.linkedin.com “software engineer” “viewers” “location * Toronto, Canada Area” java hadoop
Bing – site:ca.linkedin.com “software engineer” “location Toronto, Canada Area” java hadoop
Hvis du ikke selv har lyst til at undersøge søgeresultaterne, er her en hurtig YouTube-video, der sammenligner dem:
Jeg bruger Google hele tiden, men jeg er ikke sådan en Google-fanboi, at jeg ikke anerkender og ikke kan erkende, at andre søgemaskiner kan være overlegne til specifikke formål.
Når det drejer sig om at søge efter LinkedIn-profiler, er bundlinjen, at Bing er og renere og mere effektiv end Google, fordi du ikke behøver at tilføje NOGEN yderligere termer for at isolere profilresultater og eliminere falske positive, ikke-profilresultater.
Look Ma – No Site: Search Operator!
Har du nogensinde spekuleret på, om du kan bruge en internetsøgemaskine til at søge efter LinkedIn-profiler uden at “X-Ray”-søge ved hjælp af site:-kommandoen?
Jeg har.
Tjek denne søgning ud:
linkedin (java|j2ee) -recruiter (engineer|konsulent|programmer|udvikler)”(BA|B.A.|BS|B.S.|Bachelor|Bachelors)***2004..2009″ “see who” “location * greater new york city area”
Nu er der mere end ét meget interessant element i denne søgning (og resultaterne!), som jeg håber, du lægger mærke til, men for dette indlægs skyld vil jeg gerne henlede opmærksomheden på det faktum, at den returnerer LinkedIn-profiler uden at bruge søgeoperatoren site:, så det er ikke en “X-Ray”-søgning.
Tag et kig på disse resultater og værdsæt manglen på resultater uden profiler i betragtning af, at jeg ikke engang har bedt Google om specifikt at søge på LinkedIn:
Interessant, ja?
Hvordan jeg personligt søger på LinkedIn
Når jeg søger efter LinkedIn-profiler, starter jeg med at søge på LinkedIn ved hjælp af LinkedIns søgeinterface 100 % af tiden.
Hvorfor?
Derfor:
#1 Præcision og inklusion
Med sine strukturerede felter og facetter er LinkedIns søgegrænseflade mere kraftfuld, konfigurerbar og præcis og giver dig langt mere kontrol over din evne til at finde præcis det, du har brug for, end nogen søgemaskine på internettet. Punktum.
Hvis du forsøger at søge i et område, der strækker sig over stater, metroområder og lande, kan du nemt gøre det med større præcision ved hjælp af LinkedIns postnummerradiussøgning, der går på tværs af grænser.
Mens du kan forsøge at søge efter aktuelle titler og virksomheder ved hjælp af Googles asterisk eller Bings NEAR:X (f.eks, “current * software engineer”), kan du ubestrideligt nok gøre det nemmere, mere præcist og inkluderende ved at bruge LinkedIns felter for nuværende titel og nuværende virksomhed.
#2 Native Search
Det er i sig selv en udfordring at bruge en internetsøgemaskine til at søge efter offentlige LinkedIn-profiler, fordi du bruger noget andet end den native søgemaskine til at søge på webstedet. Du skal også huske på, at LinkedIn til enhver tid kan foretage ændringer, der påvirker, hvad der kan søges og hentes via internetsøgemaskiner. Det, der fungerer godt i dag for Google og Bing, fungerer måske ikke godt i morgen, men LinkedIns avancerede søgning vil altid fungere.
#3 Mit netværk
Siden 2005 har jeg taget mig tid til at opbygge mit LinkedIn-netværk betydeligt og strategisk, så et stort antal personer dukker op i mine søgeresultater inden for mit netværk – specifikt min 1. og 2. grad.
Den eneste gang, jeg virkelig røntgenfotograferer LinkedIn (ud over at pille rundt), er for at finde de specifikke offentlige profiler i LinkedIn-søgeresultaterne, der ligger uden for mit netværk af 2. grad.
Der findes mange hurtige metoder, der giver dig mulighed for at se den offentlige profil for en person, der er din 3. grad eller gruppeforbindelse – eller helt uden for dit netværk, for den sags skyld.
I sidste ende har jeg fundet ud af, at afkastet af den investerede tid, når du søger på LinkedIn, er højere, når du starter med LinkedIn og bruger internetsøgemaskiner til at finde profiler af specifikke personer uden for dit 2. grads netværk, i modsætning til at starte en søgning med en internetsøgemaskine for at røntgenfotografere LinkedIn for at identificere personer.
Hvis du ikke har investeret tid i strategisk og metodisk at opbygge dit LinkedIn-netværk, så du er tilfreds med dine søgeresultater, så bør du gøre det.
Aggressivt.
Og før end senere!
Sluttanker
Så, hvad er den mest effektive måde at røntgen-søge LinkedIn på?
Der er ikke én enkelt mest effektiv måde at søge LinkedIn via internetsøgemaskiner – der er mange forskellige måder, som jeg har demonstreret et par stykker ved hjælp af både Google og Bing.
Lad være med blot at kopiere og indsætte søgestrenge og syntaks, du ser i blogindlæg og i LinkedIn-gruppediskussioner, uden at teste dem selv og helst foretage ændringer og eksperimentere og observere resultaterne for afvigelser. Dette vil give dig indsigt i, hvorfor og hvordan søgningerne fungerer eller ikke fungerer efter din smag.
Du lærer ikke noget af at kopiere søgninger og køre dem uden at tænke dig om.
Hvem ved – med lidt nysgerrig eksperimentering kan du måske finde frem til den næste interessante opdagelse, som du kan dele med det globale sourcing-fællesskab!