A blog

A blog

A közelmúltban találkoztam néhány blogbejegyzéssel és néhány Boolean Strings vitával a LinkedIn-en, amelyek arra inspiráltak, hogy visszamenjek és kipróbáljam a LinkedIn keresését a Google és a Bing segítségével.

Például továbbra is látom, hogy az emberek arról beszélnek:

1. Hogy kell-e használni a “pub” és/vagy az “in” szót (pl. site:linkedin.com/in | site:linkedin.com/pub)
2. Használja-e a -dir
3. Országkódok használata a site: keresésekben
4. Különböző kifejezések használata a nyilvános LinkedIn profilok megcélzásához – Pl, “ismerősök”

Az első reakcióm, amikor az emberek kíváncsiak a nyilvános LinkedIn-profilok lekérdezésének leghatékonyabb módjaira, az, hogy arra bátorítom őket, hogy először saját maguk kísérletezzenek, ahelyett, hogy válaszokat keresnének a másolásra és beillesztésre. Szó szerint mindannak 99%-át, amit a forrásszerzésről (és a toborzásról!) tudok, kíváncsiságból és kísérletezésből tanultam meg.

Az emberek csinálva tanulnak, pontosabban a kudarcok/problémák által, és nem valaki más munkájának másolásával és beillesztésével.

Azt is fontos felismerni, hogy nem lehet és nem is szabad hallgatólagosan megbízni a beszerzési tanácsokban (vagy egyéni keresőmotorokban), amelyeket az interneten vagy a képzéseken/anyagokban találsz – soha nem csak egyféleképpen lehet bármit is csinálni, és az általad használt CSE-k és az általad másolt és beillesztett szintaxis valójában mesterségesen korlátozhatja a keresési eredményeket, és megakadályozhatja, hogy megtaláld a legjobb embereket.

Az én tanácsom tehát az, hogy fogadd el mások munkáját (beleértve az enyémet is!) és kísérletezzenek.

LinkedIn X-Ray Search Syntax Experiment

Láttam, hogy valaki a LinkedIn X-Ray keresésben az “ismerősök” kifejezést használta, feltehetően a LinkedIn profilok megcélzása és elkülönítése, valamint a hamis pozitív nem profilos találatok kiküszöbölése érdekében.

Kitalálja, mit csináltam?

Igen, kipróbáltam.

Ha eddig nem tudtad volna, hogy miért használna valaki ilyen kifejezést, akkor azért, mert ez egy meglehetősen egyedi kifejezés, amely a nyilvános LinkedIn-profilokon található, és úgy tűnik, hogy a keresőmotorok, mint a Google, indexelik, így a kifejezésre keresve megtalálhatod a LinkedIn-profilokat anélkül, hogy olyan dolgokat kellene használnod, mint az (inurl:pub | inurl:in) a profilok visszaadásához, vagy a -dir, -jobs stb, hogy megakadályozza a nem profilok találatainak visszaadását.

Munkájában láthatja, amikor a keresési eredményeket nézi:

Ez az a hely, ahonnan a kifejezést a LinkedIn-profilra húzza:

Ez tisztességes munkát végez a profileredmények elkülönítésében, olyannyira, hogy az inurl:pub, inurl:in, -dir, -jobs (vagy bármilyen hasonló technika) egyszerűen nem szükséges.

De természetesen a következő dolog, amit tettem, az volt, hogy elgondolkodtam, milyen más kifejezések működnének.

Mindössze annyit kell tennie, hogy körülnéz egy nyilvános LinkedIn-profilon, és megnéz más olyan szavakat és kifejezéseket, amelyek egyedinek tűnnek a profileredményekben, és amelyeket általában nem említenének máshol valakinek a LinkedIn-profilján, és kísérletezzen azzal, hogy ezeket is bevonja a keresésekbe, és megvizsgálja az eredményeket.

Egy gyors átvizsgálás számos lehetőséget eredményez – íme néhány:

• “személykeresés”
• “névkeresés”
• “join linkedin”
• “teljes profil”
• “also viewed”
• “viewers”
• “overview”
• “million”
• “contact”
• “expertise”
• “see who”
• “introduced”

Now, Nem mindet teszteltem, a többit pedig nem is vettem a fáradtságot, hogy felsoroljam, de néhányat teszteltem.

Itt vannak az alábbiakban. Ne feledje, hogy maga a keresés eleve erősen korlátozó, mivel azt akartam, hogy ésszerű számú találatot kapjak, hogy gyorsan össze lehessen hasonlítani az eredményhalmazok közötti eltéréseket:

site:ca.linkedin.com “current * * engineer” java hadoop “people you know” “location * Toronto, Canada Area”

site:ca.linkedin.com “current * * engineer” java hadoop “viewers” “location * Toronto, Canada Area”

site:ca.linkedin.com “current * * engineer” java hadoop “overview” “location * Toronto, Canada Area”

site:ca.linkedin.com “current * * engineer” java hadoop “million” “location * 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”

Ne tévesszen meg a Google által becsült eredmények eltérése (763 és 1.220 között), amelyek minden keresésnél mások.

Görgessen az egyes keresések eredményeinek aljára, és látni fogja, hogy mindegyik csak 2 oldalnyi találatot tartalmaz, és a ténylegesen visszaküldött találatok száma 13 és 15 között változik (13 a leggyakoribb). Rád bízom, hogy összehasonlítsd a keresési eredmények közötti különbségeket, ha vannak ilyenek.

Ha nincs ideje minden egyes keresésre kattintani és végrehajtani, elvégeztem egy gyors átfutást, amit itt megtekinthet (legjobb teljes képernyőn 1080p-ben):

Ha nem akar szavakat vagy kifejezéseket használni a bemutatott módon, mindig használhat más keresési szintaxist – itt van egy, amit valószínűleg még nem látott, mert szó szerint most találtam ki:

site:ca.linkedin.com “current * * engineer” java hadoop -skills/skill -pub/dir “location * Toronto, Canada Area”

Country Code Experiment

Azoknak, akik szeretnek országkód alapján keresni, nézzék meg ennek a két keresésnek az eredményeit: az egyik országkódot használ (site:ca.linkedin.com), a másik pedig site:linkedin.com csak – és ossza meg velem gondolatait és észrevételeit:

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”

Mit vesz észre?

Bing vs. Google

Szóval, meg tudja nekem valaki mondani, hogy a beszerzők és a toborzók miért hajlamosak úgy viselkedni, mintha a Google lenne az egyetlen módja a LinkedIn röntgenkeresésének?

Mint már sokszor írtam korábban, a Bing általában jobb munkát végez a LinkedIn eredményeinek “tisztább” lekérdezésében, különösen a profileredményekben, anélkül, hogy további kifejezéseket kellene használni a lekérdezésekben, hogy megpróbálja elkülöníteni a profilokat a nem profileredményektől, ahogyan azt a Google-ben kell tennie.

Itt van például a fenti Google-keresések egyike, a profilok elkülönítését célzó kifejezések nélkül:

site:ca.linkedin.com “software engineer” “location * Toronto, Canada Area” java hadoop

Azt fogja észrevenni, hogy a találatok 13-ról, ha olyan profil-izoláló kifejezést használ, mint a “nézők”, 60-ra emelkednek, és olyan hamis pozitív találatokat adnak hozzá, mint ezek:

Most hasonlítsuk össze a Google-keresést egy Bing-kereséssel.

Pontosan ugyanazokat a keresőkifejezéseket használjuk, azzal a különbséggel, hogy a Google esetében egy kifejezést használunk a profilok elkülönítésére, a Bing esetében pedig nem használunk semmilyen profil elkülönítő kifejezést.

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

Ha esetleg nincs kedve saját maga megvizsgálni a keresési eredményeket, íme egy gyors YouTube-videó, ami összehasonlítja őket:

Folyamatosan használom a Google-t, de nem vagyok annyira Google-fanboi, hogy ne ismerném és ne tudnám felismerni, hogy más keresőmotorok is lehetnek jobbak bizonyos felhasználási célokra.

A LinkedIn profilok keresésekor a lényeg az, hogy a Bing tisztább és hatékonyabb, mint a Google, mert nem kell SEMMILYEN további kifejezést hozzáadni a profil találatok elkülönítéséhez és a hamis pozitív, nem profilos találatok kiküszöböléséhez.

Look Ma – No Site: Search Operator!

Elgondolkodott már azon, hogy használhat-e internetes keresőmotort LinkedIn profilok keresésére anélkül, hogy “röntgen” keresést végezne a site: parancs segítségével?

Én igen.

Nézze meg ezt a keresést:

linkedin (java|j2ee) -recruiter (engineer|consultant|programozó|fejlesztő)”(BA|B.A.|BS|B.S.|Bachelor|Bachelors)***2004..2009″ “see who” “location * greater new york city area”

Most, ennek a keresésnek (és az eredményeknek!) több nagyon érdekes eleme is van, amit remélem, észreveszel, de e bejegyzés kedvéért külön felhívnám a figyelmet arra, hogy a site: keresési operátor használata nélkül adja vissza a LinkedIn profilokat, tehát nem “X-Ray” keresésről van szó.

Vessen egy pillantást ezekre az eredményekre, és értékelje a nem profilok találatainak hiányát, tekintettel arra, hogy nem is mondtam a Google-nek, hogy kifejezetten a LinkedIn-ben keressen:

Interes, igen?

Hogyan én személy szerint a LinkedIn-ben keresek

Amikor LinkedIn profilokat keresek, 100%-ban a LinkedIn keresőfelületével kezdem a LinkedIn keresést.

Miért?

Mert:

#1 Precizitás és befogadás

A LinkedIn keresőfelülete strukturált mezőivel és fakcióival sokkal erősebb, konfigurálhatóbb és pontosabb, és sokkal nagyobb kontrollt biztosít Önnek, hogy pontosan azt találja meg, amire szüksége van, mint bármelyik internetes keresőmotor. Pont.

Ha egy olyan területen próbál keresni, amely államokon, metropoliszokon és országokon átível, akkor ezt könnyedén és pontosabban megteheti a LinkedIn postai irányítószám sugarú, határokon átívelő keresésével.

Míg a Google csillaggal vagy a Bing NEAR:X-ével megpróbálhat aktuális címek és vállalatok alapján keresni (pl, “current * software engineer”), cáfolhatatlanul könnyebben, pontosabban és inkluzívabban megteheti ezt a LinkedIn aktuális cím és aktuális vállalat mezőinek használatával.

#2 Natív keresés

A nyilvános LinkedIn-profilok keresése egy internetes keresőmotor segítségével önmagában is kihívást jelent, mivel a natív keresőmotoron kívül valami mást használ az oldalon való kereséshez. Ne feledje azt sem, hogy a LinkedIn bármikor végezhet olyan változtatásokat, amelyek befolyásolják az internetes keresőmotorokon keresztül kereshető és visszakereshető adatokat. Ami ma jól működik a Google és a Bing számára, az holnap már nem biztos, hogy jól működik, de a LinkedIn fejlett keresése mindig működni fog.

#3 A hálózatom

2005 óta időt szántam arra, hogy jelentősen és stratégiailag felépítsem a LinkedIn-hálózatomat, hogy a keresési találatokban nagyszámú ember jelenjen meg a hálózatomon belül – konkrétan az 1. és 2. fokozatomon belül.

Az egyetlen alkalom, amikor valóban X-Ray-keresést végzek a LinkedIn-en (a barkácsoláson kívül), az az, hogy megtaláljam a LinkedIn keresési találatok konkrét nyilvános profiljait, akik a 2. fokú hálózatomon kívül vannak.

Számos gyors módszer létezik arra, hogy megnézhesse egy olyan személy nyilvános profilját, aki a 3. fokú vagy csoportos kapcsolata – vagy éppen teljesen a hálózatán kívül van.

Végeredményben azt tapasztaltam, hogy a LinkedIn keresése során befektetett idő megtérülése nagyobb, ha a LinkedInről indulva internetes keresőmotorok segítségével keresi meg a 2. fokú hálózatán kívüli konkrét személyek profiljait, szemben azzal, ha egy internetes keresőmotorral kezdi a keresést, hogy a LinkedIn röntgenfelvételével azonosítsa az embereket.

Ha még nem fektetett időt abba, hogy stratégiailag és módszeresen építse ki a LinkedIn-hálózatát, hogy elégedett legyen a keresési eredményekkel, akkor érdemes lenne.

Agresszívan.

És minél előbb!

Végső gondolatok

Szóval, mi a leghatékonyabb módja a LinkedIn X-Ray keresésének?

Nincs egyetlen leghatékonyabb módja a LinkedIn keresésének az internetes keresőmotorokon keresztül – sokféle módszer létezik, amint azt néhányat bemutattam a Google és a Bing segítségével is.

Kérlek, ne másold be egyszerűen a blogbejegyzésekben és a LinkedIn-csoportok beszélgetéseiben látott keresőszövegeket és szintaxisokat anélkül, hogy magad tesztelnéd őket, és ideális esetben változtatásokat végeznél, kísérleteznél és megfigyelnéd az eredményeket az eltérések tekintetében. Ez betekintést nyújt Önnek abba, hogy miért és hogyan működnek vagy nem működnek a keresések az Ön ízlése szerint.

A keresések másolásával és gondolkodás nélküli futtatásával nem tanul semmit.

Ki tudja – egy kis kíváncsi kísérletezéssel talán Ön is előállhat a következő érdekes felfedezéssel, amit megoszthat a globális beszerzési közösséggel!