Big Data dan Perannya Membentuk LinkedIn yang Sekarang

Siapa sih yang tak tahu LinkedIn? Platform sosmed khusus para profesional ini telah membantu banyak orang memperoleh peluang karir yang lebih baik. 

Tercatat setiap menitnya ada tiga orang yang berhasil mendapatkan pekerjaan lewat LinkedIn. Sebanyak 40% pekerja di Amerika Serikat juga berhasil meraih pendapatan lebih dari rata-rata akibat jejaringnya di LinkedIn.

Lalu, bagaimana sebenarnya cara LinkedIn membantu jutaan profesional di dunia? Di artikel ini, kita akan kupas bagaimana fitur-fitur LinkedIn dibuat dan bagaimana peran big data di dalamnya.

Penasaran? Yuk cus, lanjut bacanya.

Sekilas tentang LinkedIn

LinkedIn adalah sebuah platform sosmed yang pertama kali dirilis di tahun 2003. Dari awal kemunculannya, LinkedIn memang sengaja didesain untuk para profesional. 

Sebab, ia memiliki visi utama untuk membuka peluang ekonomi bagi orang-orang di seluruh dunia. Caranya, cukup sederhana. Yaitu, dengan membiarkan mereka berjejaring dan berbagi.
Meski penerapannya kelihatan sederhana, LinkedIn telah berhasil menghubungkan lebih dari 774+ juta orang dari 200 negara. Di Indonesia sendiri, ada lebih dari 18 juta orang yang kedapatan memiliki akun LinkedIn.

data pengguna linkedin

Sebagai platform sosmed, LinkedIn juga terbilang memiliki sumber pendapatan yang beragam. Mulai dari keanggotaan berbayar, pemasangan iklan, dan fitur khusus untuk rekrutmen pekerja. 

Tak heran karena begitu menjanjikan, di Desember 2016 Microsoft memutuskan untuk mengakuisisi LinkedIn sepenuhnya.

Baca juga: Apa Pentingnya Data dan Informasi bagi Bisnis?

Bagaimana LinkedIn Memakai Big Data?

Seperti kebanyakan platform online, LinkedIn juga mengolah data user-nya untuk berbagai hal. Termasuk menjadikannya bahan untuk membuat berbagai fitur, sampai dengan menjualnya kembali ke dalam bentuk layanan lain seperti LinkedIn Ads. 

Baca juga: Big Data, Berikut adalah Pengertian, Contoh, dan Cara Kerjanya!

Nah, awalnya LinkedIn akan merekam berbagai data dari profil penggunanya. Kemudian mengirimkan data tersebut ke dalam suatu sistem yang bernama Hadoop Distributed File System (HDFS). Sistem inilah yang akan mengelola pemrosesan data dan penyimpanan untuk aplikasi big datanya.

Hingga pada akhirnya, LinkedIn akan mengumpulkan seluruh data dari lebih 50 data flow offline miliknya. Karena jumlah dataset yang besar, LinkedIn kemudian melakukan batch processing melalui database Teradata.

Dengan dataset yang terus berkembang, LinkedIn tentu saja perlu membangun sejumlah infrastruktur data agar tetap berjalan optimal. Berikut ini adalah beberapa hal yang telah diterapkan LinkedIn berkaitan dengan big data:

  • Melakukan otomatisasi workflow: dengan Azkaban, tool open source yang bekerja di dalam Hadoop.
  • Extract Transform Load (ETL): membantu mengumpulkan data dari berbagai macam database ke sistem Hadoop.
  • Pemakaian ad-hoc querying languages: Spark SQL/Scala, Hive SQL, dan Trino
  • Metric framework: LinkedIn memakai unified metrics/dimension platforms untuk membangun, mempertahankan, dan mengelola berbagai dataset metrics. Ini akan memudahkan engineer membuat dataset metric sendiri dalam platform sentral.
  • Reporting: dengan Retina, LinkedIn membangun platform reporting internalnya sendiri.

Tidak hanya itu saja, di tahun 2019 dan 2020, Linkedin menambahkan Dagli dalam sistem pengelolaan big data yang mereka punya.

Dagli merupakan machine learning library untuk Java yang sifatnya open source. Dengannya, user dapat menulis coding yang tahan bug, bisa dimodifikasi dan dikelola dengan mudah, model pipeline yang dapat di-deploy dengan mudah.

Baca juga: Apa itu Data Science? Berikut adalah Pengertian serta Kegunaannya!

Beberapa Produk Data yang Dimiliki LinkedIn

Tak disangka, lewat proses pengolahan data yang rumit tadi muncul berbagai fitur LInkedIn yang sangat dekat dengan keseharian kita.

People You May Know

Kamu pastinya sudah familiar dengan fitur rekomendasi satu ini. Lewat “People You May Know”, LinkedIn dengan sengaja memunculkan sederetan akun LinkedIn yang kemungkinan besar berhubungan denganmu.

Entah karena bekerja di tempat yang sama, memiliki bidang pekerjaan serupa, minatmu dengan akun tersebut mirip, atau bisa juga dari interaksi yang tak sengaja muncul.

Pertanyaannya, lah kok bisa?

Konon LinkedIn mengumpulkan banyak sekali data darimu. Mulai dari pengaturan browser, detail info login, chat yang kamu kirimkan, sampai profil yang kamu intip. Ini semua dijadikan pertimbangan untuk menentukan koneksi yang mungkin menarik buatmu.

Untuk sampai pada rekomendasi yang tepat, LinkedIn lebih dulu merekam 120 juta koneksi LinkedIn per harinya. Kemudian data ini diolah menjadi model statistika agar bisa menentukan apakah ada kemungkinan dua pemilik akun saling kenal.

Dengan infrastruktur bernama Hadoop, LinkedIn bisa mengolah data 10 kali lebih cepat dan mengetes lima algoritma yang sesuai. Hasilnya, seperti yang kamu lihat, rekomendasi koneksi yang mungkin menarik buatmu.

Sstt… Dari hasil testing algoritmanya sendiri, LinkedIn bisa menghasilkan 700 GB data lho!

Baca juga: Mau Jadi Data Analyst? Yuk Lihat Tugas dan Skillnya Dulu!

Skill Endorsements

Ini adalah fitur lain hasil dari pengolahan data yang dilakukan LinkedIn. Lagi-lagi, meski kelihatannya sederhana, dibutuhkan proses yang panjang agar kamu menggunakan skill endorsement ini.

Pertama, setiap skill yang tercantum perlu di-filter agar tidak terdouble. Jadi, LinkedIn perlu menghilangkan sinonim skill tersebut agar tidak ambigu.

Kemudian, deretan skill ini baru bisa muncul di profil akun, filter pencarian LinkedIn, grup, dan banyak interkasi online di dalam platform.

Selanjutnya, LinkedIn akan menghitung hubungan antara dua akun dan kemungkinan salah satunya memiliki skill tertentu. 

Dengan begitu, akan muncul semacam peta yang menggambarkan hubungan satu akun dengan akun lainnya. Terutama, dalam hal daftar skil dan seberapa ahli suatu orang dalam skill tersebut.

fitur linkedin

Akhirnya, kamu bisa melihat tampilan skill endorsements seperti yang di atas ini.

Jobs You May be Interested In

Sampailah kita pada pembahasan fitur yang paling menarik di LinkedIn. Fitur rekomendasi pekerjaan ini konon menyumbang separuh dari keseluruhan engagement yang ada di LinkedIn. 

Tak heran sih sebenarnya, sebab 90% perusahaan besar di dunia memang memanfaatkan fitur ini untuk menggaet pekerja-pekerja top di seluruh dunia. Belum lagi 89% profesional juga menggunakan fitur yang sama untuk mendapat peluang karir yang lebih cemerlang.

Nah, untuk fitur satu ini LinkedIn menggantungkan diri pada yang namanya machine learning. Pokoknya, apapun yang sifatnya rekomendasi konten, LinkedIn akan memanfaatkan machine learning-nya. Mulai dari rekomendasi pekerjaan, grup, postingan, sama hasil pencarian.

fitur linkedin

Konten teks seperti skill, pengalaman, dan industri akan diambil dari halaman profil user. Dari situ, LinkedIn kemudian akan mencari persamaannya dengan sederetan lowongan pekerjaan yang ada di platformnya. Lewat model regresi, Linkedin selanjutnya akan meranking lowongan mana saja yang relevan dengan profil seorang user.

Bukan cuma data dari profil saja yang akan dipertimbangkan oleh machine learning. LinkedIn juga akan mencatat lokasi user dan perkembangan karirnya. Jadi, rekomendasi pekerjaan yang diberikan bisa sesuai dengan yang user inginkan. Baik dari segi lokasi kantor maupun jenjang karirnya.

Baca juga: Mau Jadi Data Engineer? Pelajari Dulu 5+ Skill Berikut!

Tertarik Memanfaatkan Big Data Seperti LinkedIn?

Data nyatanya memang sangat penting untuk bisnis di masa sekarang. Tidak hanya dipakai untuk dasar pengambilan keputusan dalam berbisnis, data sekarang juga merupakan produk yang bisa diolah dan diperjual-belikan.

Tentu saja, yang dimaksud dengan “jual-beli” tadi bentuknya lebih seperti ke layanan. Contoh nyatanya ya seperti LinkedIn tadi. Menyediakan platform untuk saling berbagi koneksi, membagikan konten menarik, sampai menargetkan iklan sesuai data demografi tertentu.

Jika Anda tertarik menjajaki peluang bisnis dengan data, langkah pertama yang perlu Anda lakukan adalah berinvestasi pada ilmu Data Science.

Tak perlu jauh-jauh mencari, Kelas Data Science Bitlabs memiliki segudang fasilitas penunjang untuk belajar data science dari awal. Mulai dari 38x sesi pembelajaran dengan praktisi berpengalaman, garansi mengulang sampai bisa, portofolio proyek nyata, rekomendasi kerja, sampai akses ke komunitas belajar.

mentor data science bitlabs

Tunggu apa lagi? Klik tombol di bawah untuk dapat tawaran menarik dan info selengkapnya.

Leave a Reply

Your email address will not be published. Required fields are marked *

Apa Pentingnya Data dan Informasi bagi Bisnis?