Географический параметр является одним из основных при поиске потенциальных кандидатов, при написании запросов в поисковой системе. Но если в одних сервисах поиск по местоположению не представляет особых сложностей, то поиск по полю Location в самой большой профессиональной сети в мире вызывает много вопросов. В данном посте я расскажу об особенностях географического поиска в LinkedIn, альтернативных путях поиска пользователей в том или ином городе или стране, а также приведу интересную статистическую информацию по количеству пользователей в России. Кстати, несмотря на серьезные успехи этой глобальной профессиональной сети в нашей стране все еще выходит очень мало обзоров, статей и исследований по возможностям ее использования. Будем исправлять ситуацию.
С первого взгляда никаких проблем с поиском в LinkedIn можно и не увидеть: как и в любой другой социальной сети или даже на работном сайте здесь есть стандартная строка поиска, а также расширенный поиск.
В расширенном поиске есть отдельное поле Location, при выборе значения-страны в котором появляется возможность уточнить местоположение, выбрав почтовый индекс. При нажатии подсказки Lookup можно быстро найти нужное значение.
Однако у метода поиска по почтовым индексам есть недостатки. Во-первых, очень сомнительным выглядит дальнейшее ограничение результатов по радиусу: есть ли на планете круглые города или регионы? Во-вторых, о чем я еще расскажу в этом посте позже, очень многие пользователи предпочитают указывать только страну проживания в своем профиле, из-за чего нахождение всех релевантных результатов не представляется возможным. Наконец, есть случаи, когда LinkedIn не понимает отдельные почтовые коды или же трактует их слишком вольно. Посмотрите на результаты поиска с одним из кодов Калининграда с минимальным ограничением по радиусу.
На первой странице с результатами только в одном профиле указывается Калининградская область в поле “местоположение”. Откуда здесь столько москвичей, понять сложно. И таких нестыковок на LinkedIn предостаточно. Тем не менее, на мой взгляд, поиск с использованием почтового кода наиболее полезен при поиске пользователей, проживающих в средних и малых городах - не региональных центров. В этом случае можно быть более или менее уверенным, что вы нашли местных кандидатов, даже если вы видите только название региона.
LinkedIn позволяет не использовать почтовый код, а оставить ограничение только по стране проживания. В этом случае появляется другая возможность таргетирования локальных кандидатов. В левой панели на странице с результатами поиска вы можете отфильтровать результаты по региону.
Перейдем к статистическим выкладкам. Давайте теперь узнаем, сколько же пользователей профессиональной сети LinkedIn в России. Не буду использовать какие-то экстраординарные способы и скажу сразу, что в LinkedIn Recruiter, премиальном аккаунте для корпоративных рекрутеров, поиск с использованием фильтра по России находит 5 млн. 381 тыс. профилей (здесь и далее цифры указаны по состоянию на 2 ноября, они округлены). Эту цифру можно принять за официальные данные LinkedIn. Поиск с базовым аккаунтом покажет только цифры по контактам 1-го и 2-го уровней, а также пользователей, состоящих с вами в одной группе. Из цифры 5,381 млн. профилей какое-то их количество окажется фейками или дублирующими аккаунтами, но я пока не принимаю это во внимание. Также LinkedIn не относит к российским пользователям профили в Крыме и Севастополе.
Рассмотрим географическое распределение пользователей профессиональной сети внутри страны. Как я уже писал, в левой панели страницы с результатами поиска в базовом и премиальном аккаунте есть возможность использования фильтров и здесь же, в скобках, сразу можно увидеть самые большие значения по параметрам.
В географическом распределении первым идет значение Russian Federation, затем Moscow, Saint Petersburg, Moscow Region, Sverdlovsk Region, Krasnodar Territory и т.д. Первую “десятку” вы можете увидеть на приведенном скриншоте.
Уже на этом этапе можно заподозрить неладное. Локация Russian Federation стоит отдельным пунктом, на первом месте, с общим значением по России, но следующие за ним отдельные регионы имеют совсем небольшие относительные значения. Больше всего профилей - 386,5 тыс. - определяется в Москве, для идущего на втором месте Санкт-Петербурга цифра составляет чуть больше 151 тыс., затем идут Московская область, Свердловская область и Краснодарский край со значениями 132,5 тыс., 59,5 тыс. и 54,5 тыс. профилей соответственно.
Попробуем верифицировать данные. Мы можем узнать, на какие регионы делит Россию LinkedIn, схожим способом, как указано в одном из постов Ирины Шамаевой. Если кратко, географическое деление соответствует списку субъектов федерации нашей страны. Дальше можно определить количество пользователей в каждом отдельном регионе, перебирая варианты в поле Location, и вывести общую цифру. У меня получилось 1,764 млн. профилей. Но это гораздо меньше, чем общая цифра 5,381! Где же остальные более 3,5 млн. аккаунтов?!
Очевидно, что в LinkedIn многие пользователи в поле “местоположение” вместо конкретного региона указали страну, а это значит, что поиск по региону также “теряет” из виду очень много релевантных профилей. Ниже вы можете увидеть полную таблицу с указанным количеством профилей по регионам России, как их определяет LinkedIn.
Russian Federation
|
5381000
|
Penza Region
|
7500
| |
Altai Territory
|
16500
|
Perm Territory
|
33000
| |
Amur Region
|
5500
|
Primorye Territory
|
22000
| |
Arkhangelsk Region
|
9500
|
Pskov Region
|
4500
| |
Astrakhan Region
|
9000
|
Republic of Adygeya
|
2000
| |
Belgorod Region
|
12500
|
Republic of Altai
|
1500
| |
Bryansk Region
|
7500
|
Republic of Bashkortostan
|
35000
| |
Chechen Republic
|
2500
|
Republic of Buryatia
|
8500
| |
Chelyabinsk Region
|
38000
|
Republic of Daghestan
|
5500
| |
Chukotka Autonomous Area
|
500
|
Republic of Ingushetia
|
500
| |
Chuvash Republic
|
8000
|
Republic of Kalmykia
|
1500
| |
Irkutsk Region
|
24500
|
Republic of Karelia
|
6500
| |
Ivanovo Region
|
9500
|
Republic of Khakassia
|
3000
| |
Jewish Autonomous Region
|
1000
|
Republic of Mari El
|
4500
| |
Kabardino Balkarian Republic
|
3500
|
Republic of Mordovia
|
4000
| |
Kaliningrad Region
|
16500
|
Republic of North Ossetia - Alania
|
3000
| |
Kaluga Region
|
10000
|
Republic of Sakha (Yakutia)
|
10500
| |
Kamchatka Territory
|
2500
|
Republic of Tatarstan
|
42000
| |
Karachayevo-Circassian Republic
|
1500
|
Republic of Tuva
|
2000
| |
Kemerovo Region
|
21000
|
Rostov Region
|
43000
| |
Khabarovsk Territory
|
16000
|
Ryazan Region
|
7500
| |
Khanty Mansi Autonomous Area Yugra
|
18500
|
Saint Petersburg
|
151000
| |
Kirov Region
|
10000
|
Sakhalin Region
|
8000
| |
Komi Republic
|
9500
|
Samara Region
|
42000
| |
Kostroma Region
|
5000
|
Saratov Region
|
20500
| |
Krasnodar Territory
|
54500
|
Smolensk Region
|
8500
| |
Krasnoyarsk Territory
|
30000
|
Stavropol Territory
|
21000
| |
Kurgan Region
|
4500
|
Sverdlovsk Region
|
59000
| |
Kursk Region
|
7500
|
Tambov Region
|
5500
| |
Leningrad Region
|
15000
|
Tomsk Region
|
13000
| |
Lipetsk Region
|
8000
|
Trans-Baikal Territory
|
6000
| |
Magadan Region
|
1500
|
Tula Region
|
11000
| |
Moscow
|
386500
|
Tver Region
|
10500
| |
Moscow Region
|
132500
|
Tyumen Region
|
19000
| |
Murmansk Region
|
9500
|
Udmurtian Republic
|
13500
| |
Nenets Autonomous Area
|
1000
|
Ulyanovsk Region
|
11000
| |
Nizhny Novgorod Region
|
35500
|
Vladimir Region
|
13000
| |
Novgorod Region
|
5500
|
Volgograd Region
|
22500
| |
Novosibirsk Region
|
40500
|
Vologda Region
|
12500
| |
Omsk Region
|
19000
|
Voronezh Region
|
19500
| |
Orel Region
|
5000
|
Yamal-Nenets Autonomous Area
|
7000
| |
Orenburg Region
|
13500
|
Yaroslavl Region
|
15000
|
Зеленым я выделил регионы с наибольшим количеством аккаунтов - от 30 тыс. и больше. Можно как угодно относиться к этим данным, можно считать их базовыми подтвержденными цифрами.
Вот еще один небольшой эксперимент, подтверждающий, что поиск по полю Location не дает стопроцентную уверенность, что вы найдете всех, кто вам нужен. На скриншоте ниже один из профилей пользователей, который указал только страну в своем профиле. Если в странице поиска ограничить результаты по параметру Nizhny Novgorod Region, то вы не найдете этот профиль, в то время как фильтр по параметру Russian Federation этот профиль найдет. Содержание профиля прямо указывает, что пользователь действительно проживает в Нижнем Новгороде.
Как же избежать потерь в результатах поиска? Я вижу решение в применении разных способов поиска. В LinkedIn, помимо простого использования фильтров, есть возможность поиска по альтернативным параметрам. К примеру, по названию учебного заведения. Очень часто в названии ВУЗа присутствует и отсылка к месту его расположения Нижегородский государственный университет им. Н.И.Лобачевского, Томский государственный университет, Ивановский государственный энергетический университет имени В.И.Ленина, Вятский государственный университет и т.д. Этот факт можно использовать для поиска локальных кандидатов, забив в основную строку поиска либо полное название учебного заведения, которое готовит необходимых специалистов, либо соответствующее слово, определяющее местоположение ВУЗа. Список ВУЗов вы легко можете найти в Интернете, к примеру, вот на этом портале. Недостатком этого метода является то, что многие выпускники ВУЗов могут сменить место проживания, но лично для себя я рассматриваю и таких пользователей, т.к. всегда есть возможность их возвращения в родной регион.
Еще одним способом таргетирования пользователей по региону проживания является поиск по компании. В случаях, когда вы наверняка знаете, что какая-либо компания имеет офис только в целевом регионе, нетрудно предположить и регион проживания пользователя. При ограниченном списке интересующих компаний способ поиска по компании вообще является лучшим и здесь в принципе не стоит использовать дополнительные параметры вроде местоположения.
Другие способы, на мой взгляд, менее эффективны, но иногда и они могут помочь. К таким способам можно отнести поиск по ВУЗу в специальной вкладке Find Alumni (она скрыта под ссылкой My Network в верхней панели навигации сайта), поиск по специфическим, употребительным в регионе, словам (названию конкретного города или альтернативного названия региона Киров - Вятка, Якутия - Саха), поиск по локальным группам (Nizhny Novgorod IT HR Community, Jobs in Moscow / Работа в Москве) и т.д.
В завершение сделаю общий вывод. LinkedIn, как база данных, не идеальна, и поиск по ней представляет трудности. Это касается пользователей как базовых аккаунтов, так и премиальных. Для получения максимального результата лучше всего использовать разные пути поиска, комбинировать их. Ну, и в будущем, надеюсь, следует ждать изменений, улучшений от самой сети LinkedIn.
Отлично, впрочем как всегда! :-)
ОтветитьУдалитьХороший слог, товарищ. Говорит о ясности мысли и отличной голове.
Спасибо, Антон! За слог я как раз беспокоился - все-таки когда не пишешь долго, сложно.
УдалитьПиши почаще, мы тебя читаем:)
ОтветитьУдалить