יום שלישי , אוקטובר 17 2017
בית » חדשנות » איך אפשר להשתמש בנתוני LinkedIn לניתוח התפתחות מודלים עסקיים של נתוני עתק?
איך אפשר להשתמש בנתוני LinkedIn  לניתוח התפתחות מודלים עסקיים של נתוני עתק?

איך אפשר להשתמש בנתוני LinkedIn לניתוח התפתחות מודלים עסקיים של נתוני עתק?

מאת: מערכת הבלוג

 הסטודנטים יונתן ברזילי והגר יעקובי מהמחלקה להנדסה תעשייה וניהול, בהנחיית ד"ר ליאור פינק וד"ר יוסי ליכטנשטיין מצאו דרך ייחודית להשתמש בנתוני הרשת החברתית-עסקית LinkedIn לצרוך פיתוח מודלים עסקיים.

מטרת פרויקט זה היתה לזהות היבטים שונים של מודלים עסקיים של חברות הזנק אשר מספקות מוצרים ושירותים בתחום ה-Big Data ולבחון את הקשר בין המודלים העסקיים הללו וביצועי החברות. באופן ספציפי, השאיפה הינה לזהות האם חברות מתחום ה-Big Data מסוגלות לייצר ערך על ידי החדרת מוצרים חדשים או על ידי מתן שירותים, כגון פיתוח, אינטגרציה או פרויקטי ייעוץ. הציפייה היא שהשונות במספר העובדים תהיה גדולה יותר בקרב חברות המספקות שירותים שכאלה, שכן פרויקטים נוטים להתחיל ולהסתיים ועובדים מועסקים ומפוטרים. חברות שמספקות מוצרים אפוא, צפויות להיות בעלות שונות נמוכה יותר במספר העובדים. ציפייה שנייה היא שחברות המספקות מגוון רחב של מוצרים ושירותים תהיינה בעלות שונות גדולה במספר עובדים, שכן פעילויות מסוימות נוטות להיות מוצלחות ואחרות נכשלות.

כשיקוף להתמקדות בתחום ה-Big Data, שיטת המחקר נתמכת ב-LinkedIn, הרשת החברתית המקצועית הגדולה בעולם המונה למעלה מ-225 מיליון משתמשים רשומים. LinkedIn מפרסמת מידע על חברות הכולל תיאור מוצרים ושירותים, תחומי התמחות ועדכונים חדשותיים על כל חברה. היא קושרת את הרשת המקצועית לנתוני החברה על ידי דיווח מספר חברי ה-LinkedIn המזהים כל חברה כמעסיקם הנוכחי. LinkedIn מתאימה לזיהוי מודלים עסקיים כיוון שחברות נוטות לדווח על המוצרים והשירותים אותם הן מציעות. בנוסף, מספר העובדים – המדווח באופן עצמאי על ידי החברים – עשוי להוות מדד טוב לצמיחת החברה.

לצורך המחקר, נעשה שימוש בממשק תכנות היישומים (API) של LinkedIn על מנת לאסוף נתונים על חברות מאזור עמק הסיליקון, ארה"ב אשר – 1) סווגו כבעלי 200 עובדים ומטה; 2) Big Data היווה מילת מפתח בכל הקשור לאחד המוצרים, שירותים או תחומי ההתמחות שלהם. ה-API של LinkedIn אינו מאפשר לאחזר את מספר העובדים בחברה, ולכן כדי לגשת למידע, נעשה שימוש ב-'IMacros', תוסף של דפדפן ה-Firefox המאפשר שליפת נתונים מדפי אינטרנט. בוצעה חזרה על שני התהליכים האוטומטיים הללו מדי שבוע במשך 16 שבועות, ונאספו נתונים על 223 חברות. בנוסף, בוצע סיווג ידני של המודלים העסקיים של החברות הללו. נעשה שימוש בתת מדגם של 50 חברות אקראיות על מנת לזהות דפוסי יצירת ערך ומנגנוני לכידת ערך. פרוטוקול הסיווג שנוצר יושם באופן נפרד על ידי כל אחד מאיתנו, והתקבלה מהימנות של 0.89 בין השופטים (inter-rater reliability). עם זאת, לאחר דיון משותף וסגירת הפערים, נותר סיווג אחד סופי.

 מודל ראשוני שבודק את הקשר הלינארי בין היבטי המודל העסקי והצמיחה מראה כי השינוי במספר העובדים לאורך 16 השבועות קשור לשני משתני בקרה בסיסיים: השינוי במספר העובדים קשור באופן שלילי לגיל החברה (חברות ותיקות יותר נוטות להשתנות פחות), וקשור באופן חיובי לגודל החברה (חברות גדולות נוטות לשכור ולפטר יותר עובדים). מודל הרגרסיה אף תומך בשתי ההשערות המתקשרות למודלים עסקיים: השינוי במספר העובדים קשור באופן חיובי למספר הפעילויות בהן החברה עוסקת (סוגים שונים של מוצרים ושירותים), וקשור באופן שלילי ל"אוריינטציית מוצר" של החברה (חברות אשר מפתחות מוצר/תוכנה נוטות להשתנות פחות)

 הפרויקט יוצג במסגרת אירוע חדשנות 2014, באוניברסיטת בן-גוריון בנגב, ביום ד' 18.6.14

אודות מערכת הבלוג

מערכת הבלוג
ibgu.ac.il הינו בלוג חדשנות, מדע וטכנולוגיה של אוניברסיטת בן-גוריון בנגב.