LinkedIn的行为评分系统及其对在该平台上构建AI自动化工具的人的意义

LinkedIn在过去几年中取消了固定的连接请求上限。更准确地说，这是经过多次削减（最近一次发生在今年）后，改为基于每个账户的动态评分模型，而大多数在该平台上构建自动化工具的人尚未完全摸清其机制。该系统权衡多个行为输入，主要包括：接受率、回复率、SSI（社交销售指数）、自然发帖活动，以及队列中待处理的未接受邀请数量，并据此生成一个信任分数，直接控制账户可执行的外向操作数量。实际上，这意味着信任信号高的账户（SSI约65以上，接受率超过40%）每周可发送多达200个连接请求而不会触发限制。然而，信任信号低的账户会被限制在每周约50个，有时甚至低至25-30个。这相当于同一平台上运行相同自动化工具的两个账户之间，容量相差4倍，完全取决于LinkedIn对其声誉的评级。我认为这对于任何构建或使用LinkedIn自动化工具的人非常关键。作为Expandi的GTM主管，我有机会在实际中观察到这些模式，涉及数十个账户以不同规模进行外展活动。但这对构建LinkedIn自动化的人之所以重要，是因为该系统形成了一个反馈循环，一旦开始对你不利，就很难逆转。低接受率（源于糟糕的目标定位）会降低你的信任分数，从而限制你的容量，进而迫使你扩大目标范围、降低定位精度，这又进一步拉低接受率，如此循环。我亲眼看到账户的周容量在不到一个月内从150个请求降至40个，因为初始名单质量差，后续每次调整只会让情况更糟。不过，如果你想检查账户状态，诊断方法相当直接： - 在 linkedin.com/sales/ssi 查看你的SSI - 检查过去一个月的邀请接受率 - 撤回超过两周的未接受邀请——每个都在拖累你的分数 - 观察你的发送是否集中，因为突发模式是检测信号 简而言之，据我观察，LinkedIn上的接受率在评分模型中权重最高，比其他任何因素都更能影响你自动执行账户操作的能力。保持40%以上接受率的LinkedIn账户持续获得使自动化规模化可行的容量，而接受率低于约25%的账户则会撞上平台设定的硬墙，任何工具配置都无法绕过。