聊聊 LinkedIn 的“推荐联系人”：别让它只是个摆设，用它来挖金子

说真的，你是不是也这样：打开 LinkedIn，看到“推荐联系人”（People You May Know）那一栏，要么直接忽略，要么随手点个“忽略”，要么就是不带任何思考地狂点“添加”。我以前就是这么干的。感觉这东西就是 LinkedIn 的算法在自嗨，随机给我推一些八竿子打不着的人。直到有一次，我为了拓展一个非常细分的客户群体，死磕了这个功能一个月，才发现自己以前简直是捧着金饭碗在要饭。

这篇文章不想跟你扯那些虚头巴脑的理论，什么“社交网络的六度分隔”，没意思。我们就聊点实在的，聊聊怎么把这个看似随机的推荐功能，变成一个精准客户的“挖掘机”。我会把我自己摸索出来的一些野路子，还有一些基于平台逻辑的分析，掰开揉碎了讲给你听。这更像是一个笔记，或者我们俩坐在咖啡馆里的一次闲聊。

先别急着用，搞懂 LinkedIn 的“推荐”逻辑是第一步

很多人用不好这个功能，根本原因在于不知道它为什么给你推荐这些人。你以为是随机的，其实不是。LinkedIn 的算法是个精明的“媒婆”，它给你推荐的每一个人，背后都有一套复杂的计算公式。搞懂这套公式，你就能反过来“驯服”它，让它心甘情愿地为你推荐对的人。

我琢磨了一下，大概有这么几个核心的权重因素，我们一个个拆解。

1. 二度人脉（2nd-degree Connections）

这是最最基础的推荐来源。你的直接好友（一度人脉）的朋友，就是你的二度人脉。这是 LinkedIn 的根基。算法的逻辑很简单：既然你们有共同的朋友，那你们认识的可能性就更大，建立连接的门槛也更低。所以，你的一度人脉质量，直接决定了你二度人脉的“池子”有多深、有多优质。如果你的好友列表里全是些无关紧要的人，那推荐出来的也大概率是“路人甲”。

2. 共同联系人（Mutual Connections）

这个比二度人脉更进一步。如果你和某个推荐对象之间有好几个共同的一度人脉，那算法就会认为你们之间的“连接强度”非常高，值得强烈推荐。这个信号非常强。比如，你发现推荐列表里有个人，你和他的共同联系人是你的前同事、现在的客户，甚至是你的老板。那这个人，大概率就是你“圈子”里的人，错不了。

3. 公司和行业（Company & Industry）

这个好理解。你如果在一家科技公司工作，算法会倾向于给你推荐其他科技公司的同行，或者为科技公司提供服务的人（比如投资人、咨询顾问、供应商）。你浏览、关注了哪些公司，你资料里填写的“行业”是什么，都会被算法捕捉到，然后用它来校准推荐方向。这是精准定位客户的基础。

4. 你的个人资料和行为（Your Profile & Activity）

这是最微妙，也是最能被我们利用的一点。你的个人资料里写的“职位头衔”、“技能”、“个人简介”，你最近点赞、评论、发布的帖子，你关注的话题（Hashtags），你查看了谁的主页……所有这些行为都在给算法“喂料”。

举个例子，你最近频繁地查看“SaaS 销售总监”的个人主页，或者给关于“企业数字化转型”的帖子点赞。很快，你的推荐列表里就会出现大量的 SaaS 公司高管、CIO、CTO。算法在说：“嘿，我看你对这事儿感兴趣，给你推点相关的，不用谢。”

5. 地理位置（Location）

这个比较直接。算法会优先推荐和你在同一个城市、同一个地区的人。当然，对于做全球生意的人来说，这个限制可以被打破，但默认情况下，同城或同国的推荐权重会更高。

好了，理解了这五个核心逻辑，我们就可以开始“反向操作”了。接下来的部分，我会用一个虚拟的角色“老王”来举例，老王是一家做 B2B 工业软件的销售总监，他的目标客户是长三角地区制造业的生产总监或 IT 经理。我们就看老王怎么一步步把推荐联系人变成他的客户名单。

实战演练：把“推荐联系人”变成你的客户雷达

前面铺垫了那么多，现在上干货。别想着一步登天，这个过程需要耐心和策略，就像钓鱼，得先打窝，再下钩，然后耐心等。

第一步：精心“打窝”——优化你的个人资料，让算法认识你

如果你的 LinkedIn 资料还停留在“招聘网站简历”的水平，那赶紧改。你的资料不是写给 HR 看的，是写给你的潜在客户和算法看的。你需要通过资料告诉算法：“嘿，我想认识制造业的生产总监和 IT 经理，给我推这些人。”

• 头衔（Headline）： 别只写“销售总监”。试试这个格式：【你的价值主张】+【你的目标客户群体】+【你的公司】。比如，老王可以写：“专注为长三角制造企业提供生产执行系统（MES）解决方案 | 帮助企业提升30%生产效率 | XX软件 销售总监”。这样一写，目标客户看到就知道你是干嘛的，算法也能更精准地抓取关键词。
• 个人简介（About）： 这是你的“销售文案”。别写成流水账。用讲故事的口吻，说清楚你解决了什么问题，服务过哪些类型的客户，有什么成功案例。多埋一些你的目标客户会搜索的关键词，比如“智能制造”、“精益生产”、“工业4.0”、“数字化转型”、“MES系统”等。
• 经历（Experience）： 在每一段工作经历里，别只写职责，要写成果。用数据说话。比如，“帮助5家大型制造企业成功部署MES系统，平均提升生产数据透明度40%”。这不仅让潜在客户信服，也让算法更懂你的专业领域。

老王按照这个思路把自己的资料大改了一遍。几天后，他发现推荐联系人里开始零星出现一些“XX汽车零部件 生产经理”、“XX机械制造 IT主管”之类的人。算法开始“上道”了。

第二步：主动“喂食”——用你的行为训练算法

光改资料还不够，你得让算法看到你的“行动”。你要像训练一只宠物一样，持续地给它明确的信号。

• 精准搜索和浏览： 这是最关键的一步。老王现在每天会花15-20分钟，去主动搜索他的目标客户。比如，他去搜索“苏州 制造业 生产总监”，然后点开搜索结果里的前10-20个人的主页，每个主页停留一两分钟。他甚至会去浏览这些人的共同联系人。这个行为在告诉 LinkedIn：“我对这类人非常感兴趣，多给我推点。”
• 关注目标公司： 老王列了一个清单，包括他的竞争对手、他想攻克的潜在客户公司、以及行业内的标杆企业。他去关注这些公司的 LinkedIn 主页。这样，算法就知道他对这些公司感兴趣，可能会推荐这些公司里的人，或者相关行业的人。
• 加入并参与行业群组（Groups）： LinkedIn 的群组功能虽然有点式微，但依然是精准的鱼塘。老王加入了“中国智能制造交流圈”、“工业软件应用与实践”等群组。他不只是潜水，而是会偶尔发表一些有见地的评论，或者分享有价值的文章。在群组里活跃，算法会认为你是这个领域的专家，并给你推荐群组里的其他成员。
• 有策略地互动： 别再给“今天天气真好”这种帖子点赞了。老王会去给他目标客户群体（比如生产总监们）发布的帖子点赞、评论。他的评论不是“说得好”，而是“非常有启发，我们之前在服务一家类似客户时也遇到了这个问题，我们的解决方案是……”。这种高质量的互动，不仅能吸引对方的注意，也是在给算法划重点：“看，我喜欢和这种人交流。”

经过这一轮“喂食”，老王的推荐联系人列表已经变得非常“美味”了。每天刷新，都能看到几个新的、符合他客户画像的人名。

第三步：建立连接——“破冰”信息的艺术

现在鱼饵撒下去了，鱼也开始聚集了，该收网了。但收网不能用蛮力。直接点“添加”，然后用默认的“我想和你建立联系”，基本石沉大海。尤其是对于你的潜在客户，他们每天收到很多这种请求。

老王是怎么做的？他坚持一个原则：绝不使用默认的连接请求。他会给每一个人发送个性化的邀请。这会花点时间，但转化率天差地别。

一个有效的破冰信息通常包含三个部分：

1. 我是谁，为什么找到你： 开门见山，但要自然。比如：“Hi [对方姓名]，我是XX软件的老王。在LinkedIn上看到您，发现您在制造业生产管理方面经验非常丰富。”
2. 建立连接点（Hook）： 这是核心。告诉他你们之间可能存在的关联。比如：
   • 基于共同联系人：“我们似乎都认识[共同联系人姓名]，之前听他提起过您在XX公司的出色工作。”
   • 基于对方的内容：“我刚读了您分享的关于‘精益生产落地难点’的文章，非常有共鸣，特别是您提到的第三点。”
   • 基于共同点：“看到您也在苏州，而且专注在汽车零部件行业，我们最近正好在服务这个领域的客户。”
   • 基于他的公司或职位：“我一直在关注贵公司在智能制造领域的布局，非常佩服。”
3. 低门槛的结尾： 不要一上来就推销。目的是建立连接，不是发广告。可以这样结尾：“希望能和您成为朋友，交流行业见解。谢谢！”

通过这种方式，老王的连接请求通过率从不到10%提升到了50%以上。更重要的是，对方从一开始就知道他是做什么的，为后续的沟通打下了基础。

第四步：维护关系——从“连接”到“客户”的转化

对方通过了你的好友请求，这只是第一步。千万别马上发产品介绍！那样会立刻毁掉之前建立的所有好感。你需要像交朋友一样，慢慢培养信任。

• 观察和互动： 持续关注对方的动态。他发了帖子，用心去评论。他换了工作，发个祝贺。这种“润物细无声”的互动，能让你在他心中保持一个积极、专业的印象。
• 提供价值： 这是转化的关键。你不能只索取，不付出。当你的朋友圈发布一些行业洞察、白皮书、案例研究时，如果对方可能会感兴趣，可以私信分享给他。比如：“王总，看到您最近在关注数字化转型，我们刚出了一份行业报告，里面有些数据可能对您有参考价值，发您看看。” 这种方式，对方不仅不会反感，反而会感激你。
• 寻找时机切入： 当你通过互动和价值提供，和对方建立起一定的信任后，就可以寻找合适的时机了。比如，对方在帖子里抱怨生产数据不准，导致决策困难。这就是你的机会。你可以私信他：“王总，看到您说的数据问题，我们之前也帮好几家客户解决过类似的问题，通过MES系统……您看下周方便吗，我花15分钟给您做个简单的线上演示？”

你看，整个过程是循序渐进的。从优化资料、训练算法，到个性化破冰，再到长期的价值提供。推荐联系人功能，只是这个流程的起点和助推器。

一些高级技巧和注意事项

聊到这里，基本的框架已经搭好了。但想做得比别人更好，还需要注意一些细节和更深层次的玩法。

利用“共同联系人”做背景调查

当你看到一个非常理想的潜在客户出现在推荐列表里，不要急着加。先点进去看看你们的“共同联系人”是谁。如果这个共同联系人是你的好朋友或者前同事，你可以先私下问问他：“嘿，你认识[目标客户姓名]吗？关系怎么样？” 如果关系不错，甚至可以请他做个引荐。一个温暖的介绍，胜过一百封冷冰冰的邮件。

“清理”你的联系人列表

定期检查你的一度人脉。对于那些资料不完整、长期不活跃、或者与你目标客户群体完全不相关的人，可以考虑取消连接。这听起来有点“功利”，但目的是为了提高你一度人脉的“纯度”，从而提升推荐联系人的质量。算法会根据你现有连接的质量，来判断你是一个什么样的人，以及你希望认识什么样的人。

警惕“信息茧房”

算法虽然强大，但也有它的局限性。它会倾向于给你推荐“相似”的人，这可能会让你陷入一个“信息茧房”，错失一些跨界的机会。所以，在利用算法的同时，也要保持主动探索。比如，定期用一些新的、更广泛的关键词去搜索，或者去浏览一些你平时不怎么看的行业报告，打破算法给你设定的“人设”。

数据记录与复盘

好记性不如烂笔头。我建议你用一个简单的表格来记录你的进展。这能让你清晰地看到哪些策略是有效的，哪些需要调整。

（这个表格你可以用 Excel 或者 Notion 自己做一个，非常有用。）

写在最后的一些心里话

聊了这么多，其实核心就一句话：把 LinkedIn 当成一个真实的社交场所，而不是一个冷冰冰的广告发布平台。算法是死的，但人是活的。“推荐联系人”功能，本质上是算法在帮你做一些初步的筛选和匹配，但最终能不能把关系建立起来，把生意做成，靠的还是你对人性的理解和真诚的沟通。

别想着有什么捷径，今天设置好，明天客户就排着队来找你。不可能的。这需要持续的投入，每天花一点时间，去优化资料，去互动，去经营。就像种一棵树，你得每天浇水、施肥，它才能慢慢长大，开花结果。

我分享的这些，是我自己走过一些弯路后总结出来的，不一定完全适用于所有人，但核心的逻辑是相通的。你可以根据自己的情况，去调整、去尝试。最重要的，是开始行动。现在就去打开你的 LinkedIn，看看今天的推荐联系人里，有没有你的下一个客户。别只是看看，去给他发一条用心的、独一无二的连接请求吧。