Je cherche un moyen de savoir si un profil LinkedIn a été actif récemment (like, commentaire, post, partage) et idéalement depuis combien de temps.
La raison est simple: les profils actifs sur LinkedIn ont des taux d’acceptation bien plus élevés que la moyenne. Sur un échantillon d’avocats par exemple, j’ai obtenu 83% d’acceptation avec cette technique sur des avocats, et on dépasse facilement les 50% de manière consistante.
J’invoque tous les growth et les pirates de ce forum pour m’aider.
Ce que je veux construire, c’est un système de scoring basé sur la dernière activité:
Actif cette semaine = score 1
Entre 1 semaine et 1 mois = score 2
Entre 1 et 3 mois = score 4
Entre 3 mois et 1 an = score 5
Plus d’1 an = score 6
Jamais actif = score 7
Il faut que ce soit scalable, on parle de milliers de profils toutes les semaines.
Est-ce que quelqu’un a un hack, un outil ou une méthode pour récupérer cette info ?
Salut Louis quelques pistes qui répondent partiellement à ton besoin.
les filtres sales navigator évidents qui permettent de détecter une activité, ainsi que le timing
posted on linkedin (ca te garantit que la personne a posté dans les 30 derniers jours)
changed jobs (la personne a mis à jour son profil dans les 90 derniers jours)
un filtre moins évident : “connections of” => l’idée c’est d’essayer d’identifier des gens très actifs dans ton ICP, et de récupérer les gens qui sont rentrés dans leur réseau récemment - par définition si cette nouvelle personne a accepté l’invitation, ou en a envoyé une initialement cela indique qu’elle est un tant soit peu active sur Linkedin
de même tu identifies des influenceurs dans ton ICP, et tu récupères régulièrement les gens qui ont interagi avec tous leurs posts - c’est plus aléatoire car il faut encore refiltrer l’ICP mais ca te donne une bonne idée
Les points 1. et 2. tu peux faire ca avec Vayne.io en utilisant des saved searches via notre fonctionnalité Automations; tu peux planifier un scraping toutes les semaines / mois, et on calcule pour toi le lastViewedAt pour ne récupérer que les nouveaux.
Pour le 3. tu peux scraper manuellement les commentaires avec nous, et on va l’ajouter aux automations bientôt
Merci pour cette début de piste, c’est justement c’est ce qu’on fait aujourd’hui. Mais il nous manque la couche like et commentaire. Donc on le fait avec d’autres outils qui arrivent à scrapper de l’activité comme phantombuster.
Sauf que les activités, bonjour les bans si tu dépasses 1000 profils à scrapper pour avoir leurs activités.
Nous ce qui nous intéresse, c’est même pas d’aller scrapper le post, le commentaire, etc. C’est d’avoir la date. Et rien que pour ça, c’est le même scrapping et ça coûte et c’est assez galère de scale.
pareto pour essayer de détecter tous les super buzz poste tu vois genre de post qui joue sur l’émotionnel, une conversation floutée d’un RH horrible, d’une belle success story, d’une personne qui avait un handicap lourd et qui a réussi à aller loin dans telle taf. tous ces posts pour moi qui sont les postes instagram qui marche très bien sur LinkedIn je dis bon il y a quand même très peu d’enjeux à liker et c’est pour ça que tout le monde like et donc en scrappant tous ces posts un peu super buzz world puis peut-être t’as de grandes chances en te disant que dedans tu as un de tes personnages qui arrive liké ou qui a mis un commentaire et si tu les scrapes tous les jours tu peux avoir une date à un peu près quoi
C’est pas vraiment mon use case, mon use case c’est que j’ai déjà une base ultra qualifiée de personnes et je veux la prioriser. Je sais partir de compte LinkedIn et post qui buzz c’est easy on le fait en dynamique sur des posts thématiques pour nos clients chez EraB2B,
Moi ce que je veux, c’est faire l’inverse je pars de listes de personnes
