Social-Graph-Ranker

Was macht Social-Graph-Ranker?

Kanonische gewichtete Graph-Ranking-Schicht für netzwerkinformierte Outreach.

Verwenden Sie dies, wenn der Benutzer Folgendes benötigt:

• Vorhandene gegenseitige Verbindungen oder Kontakte nach Einführungswert ordnen
• Warme Pfade zu einer Zielliste kartieren
• Brückenwert über Verbindungen erster und zweiter Ordnung messen
• Entscheiden, welche Ziele warme Einführungen versus direkte Kaltakquise verdienen
• Die Graph-Mathematik unabhängig von lead-intelligence oder connections-optimizer verstehen

Wann dies eigenständig zu verwenden ist

Wählen Sie diese Fähigkeit, wenn der Benutzer hauptsächlich die Ranking-Engine möchte:

• "Wer in meinem Netzwerk ist am besten positioniert, um mich einzuführen?"
• "Ordne meine gegenseitigen Verbindungen danach, wer mich zu diesen Personen bringen kann"
• "Kartiere meinen Graphen gegen dieses ICP"
• "Zeig mir die Brücken-Mathematik"

Verwenden Sie dies nicht allein, wenn der Benutzer wirklich Folgendes möchte:

• Vollständige Lead-Generierung und Outbound-Sequenzierung -> verwenden Sie lead-intelligence
• Beschneiden, Neuausbalancieren und Wachsen des Netzwerks -> verwenden Sie connections-optimizer

Eingaben

Sammeln oder ableiten:

• Zielpersonen, Unternehmen oder ICP-Definition
• Den aktuellen Graphen des Benutzers auf X, LinkedIn oder beiden
• Gewichtungsprioritäten wie Rolle, Branche, Geografie und Reaktionsbereitschaft
• Traversierungstiefe und Verfallstoleranz

Kernmodell

Gegeben:

• T = gewichteter Zielset
• M = Ihre aktuellen gegenseitigen Verbindungen / direkten Kontakte
• d(m, t) = kürzeste Hop-Distanz von gegenseitiger Verbindung m zu Ziel t
• w(t) = Zielgewicht aus Signal-Scoring

Basis-Brückenbewertung:

B(m) = Σ_{t ∈ T} w(t) · λ^(d(m,t) - 1)

Wobei:

• λ der Verfallsfaktor ist, normalerweise 0.5
• ein direkter Pfad den vollen Wert beiträgt
• jeder zusätzliche Hop den Beitrag halbiert

Erweiterung zweiter Ordnung:

B_ext(m) = B(m) + α · Σ_{m' ∈ N(m) \ M} Σ_{t ∈ T} w(t) · λ^(d(m',t))

Wobei:

• N(m) \ M die Menge der Personen ist, die die gegenseitige Verbindung kennt, die Sie nicht kennen
• α die Reichweite zweiter Ordnung diskontiert, normalerweise 0.3

Reaktionsbereinigte endgültige Rangfolge:

R(m) = B_ext(m) · (1 + β · engagement(m))

Wobei:

• engagement(m) die normalisierte Reaktionsbereitschaft oder Beziehungsstärke ist
• β der Engagement-Bonus ist, normalerweise 0.2

Interpretation:

• Stufe 1: hohes R(m) und direkte Brückenpfade -> Anfragen für warme Einführungen
• Stufe 2: mittleres R(m) und Ein-Hop-Brückenpfade -> bedingte Anfragen für Einführungen
• Stufe 3: niedriges R(m) oder keine brauchbaren Brücken -> direkte Kaltakquise oder Füllen von Graphlücken

Bewertungssignale

Gewichten Sie Ziele vor der Graphtraversierung mit allem, was für den aktuellen Prioritätssatz wichtig ist:

• Rollen- oder Titelübereinstimmung
• Unternehmens- oder Branchenpassung
• Aktuelle Aktivität und Aktualität
• Geografische Relevanz
• Einfluss oder Reichweite
• Wahrscheinlichkeit einer Antwort

Gewichten Sie gegenseitige Verbindungen nach der Traversierung mit:

• Anzahl der gewichteten Pfade in den Zielset
• Direktheit dieser Pfade
• Reaktionsbereitschaft oder frühere Interaktionshistorie
• Kontextuelle Eignung für die Einführung

Arbeitsablauf

1. Erstellen Sie den gewichteten Zielset.
2. Rufen Sie den Graphen des Benutzers von X, LinkedIn oder beiden ab.
3. Berechnen Sie direkte Brückenbewertungen.
4. Erweitern Sie Kandidaten zweiter Ordnung für die wertvollsten gegenseitigen Verbindungen.
5. Ordnen Sie nach R(m).
6. Geben Sie zurück:
   • beste Anfragen für warme Einführungen
   • bedingte Brückenpfade
   • Graphlücken, in denen kein warmer Pfad existiert

Ausgabeformat

SOCIAL-GRAPH-RANGLISTE
=====================

Prioritätsset:
Plattformen:
Verfallsmodell:

Top-Brücken
- gegenseitige Verbindung / Kontakt
  basis_punktzahl:
  erweiterte_punktzahl:
  beste_ziele:
  pfad_zusammenfassung:
  empfohlene_aktion:

Bedingte Pfade
- gegenseitige Verbindung / Kontakt
  grund:
  extra_hop_kosten:

Kein warmer Pfad
- ziel
  empfehlung: direkte Kaltakquise / Graphlücke füllen

Verwandte Fähigkeiten

• lead-intelligence verwendet dieses Ranking-Modell innerhalb der breiteren Pipeline zur Zielentdeckung und zum Outreach
• connections-optimizer verwendet dieselbe Brückenlogik bei der Entscheidung, wen zu behalten, zu beschneiden oder hinzuzufügen
• brand-voice sollte ausgeführt werden, bevor ein Intro-Request oder direkter Outreach entworfen wird
• x-api bietet X-Graphzugriff und optionale Ausführungspfade