social-graph-ranker

Social Graph Ranker

Capa canónica de clasificación de grafos ponderados para contactación basada en red.

Usa esto cuando el usuario necesite:

• clasificar mutuos o conexiones existentes por valor de presentación
• mapear caminos cálidos hacia una lista objetivo
• medir el valor de puente entre conexiones de primer y segundo grado
• decidir qué objetivos merecen presentaciones cálidas frente a contactación directa en frío
• entender la matemática del grafo independientemente de lead-intelligence o connections-optimizer

Cuándo Usarlo de Forma Independiente

Elige esta skill cuando el usuario quiera principalmente el motor de clasificación:

• "¿quién en mi red está mejor posicionado para presentarme?"
• "clasifica mis mutuos por quién puede llevarme a estas personas"
• "mapea mi grafo en función de este ICP"
• "muéstrame la matemática del puente"

No uses esto por sí solo cuando el usuario realmente quiera:

• generación completa de leads y secuenciación de contactación -> usa lead-intelligence
• poda, reequilibrio y crecimiento de la red -> usa connections-optimizer

Entradas

Recopila o infiere:

• personas, empresas o definición de ICP objetivo
• el grafo actual del usuario en X, LinkedIn, o ambos
• prioridades de ponderación como cargo, industria, geografía y capacidad de respuesta
• profundidad de recorrido y tolerancia a la degradación

Modelo Central

Dado:

• T = conjunto objetivo ponderado
• M = tus mutuos / conexiones directas actuales
• d(m, t) = distancia de salto más corta desde el mutuo m hasta el objetivo t
• w(t) = peso del objetivo según puntuación de señales

Puntuación de puente base:

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

Donde:

• λ es el factor de degradación, normalmente 0.5
• un camino directo contribuye con el valor completo
• cada salto adicional reduce la contribución a la mitad

Expansión de segundo grado:

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

Donde:

• N(m) \ M es el conjunto de personas que conoce el mutuo pero que tú no conoces
• α descuenta el alcance de segundo grado, normalmente 0.3

Clasificación final ajustada por respuesta:

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

Donde:

• engagement(m) es la capacidad de respuesta normalizada o la fuerza de la relación
• β es la bonificación por engagement, normalmente 0.2

Interpretación:

• Nivel 1: R(m) alta y caminos de puente directos -> solicitudes de presentaciones cálidas
• Nivel 2: R(m) media y caminos de puente de un salto -> solicitudes de presentación condicionales
• Nivel 3: R(m) baja o sin puente viable -> contactación directa o llenado de brecha

Señales de Puntuación

Pondera los objetivos antes del recorrido del grafo con lo que sea importante para el conjunto de prioridades actual:

• alineación de cargo o puesto
• ajuste de empresa o industria
• actividad actual y actualidad
• relevancia geográfica
• influencia o alcance
• probabilidad de respuesta

Pondera los mutuos después del recorrido con:

• número de caminos ponderados hacia el conjunto objetivo
• inmediatez de esos caminos
• capacidad de respuesta o historial de interacción previa
• ajuste contextual para realizar la presentación

Flujo de Trabajo

1. Construir el conjunto objetivo ponderado.
2. Obtener el grafo del usuario desde X, LinkedIn o ambos.
3. Calcular las puntuaciones de puente directas.
4. Expandir candidatos de segundo grado para los mutuos de mayor valor.
5. Clasificar según R(m).
6. Devolver:
   • mejores solicitudes de presentación cálida
   • caminos de puente condicionales
   • brechas del grafo donde no existe un camino cálido

Formato de Salida

CLASIFICACIÓN DEL GRAFO SOCIAL
==============================

Conjunto Prioritario:
Plataformas:
Modelo de Degradación:

Principales Puentes
- mutuo / conexión
  puntuación_base:
  puntuación_extendida:
  mejores_objetivos:
  resumen_camino:
  acción_recomendada:

Caminos Condicionales
- mutuo / conexión
  motivo:
  coste_salto_extra:

Sin Camino Cálido
- objetivo
  recomendación: contactación directa / llenar brecha del grafo

Skills Relacionadas

• lead-intelligence utiliza este modelo de clasificación dentro del pipeline más amplio de descubrimiento de objetivos y contactación
• connections-optimizer usa la misma lógica de puente al decidir a quién mantener, podar o agregar
• brand-voice debe ejecutarse antes de redactar cualquier solicitud de presentación o contactación directa
• x-api proporciona acceso al grafo de X y rutas de ejecución opcionales