Método do score · Análise de LinkedIn
Método do score · Análise de LinkedIn
Este documento existe para ser criticado. Ele descreve a régua que usamos hoje, incluindo onde ela é arbitrária e onde sabemos que erra. A intenção é que quem conhece o mercado de conselheiros aponte o que está fora do lugar antes de virarmos isso produto.
Não é o score de nenhum perfil específico. É o método.
Cada perfil recebe uma nota de 0 a 100 em seis dimensões. Abaixo, o que cada uma tenta medir, de qual dado ela se alimenta e onde ela é frágil.
O caminho completo, sem etapa escondida.
Um navegador autenticado abre o perfil e a aba de atividade e extrai o que está público: topcard, Sobre, Experiência, Formação, Serviços e as publicações visíveis com seus contadores. Nenhuma API, nenhum dado privado.
Um modelo de linguagem lê o material coletado e atribui as seis notas, orientado por uma régua escrita — que inclui, por exemplo, calibrar engajamento por porte de perfil: o que se espera de uma conta de 15 mil seguidores é diferente do que se espera de uma de 1 milhão. Penalizar conta grande por benchmark de conta pequena é erro de categoria.
O código aplica pisos por cima do que o modelo devolveu, porque instrução em texto é
seguida de forma irregular. Hoje são dois: Conversão ≥ 76 quando existe caminho
montado até o contato, e Conteúdo ≥ 80 quando as publicações recentes superam
as anteriores em mais de 25%.
A nota geral é a média aritmética simples dos seis eixos, arredondada. Sem pesos, sem ajuste oculto.
Se um piso alterou alguma nota, o código reescreve as menções àquela nota no texto do relatório. Isso existe porque já publicamos um documento com o card dizendo 76 e o parágrafo ao lado dizendo 55.
Quatro problemas reais e ainda abertos — mais um que estava aqui e foi corrigido hoje, mantido à vista para você ver o que mudou.
O LinkedIn oculta parte do perfil até que o visitante clique em “exibir tudo”, e nossa coleta lia só o que aparece de primeira. Num perfil real isso nos custou três cadeiras de conselheiro, cinco experiências e oito formações — e a nota saiu abaixo do que deveria por um problema de leitura, não de perfil.
O que mudou: o coletor passou a abrir as sub-páginas de detalhe de cada seção, que trazem a lista completa sem depender de clique. No mesmo perfil, a Experiência saltou de 2.600 para 7.629 caracteres e a Formação, de 15 para 3.225.
E o conserto trouxe algo que nem coletávamos: as recomendações recebidas — prova social escrita por terceiros, que passa a alimentar o eixo de Autoridade. Se a seção não for lida por qualquer motivo, o relatório agora avisa e é instruído a não afirmar ausência do que não foi lido.
Os seis eixos vêm da leitura de um modelo, guiada por régua escrita — não de uma fórmula fechada. Isso traz nuance que fórmula não tem, e traz um custo: duas execuções sobre o mesmo perfil podem divergir em alguns pontos.
Os pisos em código reduzem a variação nos dois pontos mais críticos, mas não a eliminam. A alternativa — fórmula pura — perderia a leitura qualitativa que é justamente o diferencial. Não temos resposta fechada e queremos discutir.
Por que 76 e não 72? Por que 80 e não 78? Foram calibrados olhando perfis reais até o resultado parecer justo. É honesto dizer que não derivam de base estatística.
“87 de 100” sugere uma distribuição — como se soubéssemos que 87 está acima de X% dos conselheiros brasileiros. Não sabemos. A nota é absoluta, medida contra a régua, não contra uma população.
Construir esse comparativo exigiria analisar centenas de perfis do mesmo território. É possível, e mudaria o produto de “sua nota” para “sua nota comparada a quem disputa as mesmas cadeiras” — que é bem mais útil para quem quer um assento.
Para quem quer uma cadeira em conselho, Autoridade e Posicionamento provavelmente importam mais que Visual. Hoje os seis pesam igual, o que é uma escolha por simplicidade, não por convicção.
Um perfil com autoridade altíssima e visual fraco recebe a mesma penalidade que um perfil com visual bonito e nenhum lastro. Isso está errado — só não sabemos ainda qual é o peso certo.
Três decisões que mudam o produto e que não devem ser tomadas só por nós. Uma quarta — se o eixo “Visual” fazia sentido no LinkedIn — já foi respondida e corrigida.
Quem contrata conselheiro olha primeiro o quê? Trajetória? Clareza de posicionamento? Produção de conteúdo?
Nossa hipótese: Autoridade e Posicionamento com peso maior; Consistência e Conteúdo com peso médio; apresentação com peso menor. Precisamos de quem conhece o mercado para confirmar ou derrubar.
Hoje não medimos rede — com quem a pessoa está conectada, se as conexões dela são do território de conselhos, se ela é recomendada por gente relevante. Num mercado em que a maioria dos assentos vem de indicação, isso pode ser mais determinante que tudo que medimos hoje.
Limite técnico: parte disso é visível (recomendações recebidas, competências validadas), parte não é acessível a terceiros. Queremos saber se vale perseguir o que é visível.
Número fecha a conversa: a pessoa vê 87 e para de ler. Faixas nomeadas — “estruturado”, “em construção”, “invisível” — podem comunicar melhor e resistem melhor a questionamento.
Contraponto honesto: número vende melhor. Ele cria a comparação que faz a pessoa querer melhorar.
O score é uma parte pequena do relatório. Vale você olhar também o resto do escopo, porque é onde estão as decisões que mais afetam a utilidade para quem vai receber.
Nenhuma ferramenta — nossa ou de qualquer concorrente — enxerga isto de um perfil de terceiro: alcance, impressões, visitas ao perfil, aparições em busca, taxa de engajamento real, quem viu e não interagiu, e o histórico completo de publicações.
Isso tem uma consequência que precisa ficar clara na venda: tudo o que prometermos medir além disso é estimativa, e nós escolhemos não estimar. Se um concorrente entregar “sua taxa de engajamento é X%”, ou ele tem acesso à conta, ou está inventando.
O efeito colateral honesto: quando uma publicação aparece com zero reação, não sabemos se foi rejeitada ou se não foi entregue. Tratamos como ausência de sinal, nunca como fracasso.
A aba de atividade mostra tipicamente 10 a 15 publicações recentes. É o que temos. Uma análise feita numa semana atípica — férias, viagem, um mês de pouca publicação — descreve aquela semana, não o hábito da pessoa.
Hoje deixamos isso explícito no relatório. Uma alternativa é coletar duas vezes com 30 dias de intervalo antes de emitir a nota, o que encareceria e demoraria — mas descreveria melhor. É uma decisão de produto que vale a sua opinião.
Do perfil: headline, campo de pronomes, Sobre, Experiência, Formação, Serviços, seção Em destaque, contato, foto e capa, número de seguidores e conexões.
Das publicações: texto integral, formato (artigo, post, compartilhamento), reações, comentários, compartilhamentos, se é autoral ou amplificação, e — nas amplificações — se veio com tese própria ou com comentário de cortesia.
Fora da plataforma: o site pessoal quando existe, o conteúdo do link da bio, e o posicionamento público da empresa onde a pessoa trabalha, porque isso costuma render as melhores pautas.
Quem comenta. Hoje contamos comentários, mas não olhamos de quem. Se a conversa vem sempre dos mesmos cinco colegas, isso é uma coisa; se vem de gente de fora do círculo, é outra completamente diferente. É visível e não estamos usando.
Recomendações e competências validadas passaram a ser coletadas em 28/08 e agora alimentam o eixo de Autoridade. Ainda não sabemos o peso certo que elas devem ter — num mercado onde o assento vem por indicação, é possível que valham mais que várias das coisas que já medimos.
Marcações (@) nas publicações. Marcar uma pessoa notifica ela e leva o texto para a rede dela. É mecanismo de distribuição, não de vaidade — e hoje não medimos.
Newsletter. É a única superfície do LinkedIn que entrega por notificação e e-mail a cada assinante, e o número de assinantes é público. Quem já publica artigo com regularidade tem uma newsletter pronta e não sabe.
O relatório aponta problemas, mas não escreve o conteúdo — entrega aberturas prontas para a pessoa escrever. A razão está no próprio dado: nas análises que fizemos, publicação escrita em primeira pessoa rende consistentemente mais que texto impessoal.
Texto redigido por terceiro em voz genérica mata exatamente o que faz o conteúdo funcionar. Por isso o formato que defendemos é entrevista e edição, não redação por fora. Se você achar que o público prefere receber pronto, é uma conversa que precisamos ter — porque muda o produto inteiro.