- \n
- LinkedIn verf\u00fcgt \u00fcber keinen Geschlechtsfilter oder ein Geschlechtsattribut f\u00fcr Personenprofile. Daher sind die meisten Automatisierungstools nicht in der Lage, das Geschlecht der Person schnell zu scrapen und zu bestimmen.<\/li>\n
- Eine Kombination aus Data-Scraping-Tools wie Linked Helper + einer Namenspr\u00fcfer-App liefert Geschlechtsdaten f\u00fcr riesige Listen mit einer Wahrscheinlichkeit von 99 %.<\/li>\n
- In den Vereinigten Staaten sind 78 % der CEOs m\u00e4nnlich und 22 % weiblich, wenn man nach LinkedIn-Profilen geht. Norwegen zeigt noch st\u00e4rker m\u00e4nnerzentrierte Ergebnisse \u2013 87 % vs. 13 % weiblich.<\/li>\n<\/ul>\n
<\/span><\/span><\/span>So bestimmen Sie das Geschlecht des Empf\u00e4ngers auf LinkedIn<\/span><\/span><\/span><\/h3>\n<\/p>\n
Sie stehen also vor der kniffligen Aufgabe, auf LinkedIn nur Frauen anzuschreiben. Jedes einzelne Profil selbst anzusehen, um das Geschlecht zu bestimmen, kommt nicht in Frage, da Sie ein gro\u00dfes Publikum erreichen wollen. Au\u00dferdem, wer macht das 2023 noch manuell? Wie w\u00e4hlen Sie weibliche Profile aus Tausenden anderen auf LinkedIn aus?<\/p>\n<\/p>\n
LinkedIn-Profile haben kein Geschlechtsfeld, das ausgef\u00fcllt werden muss, wenn Sie Ihre Seite erstellen. Das macht es f\u00fcr LinkedIn-Data-Scraping-Tools oder LinkedIn-Automatisierungstools nat\u00fcrlich unm\u00f6glich, einfach Geschlechtsdaten zu erhalten. Die meisten Data-Scraping-Tools sammeln nur LinkedIn-Profildaten; sie bauen nicht darauf auf und leiten keine Schlussfolgerungen ab. Wenn Daten nicht vorhanden sind, k\u00f6nnen sie auch nicht gesammelt werden.<\/p>\n<\/p>\n
Es gibt andererseits das Feld f\u00fcr bevorzugte Pronomen, in dem Sie angeben k\u00f6nnen, dass Sie ein Mann (er\/ihm) oder eine Frau (sie\/ihr) oder geschlechtsneutral (they\/them) sind, oder ein benutzerdefiniertes Pronomen. Aber nur wenige Menschen entscheiden sich daf\u00fcr, es auszuf\u00fcllen. Au\u00dferdem sind Pronomen m\u00f6glicherweise nur f\u00fcr Verbindungen 1. Grades sichtbar, was ebenfalls nur bedingt hilfreich ist.<\/p>\n
![\"LinkedIn](\"https:\/\/www.linkedhelper.com\/blog\/wp-content\/uploads\/2023\/05\/he-him-compressed.jpg\")
<\/figure>\nEine weitere Option k\u00f6nnte die Suche nach weiblichen oder m\u00e4nnlichen Communities auf LinkedIn sein.<\/p>\n
![\"weibliche](\"https:\/\/www.linkedhelper.com\/blog\/wp-content\/uploads\/2023\/05\/women-groups-compressed.jpg\")
<\/figure>\nDer Beitritt zu LinkedIn-Gruppen, um Zugang zu deren Mitgliedern zu erhalten und diese zu erreichen, ist eine lohnende Strategie, die wir in der \u201eSo erreichen Sie Gruppenmitglieder<\/a>\u201c-Anleitung und einem Video-Tutorial<\/a> behandelt haben. Aber \u00fcberraschenderweise k\u00f6nnen auch Frauengruppen auf LinkedIn m\u00e4nnliche Mitglieder haben. Technisch gesehen k\u00f6nnen Sie sich also nicht vollst\u00e4ndig auf den Gruppentitel verlassen.<\/p>\n
<\/span><\/span><\/span>Chat GPT<\/span><\/span><\/span><\/h3>\n<\/p>\n
Irgendwann waren wir neugierig, was Chat GPT zu bieten hat. Wir haben ausdr\u00fccklich gefragt, wie man in Linked Helper automatische Nachrichten nur an Frauen oder M\u00e4nner senden kann. Zu unserer gro\u00dfen \u00dcberraschung schlug es vor, dass das Geschlecht des Profils anhand der Berufsbezeichnung bestimmt werden k\u00f6nnte.<\/p>\n
\n
Sie k\u00f6nnen den Filter \u201eTitel\u201c verwenden, um nach m\u00e4nnlichen Empf\u00e4ngern zu suchen, indem Sie auf bestimmte Berufsbezeichnungen abzielen, die \u00fcberwiegend von M\u00e4nnern besetzt sind, <\/em>sagte es. Zu den Titeln geh\u00f6rten laut Chat GPT CEO<\/em><\/strong>, <\/em>COO<\/em><\/strong>, <\/em>Manager<\/em><\/strong>, <\/em>VP<\/em><\/strong> und <\/em>Ingenieur<\/em><\/strong>-Rollen.<\/p>\n<\/blockquote>\n
Mal abgesehen von moralischen Argumenten haben wir uns entschieden, das selbst zu testen. Sind Frauen und M\u00e4nner in bestimmten Branchen oder Berufsbezeichnungen gleicherma\u00dfen vertreten, wie es auf Linkedin scheint?<\/p>\n
![\"wie](\"https:\/\/www.linkedhelper.com\/blog\/wp-content\/uploads\/2023\/05\/male-recipients-compressed.jpg\")
<\/figure>\n<\/span><\/span><\/span>Das Experiment<\/span><\/span><\/span><\/h3>\n
Das Experiment gliedert sich in 4 Phasen.<\/p>\n
Erstens<\/strong><\/em> m\u00fcssen wir auf eine bestimmte Berufsbezeichnung abzielen. Nehmen wir zum Beispiel CEO. Pr\u00e4zisieren Sie Ihre Suchanfrage mit Booleschen Operatoren \u2013 Ceo NOT Founder. Um die Zielgruppe einzugrenzen, w\u00e4hlen Sie einen bestimmten Standort aus. Wir haben uns entschieden, landesweit auf die Vereinigten Staaten zu schauen. Wir werden uns auch Norwegen ansehen, nur um unsere Schlussfolgerungen auszugleichen und zu sehen, wie die Ergebnisse je nach Geografie variieren k\u00f6nnen.<\/p>\n
![\"LinkedIn](\"https:\/\/www.linkedhelper.com\/blog\/wp-content\/uploads\/2023\/05\/CEO-not-Founder-1024x412.png\")
<\/figure>\nAls N\u00e4chstes<\/strong><\/em> sammeln Sie Profile in einer Liste mit dem Linked Helper Sammel-Tool<\/a>. Das Extrahieren von 1000 Profilen aus der Suche dauert zwischen 5 und 15 Minuten. Wenn Sie mehr Profile ben\u00f6tigen, ziehen Sie unsere Taktiken<\/a> in Betracht, um eine gr\u00f6\u00dfere Liste aufzubauen.<\/p>\n
![\"Linked](\"https:\/\/www.linkedhelper.com\/blog\/wp-content\/uploads\/2023\/05\/download-1000-1024x576.png\")
<\/figure>\nDrittens<\/strong><\/em> exportieren wir diese Liste in eine CSV-Datei und \u00f6ffnen sie in MS Excel. Da wir kein Geschlechtsattribut haben, verlassen wir uns bei der Bestimmung des Geschlechts auf Namen.<\/p>\n
![\"Exportierte](\"https:\/\/www.linkedhelper.com\/blog\/wp-content\/uploads\/2023\/05\/file-csv-1024x386.png\")
<\/figure>\nViertens<\/strong><\/em> definieren wir weibliche und m\u00e4nnliche Empf\u00e4nger mithilfe von Drittanbieter-Diensten<\/a> oder Namenskatalogen, von denen es viele gibt.<\/p>\n<\/p>\n
Von 1000 CEO-Profilen aus den USA hatten wir 780 m\u00e4nnliche und 220 weibliche Namen.<\/p>\n<\/p>\n
Wenn ich weiterhin nur Frauen anschreiben wollte, w\u00fcrde ich Linked Helper verwenden. Ich w\u00fcrde die Profil-URLs der M\u00e4nner kopieren und sie in die Ausschlussliste (nicht zu verarbeiten) meiner Kampagne hochladen, w\u00e4hrend die Profil-URLs der Frauen in die Warteschlange (zu verarbeitende Liste) hochgeladen w\u00fcrden.<\/p>\n
<\/span><\/span><\/span>Ergebnisse: Die USA und Norwegen teilen ein 80\/20-Muster<\/span><\/span><\/span><\/h3>\n
In den Vereinigten Staaten werden C-Level-Positionen tats\u00e4chlich von M\u00e4nnern dominiert, die durchschnittlich 80 % der Profile ausmachen. Ein etwas anderes Verh\u00e4ltnis zeigt sich bei der Rolle \u201aManager\u2018, wo Frauen 61 % der Liste einnahmen \u2013 vor allem, weil \u201aManager\u2018 ein breites Spektrum von Rollen umfasst: Projektmanager, Personalmanager, Filialleiter und Customer Success Manager \u2013 alle f\u00fcr Frauen gut zug\u00e4nglich. In Norwegen sieht es in Bezug auf die m\u00e4nnliche vs. weibliche Pr\u00e4senz in F\u00fchrungspositionen ziemlich \u00e4hnlich aus, wie aus den Daten unten hervorgeht.<\/p>\n
![\"Geschlechterverteilung](\"https:\/\/www.linkedhelper.com\/blog\/wp-content\/uploads\/2023\/05\/Grid.jpg\")
<\/figure>\n<\/span><\/span><\/span>Qualit\u00e4t Ihrer Daten<\/span><\/span><\/span><\/h3>\n
Bei diesem Ansatz verlassen wir uns stark auf:<\/p>\n
(1) die Genauigkeit der LinkedIn-Suchergebnisse;<\/p>\n
(2) die Genauigkeit der Namenspr\u00fcfer-App.<\/p>\n
Wie zuverl\u00e4ssig sind die Daten also? LinkedIn liefert m\u00f6glicherweise gelegentlich irrelevante Profile in den Suchergebnissen zur\u00fcck, insbesondere bei einem kostenlosen LinkedIn-Konto. Zum Beispiel: Wenn Sie nach CEOs suchen, sehen Sie auch eine ganze Reihe von Profilen, in denen \u201eExecutive Assistant to CEO\u201c steht.<\/p>\n<\/p>\n
In diesem Stadium kann die Anwendung von Booleschen Suchoperatoren (Grafik NOT Webdesigner) oder die Verwendung des Schl\u00fcsselworts \u201aTitel\u2018 f\u00fcr die Suche die Suchrelevanz erh\u00f6hen.
Dann bietet Ihnen Linked Helper ein leistungsstarkes integriertes Filter-Tool, um Ihre Suchergebnisse weiter zu verfeinern. Mit den Filtern \u201aPosition<\/strong>\u2018 und \u201a\u00dcberschrift<\/strong>\u2018 haben wir festgestellt, dass fast ein Drittel (287 von 1000) der CEOs auch zum Pr\u00e4sidenten ihres Unternehmens ernannt sind \ud83d\ude42<\/p>\n![\"Linked](\"https:\/\/www.linkedhelper.com\/blog\/wp-content\/uploads\/2023\/05\/President-1024x613.png\")
<\/figure>\nWas den Namenspr\u00fcfer betrifft, so gab uns Namsor den % Wahrscheinlichkeitswert neben jedem Namen, damit wir beurteilen konnten, ob es sich um eine zuverl\u00e4ssige Vermutung handelte.<\/p>\n
Gl\u00fccklicherweise erhielten mehr als die H\u00e4lfte (671) der Profile einen Wahrscheinlichkeitswert von 100 %. 200 weitere Profile lagen zwischen 95-99 % auf einer Wahrscheinlichkeitsskala. Wir hatten auch 20 Namen mit einem Wahrscheinlichkeitswert von 50 % \u2013 der niedrigsten Sch\u00e4tzung. Aber wir haben sie schnell einzeln mit dem Linked Helper Filter-Tool \u00fcberpr\u00fcft.<\/p>\n
Da Linked Helper auch Profil-Avatare anzeigt, gen\u00fcgt oft ein kurzer Blick, um das Geschlecht zu best\u00e4tigen.<\/p>\n
Wir hatten Zweifel, aber Jackie ist weiblich \ud83d\ude42:<\/p>\n
![\"Namenspr\u00fcfung\"](\"https:\/\/www.linkedhelper.com\/blog\/wp-content\/uploads\/2023\/05\/Jackie-1-1024x266.png\")
<\/figure>\nWenn es Unklarheiten \u00fcber das Geschlecht gab, haben wir dieses Profil aus unserer Kampagne entfernt (sicher ist sicher):<\/p>\n
![\"Eine](\"https:\/\/www.linkedhelper.com\/blog\/wp-content\/uploads\/2023\/05\/ambiguity-1024x260.png\")
<\/figure>\n<\/div>\n<\/div>\n\t\t\t\t\t\r\n\t\t\t\t\r\n\t\t\r\n\t\t\t\r\n\t\t\r\n\t\t\t\r\n\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\r\n\t <\/div>\r\n\r\n\t \r\n\r\n\t \r\n\r\n\t \r\n\t \t\t\t<\/div>\r\n\t \t\t<\/div>\r\n\t \t<\/div>\r\n\t <\/div>\r\n\t\r\n\t\t\t\n\n<\/span>LinkedIn Growth Hub<\/span><\/h3>\n\n\n\r\n\t\t\t\t\r\n\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\tTRETE UNSERER COMMUNITY BEI<\/strong> \r\n\t\t\t\t\t\r\n\t\t\t\t\t \r\n\t\t\t\t<\/a>\r\n\t\t\t\n\n\n
Erhalten Sie kostenlose Tools, Outreach-Skripte, Einblicke hinter die Kulissen und echtes Networking<\/p>\n\n\r\n\t\t\t \r\n\t\t<\/div>\r\n\t\t\t\t\t\t<\/div>\r\n\t\t\t\t\n
<\/span><\/span><\/span>Fazit<\/span><\/span><\/span><\/h3>\n
Nat\u00fcrlich ist unsere Recherche keineswegs ein tiefgehender Blick auf die tats\u00e4chliche Situation der Gleichberechtigung auf dem Markt. Wir m\u00fcssen jedoch zugeben, dass Chat GPT nicht weit von der Wahrheit entfernt war, als es sagte, dass zumindest auf LinkedIn, zumindest f\u00fcr die spezifische Aufgabe, Profile in m\u00e4nnliche oder weibliche Gruppen zu sortieren, das Verlassen auf Berufsbezeichnungen ein gar nicht so schlechter Ansatz sein k\u00f6nnte. Viele F\u00fchrungspositionen bleiben zum gr\u00f6\u00dften Teil m\u00e4nnliche Positionen. Und das wird durch die neuesten Forschungen unterst\u00fctzt, wie das McKinsey Global Institute oder die World Bank Data.<\/p>\n<\/p>\n
Dennoch bedeutet Gleichberechtigung nicht einfach eine gleiche Anzahl von M\u00e4nnern und Frauen in bestimmten Positionen. Gleiche Bezahlung, Zugang zu Bildung und Aufstiegsm\u00f6glichkeiten sind bei weitem wichtigere Indikatoren.<\/p>\n