LinkedME 是一家企业级的深度链接服务平台，致力于打造 App 与 App 之间的桥梁，感知用户行为，引发场景消费。平台所用到的技术有 Deeplink、Deferred Deeplink、Machine Learning、Data Mining、Deep Learning 等。
要介绍这个项目先从创始人齐波说起，他之前做过一个Magic 项目 “如意如意”，产品于 2015年5月5号正式在微信上线，但后来项目没有继续下去，用齐波的话说，一方面是技术上的挑战，另一方面是在选择对接商家和服务商出现了矛盾。
其实 Magic 模式，就是在一个应用内集成串联其他的服务，沿着这个思路，齐波想要在 App 内实现更多的跳转，而能将这些实现的就是 Deeplink 技术。
比如说，朋友在微信上发给你某个商品的介绍链接，假如该电商使用了 Deeplink 技术，且你已安装该电商的 app，那你就可以点击链接，跳转到 app，直接进入该商品页面。如果用户没安装 App，在指引到 App Store 下载注册后，商品页面就会找不到。这时就需要Deeplink 的进阶技术——Deferred Deeplink。保证用户下载安装应用后，依旧可以跳转到商品页面。
其实做 Deeplink 的不止 LinkedME 一家，36 氪报道过相关的产品还有“奇点机智” 的 DeepShare、“魔窗” 推出 mLink，等等。“奇点机智” 更多的是提供技术服务，而“魔窗” 此前在做的 Banner 营销窗口，积累了大量 App 的广告位，现在可以通过 mLink 作为平台进行分发。
相较这两款产品，LinkedME 侧重的是场景化运营。举例来说，在用户搜索一部电影的时候，其实可以关联引导到票务 APP 上，而不是关联到外卖 APP，这种基于场景的判断，则是 LinkedME 要做的关键。
那么具体来说，LinkedME的产品分两步，第一步是 LinkPage，把 App 和用户的内容关联起来，这是提供技术服务，类似DeepShare在做的事情。第二步是 LinkSense，有 dashboard 分析平台，可以帮 APP 分析匹配合适的场景。齐波列举了一个理想化下的应用场景，每个用户手机里安装的 APP 是不一样的，假设 A 手机里的打车软件是滴滴，B 手机里的是 Uber，当判断这两位用户在某个场景下有打车需求的时候，可以自动帮 A 匹配滴滴，帮 B 匹配 Uber。
本文转自d1net（转载）
