大数据没用?!张小龙:我们很少看统计数据!
導讀:關于大數據的應用案例我們已經推送過很多,但大數據不是萬能的,因為大數據只是研究數據之間的相關性,解決不了因果性。相比之下,身段更靈活的“小數據”反而更善于看穿因果性。因果性就在于日常的小數據中的,在于人的情緒、人的選擇、人的愛好、文化等綜合因素之中。
?
今天我們就通過案例來看看張小龍等幾位高手是如何玩轉小數據的。
?
?
這個世界所發生的事實,正在深刻的呈現出我們所要探索的一切科學規律,通過一個小數據代表的事實,可以發現現實中的規律。
?
馬丁?林斯特龍在他的暢銷書《痛點:挖掘小數據滿足用戶需求》中,專門闡釋了如何找到痛點。馬丁?林斯特龍認為,一滴血里包含的數據,可以展示將近1000種不同的病毒。想要轉變一個品牌或一家企業,不用研究幾百萬名顧客,只要研究10個人就夠了。
?
馬丁?林斯特龍是迪士尼、百事可樂、雀巢、紅牛等多家著名企業的品牌顧問。2015年,在一項涵蓋三萬名營銷人員的獨立調研中,林斯特龍被譽為全球首席品牌營銷專家。
?
?
▲營銷大師馬丁?林斯特龍
?
我們來看一下,林斯特龍指出的如何挖掘小數據的方式。
?
林斯特龍挖掘小數據的方式是實地探訪,為了提供產品的價值點,在15年中他家訪過77個國家的人,一年有300天在飛機上或賓館里度過。
?
他會在征求主人的允許后,住進別人家里或出租屋里,跟他們一起聽音樂,一起看電視,一起吃飯。在這些拜訪中,經過主人允許,他會查看冰箱,打開抽屜和櫥柜,尋覓書、雜志、音樂、電影和下載文件,查看皮夾錢包、網絡搜索歷史、臉書頁面、推特記錄、表情使用、Instagram(一款圖片分享應用)賬戶和Snapchat(“閱后即焚”照片分享應用)賬戶。還會檢查他們的微波爐、玻璃杯和塑料回收罐。
?
因為“小數據可能存在于微波爐、藥盒或臉書相冊里。它可能在以色列特拉維夫市浴室的牙刷架上,或者是巴西北部浴室墻上的一卷廁紙;它可能出現在走廊的鞋柜里,或者是組成個人電腦密碼的無序字母和數字。”
?
他甚至去人們的垃圾桶里尋找沒擠完的牙膏管、剝掉的糖紙和過期的優惠券。
?
在小數據洞察事實,發現用戶需求或產品價值點的地方,林斯特龍推崇“7C框架”調查法。“7C框架”是指:搜集、線索、連接、關聯、因果、補償和理念。通過這個框架,可以從冰箱貼、陶瓷青蛙燈小數據中得到一條或幾條結論,甚至將它們變成一個致勝理念的實踐方法。
?
搜集:你的觀點是如何反映在一棟房子里的?去到用戶家里、工作場所或者有密切的接觸,觀察生活里的點點滴滴。
線索:你觀察到的獨特情感反應是什么?一切現象都不是無意義的,都是有理由的。每件東西的擺放都是有理由的,無論是墻上掛的藝術品,還是浴室柜里的內部情況,尤其是客廳。
連接:情緒行為能產生什么后果?一條線索可能是物質方面的,也可能是情感方面的。但是如果我們的方向沒錯,應答者的肢體語言通常會展現出不自在或完全的不安,這也表明你要有新發現了。
關聯:這種行為或情緒第一次出現時,是什么時候?需要尋找顧客行為上的轉變,也就是所謂的切入點。
因果:它能激發什么情感?小數據挖掘。一般來說,林斯特龍會在一張大公告板上貼滿照片和發現,制作一個時間軸。這時候,公告板反映了所發現的情感基因和因果關系,把這些發現和照片放在一起可以找出共同特征。
補償:還有什么欲望沒被滿足?驗證完因果關系,就該提取最強烈的情緒本質,就是欲望。
觀念:針對你發現的顧客欲望,能有什么“創意”補償? 產品如何滿足用戶的情感。
?
這七個步驟,是從小數據中觀察人性、人們生活中的情感、事實等,幫助發現隱藏的規律。
?
我們下面,看一些案例,看他們是如何通過小數據,來洞察新的認知的,找到產品的發力點。
?
?
01 微信通過小數據探索需求
?
張小龍有一次說,“近期有個同事找我聊,問我是如何通過統計數據來看用戶的喜好,通過數據來做一些東西。結果我的回答是,其實我們很少看統計數據,也幾乎沒從統計數據里看到用戶的喜好。根據統計數據來找需求和方向是挺難的。我們也不會去了解手機QQ的統計數據來指導微信的工作。”
?
但是,應該如何去區分不同的人,比如男性女性或某個地方的人,去為他們提供針對性服務呢?
?
對此,張小龍的回答很抽象很專業,“你可以把所有用戶看作是一個人,這個人是沒有性別、年齡、區域、教育程度的屬性,他就是一個對象,他包括了所有用戶,他是所有用戶共同需求的交集。”
?
?
這也是一種小數據的思維方式。為什么小數據方式,可以成為一種很關鍵的方法呢?
?
因為大數據只是研究數據之間的相關性,他解決不了因果性,因果性就在于日常的小數據中的,在于人的情緒、人的選擇、人的愛好、文化等綜合因素之中。小數據背后承載的是情感,消費的欲望,以及文化的因素,責任等因素。這些在大數據里面,是沒有辦法分析出來的。
?
宜家公司的擁有者和創始人英瓦爾·坎普拉德,經常會到宜家,坐在一臺收款機前,做收銀員的工作。問他為什么要這么做,他說:“因為這是最便宜,最有效的研究方式。我可以向每個買家詢問他們選擇和放棄某樣產品的原因。”
?
這就是典型的小數據觀察的方式,通過個例,找到問題所在。
?
?
02 利用小數據來洞察競選
?
1936年,美國舉行大選,是民主黨人艾爾弗雷德蘭登和時任總統富蘭克林·羅斯福競選。
?
當時有兩家機構進行預測,一家就是《文學文摘》(The Literary Digest)雜志,從1916到1932年,該雜志連續五屆準確地預測了美國總統大選的結果,因而受到人們的普遍信任和贊譽。一家是蓋洛普,蓋洛普(Gallup, George Horace)是美國數學家,抽樣調查方法的創始人,他于1935年成立第一個“真正的”民意調查機構。
這次,《文學文摘》采取的是民意調查方法,把調查的范圍拓展得非常廣,認為數據集合越大,預測結果越準確,可見對其方法越來越執著。于是《文學文摘》計劃寄出1000萬份調查問卷,后來收到了240萬份回執。統計的結果是艾爾弗雷德蘭登和富蘭克林·羅斯福的比率是55:41,羅斯福會敗選。
?
而真實的結果是羅斯福以61:37的優勢獲得勝利。
?
而新民意調查的開創者喬治·蓋洛普,僅僅通過一個3000人的問卷調查,就準確的預測到了結果,羅斯福將獲勝。蓋洛普的調查,是針對樣本的精心挑選,科學地抽樣,保證抽樣的隨機性,根據選民的分別特征,根據職業、年齡、膚色等在3000人的比重,再確定電話訪問、郵件訪問和街頭調查等各種方式所在比例。
?
?
▲文學文摘預測1936年1000萬份調查
?
1936年《文學文摘》錯誤預測選舉結果公布之后,《文學文摘》聲譽掃地,不僅再也沒有做民意調查,而且幾個月后就宣告倒閉。
?
而1948年以前,蓋洛普民意測驗采用的樣本容量一般為5萬。改進以后,一般采用1500人的樣本。蓋洛普民意測驗建立了一整套的原則和程序,雖然是小數據,但是精確度依然是非常高。
?
| 年份 | 蓋洛普的最后調查 (預測總統選舉獲勝者所得選票%) | 選舉結果 (得選票%) | 蓋洛普的偏差% |
| 1996 | 克林頓52.0 | 50.1 | 1.9 |
| 1992 | 克林頓49.0 | 43.3 | 5.7 |
| 1988 | 布什56.0 | 53.9 | 2.1 |
| 1984 | 里根59.0 | 59.2 | -0.2 |
| 1980 | 里根47.0 | 50.8 | -3.8 |
| 1976 | 卡特48.0 | 51.1 | -3.1 |
| 1972 | 尼克松62.0 | 60.7 | 1.3 |
| 1968 | 尼克松43.0 | 43.4 | -0.4 |
| 1964 | 約翰遜64.0 | 61.1 | 2.9 |
| 1960 | 肯尼迪51.0 | 49.7 | 1.3 |
▲蓋洛普民意測驗準確性記錄
?
而《文學文摘》采取的方法,并不是錯誤的,問題應該出在樣本本身上面,例如240萬個回執里面,可能支持民主黨的人更愿意寄回回執,或者在樣本選擇上只選擇了一個局部的特征。
?
當然《文學文摘》的數據可能會更加充分,如果在今天,以大數據的方式來進行,對這些調查的人的特征進行分析,再根據大數據的技術來做分類,做預測,可能會更加科學。
?
這個問題的實質不在于大數據,而在于數據挖掘和分析的處理方式的差異化。大數據也可以做出這些深入的分析,但是現實的情況是,大多數決策所需要的全數據幾乎是很難獲得的。人們利用大數據決策,經常會依然需要小數據的支撐。
?
?
03 如何利用“小數據”提升汽車的銷量
?
林斯特龍曾經受一個中國汽車生產商委托,為其提高品牌銷量并創建一個中國汽車的概念。
?
由于中國市場上,中國人都覺得中國的汽車不如歐美的品牌,銷量比是1:3,那么如何幫助一個中國品牌的汽車打破這個困境?
?
?
面對這個問題,大部分設計師,有可能是根據一個專業設計理念來進行設計,他們的起源點來自自己的專業,而不是來自用戶在生活中的事實反饋。
?
林斯特龍通過深入觀察中國人的家庭生活,以及通過日常生活中的細節,來發現大數據看不到的規律,例如在調查中,他發現這些規律:
?
中國人刷牙的力道比西方人輕,但是速度比西方人快;
中國人更喜歡用肥皂洗澡;
中國人為了抵御霧霾會買各種物件遮住口鼻,但是卻沒有床罩;
中國人的吃飯速度特別快,都爭當第一個吃完的人;
在博物館中,游客們的平均行駛速度在全球是3英里/時,而中國人的速度大約是4-5英里/時;
相較于西方女性和孩子的購車發言權,中國買新車的客戶大多數都是男性;
中國的家庭還會在車上放些吃的,開車或坐在后座上時會吃東西,這是少數中國人“不匆忙”的時刻。很多車上,會有家庭內部的一些元素,例如包括垃圾袋、小電冰箱以及小茶壺。
?
這些調查的結果,可以得出來一些共性的特征,就是: 直接、快速、當下、匆忙。所以,結合這些分析,整個團隊設計了一種特殊的車內環境:
?
針對上車動作,團隊設計了一種背景燈,在車門打開時亮起,關門暗下,有一種像進入錄音棚聽到的音響效果,放大男性的象征;因為大多數是男性買車,節奏快。
在車座上進行了抬升,給開車人一種掌控全局的感覺。
儀表盤類似于飛行駕駛臺,讓開車的人面對大量數據,感到更有男子氣概和掌控感,并結合快速開關的車門和電動車窗。
?
經過這樣設計之后,從銷量上看,銷量大幅提升。
?
因為這些小數據的觀察,反應了生活中的情感、責任、權威、習慣、文化等各種因素,這些反應的是因果關系,而不是大數據的相關關系。找到因果關系,就可以從因上下手,找到解決方案。
?
?
04 挽救樂高的竟然是一雙舊運動鞋
?
樂高是積木領域的領導廠商,從1981年開始,世界上第一款掌上游戲《大金剛》上市,樂高公司內部就產生了辯論,未來兒童都把時間花在游戲上,對組裝玩具的未來而言,任天堂這樣的游戲平臺是不是樂高最大的競爭對手?這對樂高來說,未來是不是沒有市場空間了。
?
為了應對這種情況,1990年開始,樂高從核心的積木產品,進行多元化拓展,例如主題公園、兒童服飾、視頻游戲、圖書雜志、電視節目和零售商場等。
?
隨著電視,計算機等的快速發展,樂高公司又多元化以后,樂高的發展陷入了困境。2003年,銷售額下降30%,2004年,銷售額又下降了10%。
?
?
再隨著電腦的超速發展,無論是常識,還是大數據,人們都很容易得出來的一個結論,信息時代的群體,他們沒有時間和耐心玩樂高。
?
于是樂高找來了世界知名的營銷大師馬丁·林斯特龍,希望能夠找出辦法走出困境。
當下,大家都大談大數據,但是馬丁·林斯特龍認為,大數據連接了千百萬的數據點,可以準確地產生相互關系。但是,當人類按照自己的習慣行動時,大數據分析通常不會十分準確。所以挖掘用戶需求時,在大數據之外,更重要的是通過對一個小群體的親身觀察和小數據常識,捕捉到這個社會群體所體現出的文化欲望。滿足這些用戶需求,擊中痛點,則意味著將掌握無限的商機。
?
2004年,林斯特龍開始負責樂高的整體品牌戰略。由于積木是樂高的核心,所以還是不想放棄。2004年,他們到德國一個小城市,見到了一個11歲的男孩。
?
這個小孩是狂熱的樂高迷,還是狂熱的滑板愛好者。大家問他,最鐘愛的東西是什么,他拿起他那雙已經穿破了的阿迪達斯運動鞋,鞋跟磨平了,鞋幫也磨壞了。但這雙鞋,是他的戰利品,證明了他是這個城市最棒的滑板運動員。
?
同樣他喜歡樂高,也喜歡滑板,他對滑板非常有成就感,這一點啟發了樂高的高層。孩子們,他們需要的是存在感,是一種高超的技能,只要他們獲得了這種感覺,他們就會熱愛。
?
樂高通過此,決定重新回歸積木這一核心。首先,出售了主題公園,把分散的逐步處理。為了重新燃起孩子的自豪感,它簽下了《哈利·波特》《星球大戰》和《巴布工程師》的品牌特許權。
?
?
最后,樂高削減了產品數量,增加了游戲的難度,提升產品的質量。他一步步的激發著孩子們克服困難的熱情,讓他們獲得一種克服困難的體驗和成就感,只有掌握更科學的分析方法,才能獲得好成績。
?
2014年,樂高重新回歸,成為全球最大的玩具生產商。
?
小數據有時候是洞察力的來源,這個故事從一個小孩出發,找到熱情、熱愛的發力點,并為樂高的整個戰略奠定了方向。
?
?
總結
?
通過這些案例的分析,我們可以看出,小數據可以體現人性,也可以體現出因果性,幫助找到問題的原因,從而可以為產品給出方向性的指引。
?
人們對自己的觀點都會非常堅持,而這些觀點不一定就是科學的,但只有現實中發生的具體事實,才能讓他們知道自己確實犯了一些錯誤。
?
?
很多產品,都是人們依據自己的貪嗔癡來做出決定的,很大一部分都是因為自我的傲慢等原因,來做決策的。如果沒有和用戶打交道,沒有聽到用戶的抱怨,沒有聽到用戶的憤怒,人們的自我執著就會增長。
?
很多管理者和產品人很傲慢很自我,經常會陷入一些自我執著的陷阱,例如,為了證明自己是正確的、為了證明自己有經驗、為了自己的崗位晉升,而做出很多產品決策,這些決策都是一廂情愿的,而且他們也聽不進周圍的意見。
?
在做產品過程中,要觀察自己的微觀動機,例如有些人對平臺很執著,一心想打造一個運營平臺,而實際上連種子用戶的聲音都沒有聽到過。有些人喜歡驗證一個自己很看中的理念,為實踐和證明這個理論,一直在實驗。有些人可能因為不同觀點所產生的情緒,然后導致情緒化決策。體現自己的技術很好,體現能力很強等等,這些都是執著。
?
這些都是影響產品的大忌,產品的最終評估,是以服務用戶為標準的,如果管理者或產品人,以自我為中心,打造自己的產品,這樣導致為了自己的自尊心而努力打造產品,而不是為了服務用戶為中心。
?
關鍵是這種自我的執著,自我視角的堅持,也是非常隱蔽的,當局者幾乎很難發現。解決辦法就是通過事實的觀察,發現問題所在,依據事實來糾正自己的我執視角或者錯誤的想法。
?
是的,就是現實中我們不太關注的事實,很有可能可以改變我們的執著。
?
關于作者:彭耀,象形科技聯合創始人兼CTO,典型的產品型和技術型管理者。資深的大數據專家、人工智能專家和產品專家,有近20年的開發和產品經驗。
本文摘編自《升維:爭奪產品認知高地的戰爭》,經出版方授權發布。
?
?
延伸閱讀《升維:爭奪產品認知高地的戰爭》
轉載請聯系微信:togo-maruko
點擊文末右下角“寫留言”發表你的觀點
?
推薦閱讀
?
?
?
?
?
?
?
?
?
?
?
?
?
?
Python爬蟲新手進階版:怎樣讀取非結構化網頁、圖像、視頻、語音數據
今天過節的小青年們,到2030年時會全部失業嗎?
抖音封殺小豬佩奇,一年賺100億的“社會人”得罪了誰?
數據告訴你:跟缺“芯”相比,中國當前的這個問題更致命!
?
?
Q:?大數據VS小數據,你站哪個隊?
歡迎留言與大家分享
覺得不錯,請把這篇文章分享給你的朋友
轉載 / 投稿請聯系:baiyu@hzbook.com
更多精彩,請在后臺點擊“歷史文章”查看
點擊閱讀原文,了解更多總結
以上是生活随笔為你收集整理的大数据没用?!张小龙:我们很少看统计数据!的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: AI取代人类?这4种工作仍将是从业者的“
- 下一篇: STM32之内部FLASH原理