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