知識星球
導讀：關於大資料的應用案例我們已經推送過很多，但大資料不是萬能的，因為大資料只是研究資料之間的相關性，解決不了因果性。相比之下，身段更靈活的“小資料”反而更善於看穿因果性。因果性就在於日常的小資料中的，在於人的情緒、人的選擇、人的愛好、文化等綜合因素之中。
今天我們就透過案例來看看張小龍等幾位高手是如何玩轉小資料的。
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，透過一個小資料代表的事實，可以發現現實中的規律。
馬丁•林斯特龍在他的暢銷書《痛點：挖掘小資料滿足使用者需求》中，專門闡釋瞭如何找到痛點。馬丁•林斯特龍認為，一滴血裡包含的資料，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資料的方式。
林斯特龍挖掘小資料的方式是實地探訪，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天在飛機上或賓館裡度過。
他會在徵求主人的允許後，住進別人家裡或出租屋裡，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，他會檢視冰箱，開啟抽屜和櫥櫃，尋覓書、雜誌、音樂、電影和下載檔案，檢視皮夾錢包、網路搜尋歷史、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（“閱後即焚”照片分享應用）賬戶。還會檢查他們的微波爐、玻璃杯和塑膠回收罐。
因為“小資料可能存在於微波爐、藥盒或臉書相簿裡。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牆上的一捲廁紙；它可能出現在走廊的鞋櫃裡，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裡尋找沒擠完的牙膏管、剝掉的糖紙和過期的優惠券。
在小資料洞察事實，發現使用者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：蒐集、線索、連線、關聯、因果、補償和理念。透過這個框架，可以從冰箱貼、陶瓷青蛙燈小資料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。
-
蒐集：你的觀點是如何反映在一棟房子裡的？去到使用者家裡、工作場所或者有密切的接觸，觀察生活裡的點點滴滴。
-
線索：你觀察到的獨特情感反應是什麼？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，無論是牆上掛的藝術品，還是浴室櫃裡的內部情況，尤其是客廳。
-
連線：情緒行為能產生什麼後果？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，是什麼時候？需要尋找顧客行為上的轉變，也就是所謂的切入點。
-
因果：它能激發什麼情感？小資料挖掘。一般來說，林斯特龍會在一張大公告板上貼滿照片和發現，製作一個時間軸。這時候，公告板反映了所發現的情感基因和因果關係，把這些發現和照片放在一起可以找出共同特徵。
-
補償：還有什麼慾望沒被滿足？驗證完因果關係，就該提取最強烈的情緒本質，就是慾望。
-
觀念：針對你發現的顧客慾望，能有什麼“創意”補償？ 產品如何滿足使用者的情感。
這七個步驟，是從小資料中觀察人性、人們生活中的情感、事實等，幫助發現隱藏的規律。
我們下麵，看一些案例，看他們是如何透過小資料，來洞察新的認知的，找到產品的發力點。
01 微信透過小資料探索需求
張小龍有一次說，“近期有個同事找我聊，問我是如何透過統計資料來看使用者的喜好，透過資料來做一些東西。結果我的回答是，其實我們很少看統計資料，也幾乎沒從統計資料裡看到使用者的喜好。根據統計資料來找需求和方向是挺難的。我們也不會去瞭解手機QQ的統計資料來指導微信的工作。”
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，“你可以把所有使用者看作是一個人，這個人是沒有性別、年齡、區域、教育程度的屬性，他就是一個物件，他包括了所有使用者，他是所有使用者共同需求的交集。”
這也是一種小資料的思維方式。為什麼小資料方式，可以成為一種很關鍵的方法呢？
因為大資料只是研究資料之間的相關性，他解決不了因果性，因果性就在於日常的小資料中的，在於人的情緒、人的選擇、人的愛好、文化等綜合因素之中。小資料背後承載的是情感，消費的慾望，以及文化的因素，責任等因素。這些在大資料裡面，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。問他為什麼要這麼做，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。”
這就是典型的小資料觀察的方式，透過個例，找到問題所在。
02 利用小資料來洞察競選
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）雜誌，從1916到1932年，該雜誌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，他於1935年成立第一個“真正的”民意調查機構。
這次，《文學文摘》採取的是民意調查方法，把調查的範圍拓展得非常廣，認為資料集合越大，預測結果越準確，可見對其方法越來越執著。於是《文學文摘》計劃寄出1000萬份調查問卷，後來收到了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，僅僅透過一個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，根據選民的分別特徵，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佈之後，《文學文摘》聲譽掃地，不僅再也沒有做民意調查，而且幾個月後就宣告倒閉。
而1948年以前，蓋洛普民意測驗採用的樣本容量一般為5萬。改進以後，一般採用1500人的樣本。蓋洛普民意測驗建立了一整套的原則和程式，雖然是小資料，但是精確度依然是非常高。
|
年份 |
蓋洛普的最後調查 （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 |
尼克鬆62.0 |
60.7 |
1.3 |
|
1968 |
尼克鬆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》採取的方法，並不是錯誤的，問題應該出在樣本本身上面，例如240萬個回執裡面，可能支援民主黨的人更願意寄回回執，或者在樣本選擇上只選擇了一個區域性的特徵。
當然《文學文摘》的資料可能會更加充分，如果在今天，以大資料的方式來進行，對這些調查的人的特徵進行分析，再根據大資料的技術來做分類，做預測，可能會更加科學。
這個問題的實質不在於大資料，而在於資料挖掘和分析的處理方式的差異化。大資料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資料幾乎是很難獲得的。人們利用大資料決策，經常會依然需要小資料的支撐。
03 如何利用“小資料”提升汽車的銷量
林斯特龍曾經受一個中國汽車生產商委託，為其提高品牌銷量並建立一個中國汽車的概念。
由於中國市場上，中國人都覺得中國的汽車不如歐美的品牌，銷量比是1：3，那麼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，而不是來自使用者在生活中的事實反饋。
林斯特龍透過深入觀察中國人的家庭生活，以及透過日常生活中的細節，來發現大資料看不到的規律，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；
-
中國人為了抵禦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，遊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；
-
相較於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，開車或坐在後座上時會吃東西，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徵，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，在車門開啟時亮起，關門暗下，有一種像進入錄音棚聽到的音響效果，放大男性的象徵；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域性的感覺。
-
儀錶盤類似於飛行駕駛臺，讓開車的人面對大量資料，感到更有男子氣概和掌控感，並結合快速開關的車門和電動車窗。
經過這樣設計之後，從銷量上看，銷量大幅提升。
因為這些小資料的觀察，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係，而不是大資料的相關關係。找到因果關係，就可以從因上下手，找到解決方案。
04 輓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遊戲上，對組裝玩具的未來而言，任天堂這樣的遊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、影片遊戲、圖書雜誌、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後，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，還是大資料，人們都很容易得出來的一個結論，資訊時代的群體，他們沒有時間和耐心玩樂高。
於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，大家都大談大資料，但是馬丁·林斯特龍認為，大資料連線了千百萬的資料點，可以準確地產生相互關係。但是，當人類按照自己的習慣行動時，大資料分析通常不會十分準確。所以挖掘使用者需求時，在大資料之外，更重要的是透過對一個小群體的親身觀察和小資料常識，捕捉到這個社會群體所體現出的文化慾望。滿足這些使用者需求，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。由於積木是樂高的核心，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，最鐘愛的東西是什麼，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，證明瞭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。
樂高透過此，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。
最後，樂高削減了產品數量，增加了遊戲的難度，提升產品的質量。他一步步的激發著孩子們剋服困難的熱情，讓他們獲得一種剋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。
小資料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，併為樂高的整個戰略奠定了方向。
總結
透過這些案例的分析，我們可以看出，小資料可以體現人性，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痴來做出決定的，很大一部分都是因為自我的傲慢等原因，來做決策的。如果沒有和使用者打交道，沒有聽到使用者的抱怨，沒有聽到使用者的憤怒，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願的，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，而實際上連種子使用者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，然後導致情緒化決策。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，是以服務使用者為標準的，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，而不是為了服務使用者為中心。
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。解決辦法就是透過事實的觀察，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註的事實，很有可能可以改變我們的執著。
關於作者：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。資深的大資料專家、人工智慧專家和產品專家，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》，經出版方授權釋出。
延伸閱讀《升維：爭奪產品認知高地的戰爭》
轉載請聯絡微信：togo-maruko
點選文末右下角“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、影象、影片、語音資料
Q: 大資料VS小資料，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 / 投稿請聯絡：baiyu@hzbook.com
更多精彩，請在後臺點選“歷史文章”檢視
點選閱讀原文，瞭解更多