痛点:一袋生活垃圾能暴露多少隐私?

前两期讲了小数据是如何帮助我们在具体的商业环境里改进产品、改进服务,更好地满足消费者痛点。这期稍微延伸一下,看看小数据这个思维在工作生活中应用的话,应该具体怎么操作?

可能有很多人怀疑,觉得用小数据去观察某一个地区的人或某一类人的特点,然后挖掘背后真正的用户痛点,虽然有意思,但是世界上有70多亿人,用小数据来分析是不是效率太低了?

用大数据分析可以涵盖大部分的人,至少好几十亿互联网人口数据,可以把宏观的特征提取出来,而用来指导我们的工作生活。

小数据必须一个人群一个人群的去接触,之后才能发现这些人背后可能存在某种欲望没有被满足,逻辑讲得通,但效率太低。

更关键的是有可能造成样本偏差,比如观察中国人,有没有可能观察的人并不代表大部分中国人的特点?

关于这个问题,本书的作者马丁·林斯特龙的看法是其实世界上并没有分成那么多种类。

70多亿人大致可以分成500到1000种,不管在哪个国家,人群都是这些类,只不过每个国家都有不同的文化,有些人的痛点是藏在文化背后的,所以要认真的去了解国家的文化环境。

了解之后,拿到的小数据应该是比较精准的,可以通过几十个人,甚至只观察十个人,就能把一个地方的人群的基本欲望了解清楚。

可能你还会有一个问题,就是作为一个外部人士,来观察其他国家的人,对这个国家文化的了解不一定那么深入,这会不会造成一些误差呢?

文 化 眼 镜

《痛点》着重提了一个理念,有一件事特别容易阻碍小数据观察,就是文化眼镜。

比如,中国人文化里司空见惯的东西,以至于通常不会去认真思索某个习惯行为背后到底有什么样的欲望,但是,对于老外来说,因为有一种距离感存在,所以他的观测是更客观的。

比如,中国人习惯于做很多比较短的一些策略,赚快钱,不太愿意做长期的投资。这个特点在中国人眼里不觉得有啥问题,但是在老外眼里发现,中国人的这个特点太明显了。

主要原因是中国人特别的急躁,做任何事都希望特别快,所以就不太可能慢悠悠地去等一个事儿出结果,通常都是求快求新,所以中国的工作生活节奏比国外要快。

这肯定跟咱们的生存环境有关,改革开放才40年,整个国家都处于一个发展太快的状态,这个过程中就不断的有一些新机遇、新机会,于是做事情节奏上都特别赶,这在外国人看来是很明显的。

但是,对咱们自己来说,这就是一种文化眼镜,咱们感受不到强烈的对比,所以越是熟悉的东西,反而越能阻碍我们认真的去观察、思考它背后的意义。

小数据观察,作为一个外人,反而是更好的。作者还举了一个自己亲身经历的例子,他曾经给百事可乐做过一些营销咨询,当时就遇到了问题。

主要是因为他自己就是百事的一个忠实的消费者,他对百事可乐太熟悉了,基本就是零距离,他没法跳脱出来,用一个上帝视角去观察这个品牌。

所以,早期去搜集小数据就特别困难,为了跟这个品牌拉开一定的距离,找到消费者内心的欲望,他就完全把自己和品牌做了一个切割。

比如,家里冰箱、厨柜坚决把百事可乐扔掉,跟朋友聚会的时候也不喝,他把整个环境塑造好了。大概持续了六周,他就成功地把一个原本很熟悉的东西调整到非常陌生的状态了。

这时去做小数据的观测,就看到很多不一样的东西。他很清楚消费者看待这个品牌的时候,藏在表面需求之下的,内心真正的欲望和期待是什么。

作者在书里虽然讲了大数据的很多问题,但是并没有否定大数据,他只是觉得大数据的局限应该用小数据的方法来补充。

一个比较有启发性的做法就是把小数据和大数据结合起来。书里举过一个例子,有一个金融机构特别害怕客户流失,所以就利用大量的数据做了一个分析模型。

只要有一个用户开始流失了,他们一般的补救措施是给用户呢发条短信或者是发邮件,劝说客户能够看留下,大数据分析的套路都是这样的。

但是,后来他们用小数据分析了一下,跟用户做了一些直接的线下接触,发现客户流失的大部分情况,是客户有转移资产的需要。

比如,离婚要把资产转一下,这个需求通过大数据肯定是分析不出来的,只能用小数据来分析,所以,大数据跟小数据一结合,就发现能得到不一样的用户需求。

作者大概十一、二岁的时候就发现了小数据的价值。

当时他生病了躺在医院的病床上,跟他同一个屋子有很多病人、医生、护士。他就去仔细地观察一些细节,看护士的表情、病人家属有没有送花等,然后自己联想猜测。

其实好多人也都这样做过,比方在地铁里观察匆匆忙忙的行人,打电话聊什么内容,好多人都有这个习惯,这种胡思乱想并不是没有意义的,通过观察,可以培养了一种非常有意思的能力。

作者给乐高做过咨询,当时在90年代,乐高觉得互联网马上兴起了,它想转行,舍弃掉实体的玩具,去做电子游戏。

当时他只有12岁,就给乐高做了建议,他认为实体玩具不会消亡的。基于一个非常简单的判断,好多访谈节目里,主持人经常会问成功人士一个问题——你人生中最骄傲的一刻?

通常来说,这些成功人士都是说一些非常朴素的事儿,比如某一年生日的时候收到了外公外婆送的一个礼物,或者一张全家人出去旅游的照片。你要问他为什么值得你骄傲,一般都会把这段经历背后的故事讲出来。

对于玩具来说,虚拟的还是实体的未必是替代关系,拼了只是对一个孩子的童年到底有什么价值。所以,他成功说服了乐高,在21世纪之后依然发展的很好。

做了这么多年了小数据的研究,也服务了好多大的品牌商之后,他就积累了好多小数据的经验。全世界只有500到1000种人,总结一下是有一定的规律性的。比如,爱跑步的人通常都比较外向,喜欢成为关注的焦点,而且,他们喜欢的音乐,也相对来说比较活泼。

喜欢游泳的这类人,一般比较宽厚、乐观,做事有条不紊;喜欢步行的人,通常来说喜欢独处,不喜欢成为万众瞩目的焦点,不那么物质。

这些东西是共通的,放在哪个国家的人身上都能成立,而且这500到1000种人的划分,实际上主要靠四个指标,分别是气候、统治者、宗教和文化传统。

具体来说,在实操层面做小数据观测的话应该怎么操作呢?马丁·林斯特龙提了一个7C法——

搜   集 Collect

搜集指的是让你宏观了解目标群体,比如刚到一个新的地方,首先要了解一下当地人,观察社区的市容市貌,人行道是不是荒凉,人是不是特别的友好等。

要把这些细节都观测到,最好在观察之前就先预设一个假设,即便假设错了也不要紧,因为只需要在搜索阶段尽可能的找到可靠的信息。

要尽可能的多听一听不同的意见,最好在当地找到一个意见领袖,这个人最好比较外向、比较自信,接触特别多的人,对整体会有一个相对客观的观察。你可以去听一下他们的意见,通过他们了解更多的信息。

线 索  Clue

线索的目标是创建一个连贯的、有叙事性的故事,所以说前面搜集的信息,虽然是很碎片化的,但是通过那些信息,进一步推进,就可能发现很多有意思的细节。

这些细节通常藏在个体身上,比如可以到别人家里去家访,去看一下家庭里面的细节,去观察一下布局、环境,墙上挂的是照片还是艺术品?冰箱上有没有贴小贴纸?网络文件夹里是收藏了哪些网址?

甚至比较隐私的地方,都要尽量的争取主人的同意,让你去看一下。比如橱柜里放着什么样的衣服,哪些衣服是在比较容易拿到的,这就反映了主人的很多偏好。

如果你观察的是一个男人的话,尽量要去看一下他的车库,因为男人在开车这件事上会暴露特别多的隐私。

最隐私的其实是垃圾桶,大部分人不太意识个人的生活垃圾不能乱扔,那里边暴露的个人隐私太多了。比如能反映出最近吃了什么、买了什么、做了什么、家里有没有小孩等。另外,手机相册、流媒体的音乐播放列表等都是在搜集线索的阶段应该观察的。

搜集这些线索的目标一定是让你发现这个人真正的自我,因为大部分时候,对外的形象跟家里的形象是完全不一样的。对外都想塑造成一个理想化的自己,只有私下里才是真实的自己。

想把小数据用的好,那就必然需要在这些非常隐秘的地方找到需要的线索,就可以看出来这个人实际上是个什么样的。

你把这些线索收集完之后,可以问他两个问题,比方你生命中最重要的是什么?或者,你最担心的是什么?他的回答跟线索很可能匹配起来,证实你的很多推测。

连 接 Connect  

前面通过宏观的数据和个人的数据,已经积累了好多小数据,这时候就可以问问自己,你搜索的线索相互之间有没有相似点,是不是指向某一个方向,需要做做各种连接和分析。

关 联 Correlation

关联的阶段就是简单的分析之后,你可能推测出他可能有什么样的欲望,或者什么样的期待没有得到满足,需要弄清楚到底什么东西是他产生欲望或者期待的转折点。

通常来说,一个欲望或者期待不会无缘无故地产生,一般是因为变故才造成一个人的欲望或者期待产生的一些关键节点。

因 果 Causation

就是要最清晰的理出因果关系来,因为前面的分析肯定有一些是对的,有一些是错的。这时候要集中排查一下。作者给的建议是在办公室找一个大的白板或者黑板,然后把所有的发现都写上,最好制作出一个时间轴来,按时间轴排序。 

把整个图画出来之后,可以把这些发现进行归类,总之,把这些东西落在纸上就比较容易确定出哪些是有因果关系的,哪些可能是干扰项。

这项工作说起来简单,但其实是非常难的,如果在分析的过程中遇到了困难,可以找当地的意见领袖,讲一下对于一些因果的看法。

补 偿 Compensation

验证完了因果关系之后,就要提取出最强烈的情绪,因为最强烈的情绪背后就是最强烈的欲望,哪些欲望没得到满足就体现在情绪上。

观 念 Concept

观念的意思就是在做补偿方案的时候,想出几个来之后,最后挑出一个最有创意的解决方案。比如,优步把公共出行的问题跟私家车结合起来,而且可以用智能手机连接,所以这就是一种有创意的解决方案。

我们用七步的模型法,去审视一下观测的结果,看有没有解决用户真正隐藏在大数据背后的一些痛点。希望这本书能够对你的工作、学习,包括商业行为有一些启发。

(搜索路径:先保存至相册,在微信扫码,关注)

推荐阅读更多精彩内容