痛點：一袋生活垃圾能暴露多少隱私？
小數據可以用來彌補大數據的局限性。
前兩期講了小數據是如何幫助我們在具體的商業環境里改進產品、改進服務，更好地滿足消費者痛點。這期稍微延伸一下，看看小數據這個思維在工作生活中應用的話，應該具體怎麼操作？
可能有很多人懷疑，覺得用小數據去觀察某一個地區的人或某一類人的特點，然後挖掘背後真正的用戶痛點，雖然有意思，但是世界上有70多億人，用小數據來分析是不是效率太低了?
用大數據分析可以涵蓋大部分的人，至少好幾十億互聯網人口數據，可以把宏觀的特徵提取出來，而用來指導我們的工作生活。
小數據必須一個人群一個人群的去接觸，之後才能發現這些人背後可能存在某種慾望沒有被滿足，邏輯講得通，但效率太低。
更關鍵的是有可能造成樣本偏差，比如觀察中國人，有沒有可能觀察的人並不代表大部分中國人的特點？
關於這個問題，本書的作者馬丁·林斯特龍的看法是其實世界上並沒有分成那麼多種類。
70多億人大致可以分成500到1000種，不管在哪個國家，人群都是這些類，只不過每個國家都有不同的文化，有些人的痛點是藏在文化背後的，所以要認真的去了解國家的文化環境。
了解之後，拿到的小數據應該是比較精準的，可以通過幾十個人，甚至只觀察十個人，就能把一個地方的人群的基本慾望了解清楚。
可能你還會有一個問題，就是作為一個外部人士，來觀察其他國家的人，對這個國家文化的了解不一定那麼深入，這會不會造成一些誤差呢？
文 化 眼 鏡
《痛點》著重提了一個理念，有一件事特別容易阻礙小數據觀察，就是文化眼鏡。
比如，中國人文化里司空見慣的東西，以至於通常不會去認真思索某個習慣行為背後到底有什麼樣的慾望，但是，對於老外來說，因為有一種距離感存在，所以他的觀測是更客觀的。
比如，中國人習慣於做很多比較短的一些策略，賺快錢，不太願意做長期的投資。這個特點在中國人眼裡不覺得有啥問題，但是在老外眼裡發現，中國人的這個特點太明顯了。
主要原因是中國人特別的急躁，做任何事都希望特別快，所以就不太可能慢悠悠地去等一個事兒出結果，通常都是求快求新，所以中國的工作生活節奏比國外要快。
這肯定跟咱們的生存環境有關，改革開放才40年，整個國家都處於一個發展太快的狀態，這個過程中就不斷的有一些新機遇、新機會，於是做事情節奏上都特別趕，這在外國人看來是很明顯的。
但是，對咱們自己來說，這就是一種文化眼鏡，咱們感受不到強烈的對比，所以越是熟悉的東西，反而越能阻礙我們認真的去觀察、思考它背後的意義。
小數據觀察，作為一個外人，反而是更好的。作者還舉了一個自己親身經歷的例子，他曾經給百事可樂做過一些營銷諮詢，當時就遇到了問題。
主要是因為他自己就是百事的一個忠實的消費者，他對百事可樂太熟悉了，基本就是零距離，他沒法跳脫出來，用一個上帝視角去觀察這個品牌。
所以，早期去搜集小數據就特別困難，為了跟這個品牌拉開一定的距離，找到消費者內心的慾望，他就完全把自己和品牌做了一個切割。
比如，家裡冰箱、廚櫃堅決把百事可樂扔掉，跟朋友聚會的時候也不喝，他把整個環境塑造好了。大概持續了六周，他就成功地把一個原本很熟悉的東西調整到非常陌生的狀態了。
這時去做小數據的觀測，就看到很多不一樣的東西。他很清楚消費者看待這個品牌的時候，藏在表面需求之下的，內心真正的慾望和期待是什麼。
作者在書里雖然講了大數據的很多問題，但是並沒有否定大數據，他只是覺得大數據的局限應該用小數據的方法來補充。
一個比較有啟發性的做法就是把小數據和大數據結合起來。書里舉過一個例子，有一個金融機構特別害怕客戶流失，所以就利用大量的數據做了一個分析模型。
只要有一個用戶開始流失了，他們一般的補救措施是給用戶呢發條簡訊或者是發郵件，勸說客戶能夠看留下，大數據分析的套路都是這樣的。
但是，後來他們用小數據分析了一下，跟用戶做了一些直接的線下接觸，發現客戶流失的大部分情況，是客戶有轉移資產的需要。
比如，離婚要把資產轉一下，這個需求通過大數據肯定是分析不出來的，只能用小數據來分析，所以，大數據跟小數據一結合，就發現能得到不一樣的用戶需求。
作者大概十一、二歲的時候就發現了小數據的價值。
當時他生病了躺在醫院的病床上，跟他同一個屋子有很多病人、醫生、護士。他就去仔細地觀察一些細節，看護士的表情、病人家屬有沒有送花等，然後自己聯想猜測。
其實好多人也都這樣做過，比方在地鐵里觀察匆匆忙忙的行人，打電話聊什麼內容，好多人都有這個習慣，這種胡思亂想並不是沒有意義的，通過觀察，可以培養了一種非常有意思的能力。
作者給樂高做過諮詢，當時在90年代，樂高覺得互聯網馬上興起了，它想轉行，捨棄掉實體的玩具，去做電子遊戲。
當時他只有12歲，就給樂高做了建議，他認為實體玩具不會消亡的。基於一個非常簡單的判斷，好多訪談節目里，主持人經常會問成功人士一個問題——你人生中最驕傲的一刻？
通常來說，這些成功人士都是說一些非常樸素的事兒，比如某一年生日的時候收到了外公外婆送的一個禮物，或者一張全家人出去旅遊的照片。你要問他為什麼值得你驕傲，一般都會把這段經歷背後的故事講出來。
對於玩具來說，虛擬的還是實體的未必是替代關係，拼了只是對一個孩子的童年到底有什麼價值。所以，他成功說服了樂高，在21世紀之後依然發展的很好。
做了這麼多年了小數據的研究，也服務了好多大的品牌商之後，他就積累了好多小數據的經驗。全世界只有500到1000種人，總結一下是有一定的規律性的。比如，愛跑步的人通常都比較外向，喜歡成為關注的焦點，而且，他們喜歡的音樂，也相對來說比較活潑。
喜歡游泳的這類人，一般比較寬厚、樂觀，做事有條不紊；喜歡步行的人，通常來說喜歡獨處，不喜歡成為萬眾矚目的焦點，不那麼物質。
這些東西是共通的，放在哪個國家的人身上都能成立，而且這500到1000種人的劃分，實際上主要靠四個指標，分別是氣候、統治者、宗教和文化傳統。
具體來說，在實操層面做小數據觀測的話應該怎麼操作呢？馬丁·林斯特龍提了一個7C法——
搜 集
Collect
搜集指的是讓你宏觀了解目標群體，比如剛到一個新的地方，首先要了解一下當地人，觀察社區的市容市貌，人行道是不是荒涼，人是不是特別的友好等。
要把這些細節都觀測到，最好在觀察之前就先預設一個假設，即便假設錯了也不要緊，因為只需要在搜索階段儘可能的找到可靠的信息。
要儘可能的多聽一聽不同的意見，最好在當地找到一個意見領袖，這個人最好比較外向、比較自信，接觸特別多的人，對整體會有一個相對客觀的觀察。你可以去聽一下他們的意見，通過他們了解更多的信息。
線 索
Clue
線索的目標是創建一個連貫的、有敘事性的故事，所以說前面搜集的信息，雖然是很碎片化的，但是通過那些信息，進一步推進，就可能發現很多有意思的細節。
這些細節通常藏在個體身上，比如可以到別人家裡去家訪，去看一下家庭裡面的細節，去觀察一下布局、環境，牆上掛的是照片還是藝術品？冰箱上有沒有貼小貼紙？網路文件夾里是收藏了哪些網址？
甚至比較隱私的地方，都要盡量的爭取主人的同意，讓你去看一下。比如櫥櫃里放著什麼樣的衣服，哪些衣服是在比較容易拿到的，這就反映了主人的很多偏好。
如果你觀察的是一個男人的話，盡量要去看一下他的車庫，因為男人在開車這件事上會暴露特別多的隱私。
最隱私的其實是垃圾桶，大部分人不太意識個人的生活垃圾不能亂扔，那裡邊暴露的個人隱私太多了。比如能反映出最近吃了什麼、買了什麼、做了什麼、家裡有沒有小孩等。另外，手機相冊、流媒體的音樂播放列表等都是在搜集線索的階段應該觀察的。
搜集這些線索的目標一定是讓你發現這個人真正的自我，因為大部分時候，對外的形象跟家裡的形象是完全不一樣的。對外都想塑造成一個理想化的自己，只有私下裡才是真實的自己。
想把小數據用的好，那就必然需要在這些非常隱秘的地方找到需要的線索，就可以看出來這個人實際上是個什麼樣的。
你把這些線索收集完之後，可以問他兩個問題，比方你生命中最重要的是什麼？或者，你最擔心的是什麼？他的回答跟線索很可能匹配起來，證實你的很多推測。
連 接
Connect
前面通過宏觀的數據和個人的數據，已經積累了好多小數據，這時候就可以問問自己，你搜索的線索相互之間有沒有相似點，是不是指向某一個方向，需要做做各種連接和分析。
關 聯
Correlation
關聯的階段就是簡單的分析之後，你可能推測出他可能有什麼樣的慾望，或者什麼樣的期待沒有得到滿足，需要弄清楚到底什麼東西是他產生慾望或者期待的轉折點。
通常來說，一個慾望或者期待不會無緣無故地產生，一般是因為變故才造成一個人的慾望或者期待產生的一些關鍵節點。
因 果
Causation
就是要最清晰的理出因果關係來，因為前面的分析肯定有一些是對的，有一些是錯的。這時候要集中排查一下。作者給的建議是在辦公室找一個大的白板或者黑板，然後把所有的發現都寫上，最好製作出一個時間軸來，按時間軸排序。
把整個圖畫出來之後，可以把這些發現進行歸類，總之，把這些東西落在紙上就比較容易確定出哪些是有因果關係的，哪些可能是干擾項。
這項工作說起來簡單，但其實是非常難的，如果在分析的過程中遇到了困難，可以找當地的意見領袖，講一下對於一些因果的看法。
補 償
Compensation
驗證完了因果關係之後，就要提取出最強烈的情緒，因為最強烈的情緒背後就是最強烈的慾望，哪些慾望沒得到滿足就體現在情緒上。
觀 念
Concept
觀念的意思就是在做補償方案的時候，想出幾個來之後，最後挑出一個最有創意的解決方案。比如，優步把公共出行的問題跟私家車結合起來，而且可以用智能手機連接，所以這就是一種有創意的解決方案。
我們用七步的模型法，去審視一下觀測的結果，看有沒有解決用戶真正隱藏在大數據背後的一些痛點。希望這本書能夠對你的工作、學習，包括商業行為有一些啟發。
本文圖片均來源於網路，如有侵權，請聯繫刪除。
TAG:老馬商書房 |