还在痴迷于大数据?未来 “小数据” 会让你大开眼界

简介:

image

编者按:本文作者 Roger Dooley 通过研究人的思维和行为欲将营销变得更加美好。

如今最重要的潮流是什么?如果你问任何一位 CMO,你得到的答案可能是 “移动” 或者 “社交媒体”。大部分情况下,人们给出的第一个答案是 “大数据”。但是,如果你问著名的品牌专家兼畅销作者 MartinLindstrom 这个问题,你会得到不同的答案:小数据。

Lindstrom 一直喜欢别出心裁,他的新书《小数据:揭示大趋势的小线索》一书就是很好的例证。

Lindstrom 所提出的 “小数据” 很简单,至少在概念上很简单。作为一名营销人员,你应该将时间花在研究真实环境中的真实的人。通过仔细观察,可以形成强有力的营销洞察。

这种方法是大数据的以人为本的替代方案。在每一种场景下,人们通过收集信息获得行为、兴趣等洞察。但是 Lindstrom 的方法依赖对小样本的敏锐观察和应用的直觉。

Lindstrom12 岁的时候开始玩乐高玩具。这位崭露头角的企业家用塑料块在他的后院中创造了一个精致的迷你主题公园。最初,乐高的律师威胁他侵犯了商标权,要起诉他。幸运的是,他们处理了这件事,Lindstrom 被任命为一名顾问。自此他开始为乐高公司做咨询。

由于利用小的积木块来创建结构需要耐心,乐高的解决方案是引进大的积木块,这样可以轻松地创建结构。他们的用户可以在几分钟内创建一座城堡,而以往需要耗费好几个小时。

Lindstrom 在最近的交谈中说,这种策略失败了,乐高的销售额还在不断下滑。

在这种艰难的时期,“小数据” 概念出现了。乐高的研究员团队为了更好的了解用户,拜访了德国一位 11 岁小男孩的家。他们问小男孩在他的屋里他最自豪的是什么?

Lindstrom 说:“小男孩想了一小会,指向了鞋架上穿坏了的溜冰鞋。他说:‘这是我最骄傲的,这双鞋可以证明我是这个镇子里最好的溜冰者。当我溜冰的时候,我可以滑出弧度。’ ”

这个团队意识到即使现在的孩子想要什么就能有什么,他们还是愿意把大量的时间用在自己感兴趣的事情上,如果他们自己做主的话。

乐高团队根据这一发现修改了他们的策略。他们开始使用更小的积木块。他们决定让孩子掌握主动权。Lindstrom 解释道:“不仅讲故事,同时还要制作乐高电影。”

如今,乐高广泛推广的产品和声誉让他们成为世界顶尖级的玩具制造商。

来自冰箱贴的提示

Lindstrom 提及的关于小数据的示例涉及不同文化环境中冰箱贴的摆放情况。

Lindstrom 花了大量的时间到用户的家中拜访,他注意到很多小细节。其中一个细节问题是冰箱贴。冰箱贴一般用作备忘录和回忆。他注意到在沙特阿拉伯常常放在冰箱的最高处,小孩子们碰不到。相反,在访问西伯利亚时,他发现冰箱贴放得很低。

由于 Lindstrom 访问的沙特阿拉伯家庭比西伯利亚家庭买的玩具多,他认为冰箱贴放得靠下是把冰箱贴也当作了儿童的玩具。这种研究的结果是创办了一家新的俄罗斯玩具公司。

“在场” 的重要性

Lindstrom 一年内 300 天都在全世界旅游,并且拜访别人的家庭。这是人们少有的生活方式,或者想要的生活方式。当别人问他在进行非全球性的市场营销时,是否可以使用小数据时,他这样回答:

“当然可以使用。当我们在等别人时,如果这个人迟到了,你做的第一件事情是什么?你会拿起你的手机,然后做点事情,什么事情都行,伪装成你并不是一个 loser,是吗?因为我们会在几秒的时间内感到无聊,但不会几个小时都很无聊,因此我们也就不再无聊了。”

但是又一个问题出现了。当你不无聊时,你是没有创意的。创意来自于你处于一种无聊的状态,因为在这种无聊的状态下你才会去编故事。但是这也使得你善于观察,有一种 “在场感”。如果你没有注意到发生在你身边的事情,那么你会缺少 “在场感”。

你需要做的第一件事情是你应该“在场”

Lindstrom 强调他自己承诺的在场是不再使用手机。他将其称为 “一个非常、非常艰难的排毒过程。”

你可能还没有准备好放下你的手机。但是找时间阅读一下 Lindstrom 的图书吧。《小数据》在市场营销中引入 “人性” 的概念。Martin Lindstrom 会把你培养成善于观察人类和趋势的人,帮你获得通过数据分析无法得到的见解。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
47 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
35 0
|
3月前
|
机器学习/深度学习 存储 分布式计算
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
|
2月前
|
分布式计算 DataWorks BI
MaxCompute数据问题之运行报错如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 1
|
4月前
|
存储 SQL 大数据
dataCompare大数据对比之异源数据对比
dataCompare大数据对比之异源数据对比
102 0
|
2月前
|
分布式计算 关系型数据库 数据库连接
MaxCompute数据问题之数据迁移如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
33 0
|
2月前
|
分布式计算 Cloud Native MaxCompute
MaxCompute数据问题之没有访问权限如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
4天前
|
数据采集 搜索推荐 大数据
大数据中的人为数据
【4月更文挑战第11天】人为数据,源于人类活动,如在线行为和社交互动,是大数据的关键部分,用于理解人类行为、预测趋势和策略制定。数据具多样性、实时性和动态性,广泛应用于市场营销和社交媒体分析。然而,数据真实性、用户隐私和处理复杂性构成挑战。解决策略包括数据质量控制、采用先进技术、强化数据安全和培养专业人才,以充分发挥其潜力。
11 3
|
7天前
|
运维 供应链 大数据
数据之势丨从“看数”到“用数”,百年制造企业用大数据实现“降本增效”
目前,松下中国旗下的64家法人公司已经有21家加入了新的IT架构中,为松下集团在中国及东北亚地区节约了超过30%的总成本,减少了近50%的交付时间,同时,大幅降低了系统的故障率。