京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据还是未来 “小数据” 会让你大开眼界
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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12