
挖掘大数据商业价值的关键:从“大数据”到“厚数据”
从本质上来说,所有商业行为都是在针对人类行为下注。哪种产品最有可能在市场上热销?哪位员工最有希望取得成功?消费者愿意支付多高的价格?善于下注的公司往往能在市场上立于不败之地。
如此说来,“大数据”(Big Data)成为商界的最新热潮也就不足为奇了。所谓“大数据”,是指由强大的分析工具进行筛分的庞大数据集。“大数据”可以成为一种出色的工具,帮助企业收集有关我们行为和偏好的新信息,但它无法解释我们行为背后的原因。
事实上,公司过分依赖“大数据”里的数字、图表和不甚可靠的信息会面临风险,那就是将自己与消费者日常生活中丰富多彩、但不能量化的内容隔绝。他们会丧失能力,无法想象和凭直觉感知世界和他们的企业可能会如何演变。假如让“大数据”代替我们思考,我们通过细致观察来认识世界的能力就会开始退化,这好比在一座新的城市,如果只靠GPS来导航,你就无缘亲身感受和触摸这座城市。
成功的企业和管理者会设法了解其产品或服务会让用户产生什么样的情绪甚至本能反应,并能根据情况变化适时调整。他们能够运用我们所说的“厚数据”(Thick Data)。
我们来看看乐高(Lego)的案例。2004年,这家丹麦公司一天的亏损额就高达一百万美元。该公司产品与消费者需求出现脱节,处于破产边缘。
当时,乐高内部思路很明确,认为他们已经找到了可能的解决方案。该公司认为,现代儿童在游戏中寻求的是“瞬时驱动”。他们想要能拿起来就玩的玩具,而不是像经典乐高积木那样需要“一砖一瓦”认认真真组装的玩具。基于这一设想,乐高开始开发新的活动人偶和其他概念玩具,但该公司新任首席执行长约尔廷·克努德斯托普(Jorgen Vig Knudstorp)则一直有一种挥之不去的感觉:这种想法是错误的。他认为自己应该从头开始,从更根本的角度理解儿童怎样玩和为什么玩。他聘请我们公司在五个国际大都会对乐高用户进行研究。我们被派去和孩子一起玩耍——不是在专门的小组里,而是在实实在在的现实生活里。
在收集了无数个小时的视频、数以千计的照片和日志以及数百个用乐高搭成的模型之后,乐高细致地为所有信息进行编码,从中寻找跨越地理位置和年龄的模式。一种模式慢慢从数据的犄角旮旯里浮现出来。
该公司发现,并不是每个孩子都喜欢搭乐高积木,但爱搭积木的孩子对此十分着迷:他们想把积木搭好,还想了解自己处于什么样的水平。乐高的团队领悟到:他们应该“回归一砖一瓦”。
David McLain/Aurora Photos/Corbis
乐高通过对数据的分析弄清了问题所在:他们应该回归“一砖一瓦”。
如今,乐高再度成为一家成功的企业。乐高的东山再起有很多原因,其中包括《乐高大电影》(The Lego Movie)近期的成功,但对儿童游戏经验更深入的理解肯定是原因之一。
再来看看康乐宝(Coloplast)的案例。这家总部位于丹麦的医疗科技公司1954年创建以来,一度年年都能实现两位数的增幅。但在2008年,该公司突然一年有四次没能达到销售目标。多年来一直在造口护理用品这一细分市场保持全球领先的康乐宝发现,其产品正在竞争中失去市场份额。
康乐宝的研发团队专注于解决造口袋的“渗漏”问题。无数研究显示,遭遇过渗漏的用户会对产品失去信任,并改用其他产品。当时整个行业普遍将改进黏合剂和减少渗漏划等号。
多年来,康乐宝的工程师们一直在通过增加新功能或改进黏合剂来优化产品。但这招已经不再灵光了。为了更好地了解公司该如何提供更加优质的产品,他们决定让自己置身于用户的世界中。在几个月的时间里,我们公司与康乐宝联手收集、整理和分析一批批有价值的用户 “厚数据”。
通过视频、照片和其他第一手资料,康乐宝的高管可以观察到用户的实际体型以及公司产品与用户身体的契合程度。一位高管告诉我们:“我可以拿起照片和日记,浏览它们,感受它们。这些数据带来完全不同的感觉。”
康乐宝的团队发现,黏合剂并不是问题的关键。导致恼人渗漏的原因是,患者身形各异且每个人的体型也在不断变化,造口袋与之不吻合。许多患者术后体重出现大幅增减,或者产生了疤痕组织,从而导致造口袋很难固定。
领悟到这一点之后,康乐宝针对各种体型开发出三类不同的产品。这不仅帮助康乐宝解决了渗漏问题,而且让该公司确立了有关未来创新的清晰视角和方向。
最后,让我们来看看三星(Samsung)的电视机业务。在本世纪初,三星的电视机看上去和商场货架上所有其他电视机都差不多。三星的高管能感觉到他们正在丧失脱颍而出的机遇,但他们不知道怎样才能给消费者带来惊喜。他们需要在文化背景下问一个有关人类行为的更宏观的问题:“在现代家庭中,电视机意味着什么?”
我们与三星展开合作,设法回答这个问题。通过数百个小时的访谈、视频和其他资料,我们帮助该公司识别出一些至关重要的模式。一位访谈对象说,他把电视机藏在一个角落里,因为他不喜欢电视机的外观;还有一位访谈对象说,他希望电视机能像他制作精良的椅子一样“经得起时间考验”。我们发现,对多数人来说,电视机不是电子产品,而是家具。
根据这一重要洞见,三星的团队开发出一种与以前的设计风格迥异的电视机,这种电视机在审美上更接近现代风格的家具,而不是粗笨的科技产品。他们把扬声器和其他有碍观瞻的部件隐藏起来,还改变了电视机的销售、营销及维修方式。这样一来,电视机(现在成为一种家具)就实现了外观和功能的完美结合。
处理“厚数据”并不是那么简单直接的事情,但是如果我们不这样做,就得选择让机器来代替我们应对这些复杂的商业挑战。虽然现在计算机有强大的能力可供我们调遣,但有时我们却只能凭借认真而耐心的亲身观察,静下心来,深入思考,想方设法把问题解决。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03