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
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24