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
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 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 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26