為什么神奇的「大數據」并不能指明產品設計的方向?
時間:2017-10-22 17:22:00 閱(yue)讀:3549 整理:廣州市場調查公司
大(da)數(shu)據能夠比我(wo)們人類自己「更懂人類」,并且提供更優的(de)解決(jue)方案。但(dan)是,很遺憾的(de)是,即使大(da)數(shu)據相關的(de)技術(shu)已經越發的(de)成熟,但(dan)是我(wo)們的(de)產(chan)品和(he)服務(wu)并沒有達到想象中的(de)峰值。
多(duo)年(nian)以前(qian),當(dang)我們剛剛開始頻(pin)繁聽到「大(da)數據(ju)」這(zhe)個詞(ci)的(de)(de)時候,很(hen)多(duo)企業和團隊的(de)(de)負責人(ren)開始認為,這(zhe)是(shi)(shi)他們所(suo)缺少的(de)(de)東西(xi),是(shi)(shi)讓產品和企業重振(zhen)雄風的(de)(de)藍色(se)小(xiao)藥丸。直到今天,大(da)多(duo)數人(ren)仍然(ran)相信(xin),大(da)數據(ju)能夠比(bi)我們人(ren)類自己「更懂人(ren)類」,并且(qie)提供(gong)更優(you)的(de)(de)解決(jue)方案。但是(shi)(shi),很(hen)遺憾的(de)(de)是(shi)(shi),即使大(da)數據(ju)相關的(de)(de)技(ji)術(shu)已經越發的(de)(de)成熟(shu),但是(shi)(shi)我們的(de)(de)產品和服務并沒有達到想(xiang)象中的(de)(de)峰值。
這到(dao)底是為什么(me)呢?
對我(wo)而言,最有趣的情況是,我(wo)們(men)(men)認為(wei)借(jie)助邏輯可以(yi)作出正(zheng)確的決(jue)策。過去(qu)(qu)的數(shu)據能夠幫(bang)我(wo)們(men)(men)更(geng)好確定未來(lai)會(hui)發生什么。更(geng)通俗的說,就是「我(wo)們(men)(men)從過去(qu)(qu)搜集數(shu)據以(yi)預測未來(lai)」。
其(qi)實這里(li)存在一(yi)個重(zhong)要的(de)問題:我們無法真(zhen)正(zheng)有(you)效地處理我們所(suo)獲得的(de)大(da)量(liang)數據,它所(suo)揭示(shi)的(de)真(zhen)實信(xin)息到底有(you)哪些,又或者我們僅(jin)僅(jin)只是拿其(qi)中的(de)一(yi)部分(fen)來支撐我們自己(ji)的(de)已有(you)的(de)觀點甚(shen)至偏見(jian),僅(jin)此(ci)而已。面對著海量(liang)數據,我們可能錯過了真(zhen)正(zheng)的(de)機(ji)會。
量化偏見(jian)——對于可量化數據(ju)的盲目相信。
人們對于(yu)量(liang)化數據的(de)(de)(de)偏好(hao),使(shi)得對于(yu)其他的(de)(de)(de)非量(liang)化內容視而(er)不見(jian),即便你可以展(zhan)示明確(que)的(de)(de)(de)證據。人們對于(yu)量(liang)化數據是上癮的(de)(de)(de),當我們沒有辦法來(lai)掌控(kong)一件(jian)事(shi)情的(de)(de)(de)時候,很容易陷入(ru)量(liang)化偏見(jian),想盡辦法也要找一個(ge)量(liang)化的(de)(de)(de)依(yi)據來(lai)證明自己。你所需要的(de)(de)(de)未(wei)來(lai),可能會藏在(zai)海(hai)量(liang)數據中的(de)(de)(de)某個(ge)角落(luo),當你正在(zai)忙(mang)于(yu)找到(dao)這個(ge)可能的(de)(de)(de)未(wei)來(lai)的(de)(de)(de)時候,背后的(de)(de)(de)龍(long)卷風可能已經悄然襲來(lai)。
圖中(zhong)的(de)(de)計(ji)算(suan),在(zai)數學上(shang)可能是正確(que)的(de)(de),但是在(zai)市場營銷(xiao)、經(jing)濟學甚(shen)至設計(ji)等學科當(dang)中(zhong),從來都不遵循相(xiang)同的(de)(de)規(gui)則。7張(zhang)低素質(zhi)的(de)(de)插(cha)(cha)畫(hua)(hua)是不等同于一張(zhang)高質(zhi)量的(de)(de)插(cha)(cha)畫(hua)(hua)。
很多(duo)東西(xi)看起(qi)來(lai)合乎邏(luo)輯,但事實(shi)并非如此。而且,僅(jin)僅(jin)因(yin)為某些東西(xi)看起(qi)來(lai)合乎某些數據邏(luo)輯,也并不意味(wei)著它是有用的(de)(de)。在嘗試拿來(lai)計算的(de)(de)時(shi)候,你可能就已經背離了它原本的(de)(de)用途。—— Rory Sutherland
環境對于我們(men)行(xing)為的影響
當我們看到消費行為發生的時候,不應該直接假設這是用戶喜好(hao)的直接反映。
因(yin)為很多因(yin)素影響著用戶決策。一家(jia)酒(jiu)吧對于自家(jia)的(de)(de)(de)飲品隨意(yi)定價,如果(guo)一小杯Johnnie Walker 的(de)(de)(de)威士忌定價30美元(yuan),并且(qie)希望客人毫不(bu)猶豫(yu)快(kuai)樂地下(xia)單,這(zhe)肯定是不(bu)現(xian)實的(de)(de)(de),因(yin)為大(da)家(jia)都知道一瓶酒(jiu)差不(bu)多也就這(zhe)個價格了。可是,一種(zhong)大(da)家(jia)從來(lai)(lai)都沒(mei)見(jian)過的(de)(de)(de)酒(jiu),假設它的(de)(de)(de)名字是 Chateaux de Burgundy ,看(kan)起(qi)來(lai)(lai)也挺不(bu)錯,進貨(huo)價是 10美元(yuan)一箱(xiang),一箱(xiang)20瓶,在(zai)酒(jiu)吧內定價為100美元(yuan)一瓶,這(zhe)種(zhong)情況下(xia),你(ni)「折價」買30美元(yuan)一瓶,想必(bi)大(da)家(jia)會很樂意(yi)享(xiang)受這(zhe)樣的(de)(de)(de)優惠吧?這(zhe)種(zhong)效果(guo)無(wu)疑是「定價設計」和環境的(de)(de)(de)雙(shuang)重(zhong)影響下(xia)的(de)(de)(de)結(jie)果(guo)。
過去的(de)(de)數據(ju)并(bing)不能推導(dao)出(chu)未來的(de)(de)創新方(fang)向,也無法作為決定今后成敗的(de)(de)指(zhi)標(biao)。相反,如何設計和(he)影響用戶行(xing)為才更加重要(yao)。對我而言,人(ren)(ren)類作為社會(hui)生物這一點是最(zui)有趣的(de)(de),無論(lun)是創造(zao)產品,還是在生活中(zhong)做決策,都離不開人(ren)(ren)的(de)(de)社會(hui)屬(shu)性和(he)行(xing)為模(mo)式。
Netflix 和 「一次看完(wan)」模式(shi)
如今大(da)家對于 Netflix 旗下(xia)各路(lu)劇集獨特的(de)「一(yi)次(ci)看(kan)(kan)完」模式應該已(yi)經很熟(shu)悉了。Netflix 在2014年(nian)2月進行過(guo)一(yi)次(ci)調研,這次(ci)調研數(shu)據表明,73%的(de)用戶更加傾(qing)向于「一(yi)次(ci)看(kan)(kan)完2~6集電視劇,甚至(zhi)一(yi)次(ci)看(kan)(kan)完整季(ji)」。
其實(shi)(shi),在開(kai)啟這種(zhong)(zhong)新的(de)播放(fang)模式之前,Netflix 已經搜集了(le)大(da)量的(de)有(you)待處理和使用的(de)調研數據了(le),在那個階段,用戶已經開(kai)始享用Netflix 的(de)推(tui)(tui)薦系(xi)(xi)統的(de)紅(hong)利了(le),同樣的(de),這種(zhong)(zhong)基于用戶觀看歷(li)史(shi)的(de)推(tui)(tui)薦系(xi)(xi)統最(zui)(zui)終(zhong)也使 Netflix 獲(huo)得了(le)不(bu)少(shao)好處。因此,他們甚至不(bu)惜給(gei)出100萬美元的(de)懸賞,讓(rang)人來(lai)提供(gong)更(geng)好的(de)算(suan)法,不(bu)過,最(zui)(zui)終(zhong)實(shi)(shi)際的(de)結果(guo)是,這種(zhong)(zhong)數據算(suan)法上的(de)改進,只能(neng)一步(bu)一步(bu)慢慢地推(tui)(tui)進,并沒有(you)帶來(lai)翻(fan)天覆地的(de)改變。
有(you)一天,Netflix 聘請了一位人(ren)種學研究學者(zhe)(主(zhu)要針對(dui)人(ren)和(he)文化(hua)系統進(jin)行(xing)研究),他(ta)(ta)們透過研究發現人(ren)們對(dui)于狂歡的熱愛,對(dui)于「一次性(xing)看完」的偏好。并(bing)(bing)且,用戶并(bing)(bing)不(bu)會在這(zhe)種模(mo)式下產生負疚感。Netflix 的數(shu)(shu)據研究團隊已經能夠(gou)拓(tuo)展(zhan)并(bing)(bing)驗證(zheng)這(zhe)些數(shu)(shu)據了,并(bing)(bing)且他(ta)(ta)們決定(ding)做一些簡單但是有(you)影(ying)響力(li)的事情(qing)。因(yin)此,他(ta)(ta)們決定(ding)向用戶推薦不(bu)同(tong)題材(cai)的相同(tong)類型的節目,并(bing)(bing)且重新設計了整個觀看體驗,鼓勵用戶進(jin)行(xing)狂歡式的觀影(ying)。這(zhe)就是為什么會有(you)用戶會在周末失(shi)蹤,甚至(zhi)失(shi)蹤整周來追劇。
我們都以(yi)為 Netflix 的新模式來源(yuan)于數據(ju),但是數據(ju)僅僅只是作(zuo)為驗證(zheng)和支撐,真實的方向來源(yuan)于其他的地(di)方。
信奉(feng)大數據的 Nokia
人類學(xue)研究學(xue)者(zhe) Tricia Wang 在她的 TED 演講中揭示了大數據本(ben)身所存在的陷阱,在她看來(lai),我們應(ying)該將重點(dian)放(fang)在「厚數據」上——那(nei)些來(lai)自一線人員的有價值的、無法量化(hua)的真實見解。這(zhe)些東西才是真正(zheng)用來(lai)作出正(zheng)確商業決策的內容。
大約在(zai)2009年的(de)時候,iPhone 問(wen)世(shi)還不算太久, Android 正在(zai)發力。身為華裔(yi)的(de) Tricia 剛(gang)剛(gang)移(yi)民,一(yi)邊從(cong)事人類學和技術的(de)研究工作(zuo),一(yi)邊在(zai)網(wang)吧打工掙生活(huo)費(fei),她在(zai)生活(huo)中搜集了許多有用的(de)數(shu)據(ju),最令她印象深刻的(de)一(yi)個現象是,即使是收入最低的(de)消費(fei)者,也愿(yuan)意購(gou)買昂貴的(de)智能手機。
但是(shi),在(zai)那個移動端智能(neng)(neng)設備尚(shang)未(wei)定(ding)性(xing)的時期,依然還(huan)有很多現實而(er)聰(cong)明的人認(ren)為,智能(neng)(neng)手(shou)(shou)機只是(shi)一種時尚(shang),諸(zhu)多不可控的影(ying)響因素(su)都(dou)會導致它的衰落(luo)甚至消亡(wang)。通常大家會認(ren)為:「誰會想攜帶一部(bu)笨重而(er)續航差的智能(neng)(neng)手(shou)(shou)機呢?更何況它還(huan)那么(me)脆弱。」
在(zai)向 Nokia 展示(shi)了(le)低收入民眾對于(yu)(yu)智能(neng)手機(ji)的(de)追捧(peng)的(de)狀況(kuang)和相應(ying)的(de)調(diao)(diao)研(yan)數據之后,她建議 Nokia 加大力(li)度生產智能(neng)手機(ji)。當時依然處于(yu)(yu)一線品牌的(de)芬(fen)蘭國民企業(ye) Nokia 并(bing)(bing)沒有(you)重(zhong)視 Tricia 的(de)建議,因為她的(de)建議「并(bing)(bing)沒有(you)大數據支(zhi)持(chi)」。并(bing)(bing)且 Nokia 認(ren)為他們所獲得(de)的(de)數據也沒有(you)支(zhi)持(chi)這一觀(guan)點(dian)的(de)跡象,而 Tricia 的(de)調(diao)(diao)研(yan)樣板僅僅只(zhi)有(you)100人,相反 Nokia 的(de)調(diao)(diao)研(yan)樣板高達100萬(wan)人。
但是(shi),調(diao)研和(he)調(diao)研的(de)差(cha)異,并不(bu)(bu)(bu)只是(shi)數(shu)量級上的(de)差(cha)別。Nokia 的(de)調(diao)研非常直接(jie),直接(jie)詢問(wen)用戶是(shi)否愿意擁有(you)或(huo)者購買智能(neng)手(shou)機(ji)。在那個智能(neng)手(shou)機(ji)尚未普及(ji),概念都(dou)不(bu)(bu)(bu)夠清晰的(de)年(nian)代(dai),絕大多數(shu)的(de)用戶壓根不(bu)(bu)(bu)清楚調(diao)研所指的(de)手(shou)機(ji)和(he)他們自己所用的(de)手(shou)機(ji)有(you)何區別,大多數(shu)用戶面對這樣廣泛而(er)粗略的(de)調(diao)研,回答非常簡單,沒有(you)興趣。
Nokia 在(zai)2013年(nian)被微(wei)軟收購,隨后又(you)被拋(pao)棄。
一些公(gong)司傾向(xiang)于(yu)認為較大的調研(yan)樣(yang)本所帶(dai)來的數據(ju)比一些小(xiao)樣(yang)本調研(yan)得出的數據(ju)更有價值。——Tricia Wang
我(wo)們(men)現在有更(geng)好的(de)工(gong)具,毫無(wu)疑問。我(wo)們(men)所需要(yao)做的(de)是學會更(geng)好地使用他們(men),不是單純地利(li)用數據,根本(ben)上還需要(yao)和人類本(ben)身的(de)行(xing)為結合起來,才有可(ke)能發現新事物,改善生(sheng)活,創造新的(de)可(ke)能性。
關注公眾號:
華夏經緯數據科技
更多調研資訊>>
本站文章內容以及所涉數據、圖片等資料來源于網絡,轉載目的在于傳遞更多信息。版權歸作者所有,文章僅代表作者觀點,不代表華夏經緯立場。 如涉及侵權,請聯系管理員刪除。在法律許可的范圍內,華夏經緯(廣州)數據科技股份有限公司享有最終解釋權。