小數據獵人 小細節看見大商機

閱讀時間約 3 分鐘
當全世界都對「大數據」熱烈討論的時候,「小數據」也逐漸受到重視,大數據歸類出使用者的行為,但無法得之人的內在。而作者馬汀‧林斯壯在本書提起他在生活中觀察的3項小數據,讓我們在急速的現代社會放慢腳步,仔細觀察人與人的相處,打造出讓消費者認同的行銷策略。商業行為非常多元,但找出不同需求是非常重要的。大數據以量取勝,但小數據更深入挖掘資訊的意義。作者曾擔任許多企業品牌顧問,在不同國家找尋各種生活線索,大部份是尚未存在,或不具普世價值,透過這些新發現,找出創新基礎,好彌補大數據不足之處,在作者眼中,使顧客消費的深層動機應該是回到人的內在感受。
而小數據獵人到底要獵什麼?很多商業模式的誕生,常來自於生活中某樣東西太多或太少,表示這個社會要不是缺了某樣東西,就是某樣東西被限制了。透過收集好各種小數據,就可以挖出真正人們的需求,找到滿足需求的方式。所以小數據獵的是人們的渴望,是生活中因為各種問題造成的不平衡。透過去融入目標客群的生活,用長年觀察的敏銳感覺去找出,各種或許不相關的現象代表的意義。傳統社會學家的觀察研究方法,透過書中一個又一個的案例去呈現,並讓讀者去思考所代表的意義。
生活觀察讓我們能夠發現數據中看不到的更多可能性。書中介紹觀察的方法有7種方式,如蒐集、線索、串連、相關、因果、補償、概念。我們可以試著讓自己成為觀察者,透過這7種方式,去分析各種蛛絲馬跡,人們常不䁱得自己的習慣和需求,因此花時間看,聽,跟分析各種現象。然後大數據和小數據是會交互影響,簡單來分類,大數據是整體行為,小數據是人性,而人性通常可用行為來驗證。
我就舉書中某個例子來說,像建立品牌價值來說,中國人長期對中國製造的不信任,包含對中國製汽車、奶粉、手機、食物等商品,卻對西方品牌充滿了嚮往跟信賴,但Apple手機大家都知道,幾乎都在中國生產,那Apple手機算不算中國製造?但Apple對中國人來說,它就是那個美國品牌。很多中國人也對多數中國製汽車沒信心,如果你開的是中國車,那當個成功的中國商人有啥意義?
中國是一個強大而自豪的國家,更想向全世界宣告自己是誰,但所駕駛的車輛更容易彰顯他的身分跟地位。而作者透過牙刷、刷牙習慣、肥皂塊、沒有床罩等生活習慣,也透露出中國人的習慣,直接、迅速、當下等特質。而清明掃墓也發現中國人對感官的不同見解,作者發現中國人只有在節慶才會放慢腳步,去好好享受緩慢的生活方式,其餘時間就是全力往前衝刺,這點也符合我們對中國人的見解。

這本書其實真的很推薦大家去買來研究,除了不少新概念跟新思維,也更強調人這個個體的重要性。現在趨勢是大數據以量取勝,而小數據則強調資訊的意義、正確度、實質性,小數據是訴求情感 DNA概念,將人的情緒、喜惡、說話模式、室內裝潢、密碼、社群網站動態等,將所有微小細節都拼湊起來。希望大家透過生活中的不斷細微觀察,聚焦任何觀察到的小線索,從中去發現屬於自己或企業的新商機跟新模式。
為什麼會看到廣告
6會員
18內容數
留言0
查看全部
發表第一個留言支持創作者!
程子說的沙龍 的其他內容
很多人平常就會動用資金買賣股票的習慣,通常也會透過媒體觀個股股價變化、公司經營狀況及公司新聞等等。但除了閱讀財經資料之外,很多人也想參加股東會來了解公司經營理念及未來營運方向規劃,但怎樣才能參加公司股東會?出席股東應該要注意哪些事情呢?
很多人都想投資股票,但你知道投資台股除了買賣的證交稅,更有證所稅、股利所得稅、二代健保補充費等多種稅率。除了證所稅已在2016年廢止之外,股利所得對個人報稅時影響最大,2015年開始個人綜所稅最高級距稅率由40%提高為45%,兩稅合一股利可扣抵稅額也減半,稅賦比過去變重許多。
股東會是由公司全體股東組成的最高權力機關,透過股東會的召集,來決定公司政策、檢討公司成果、跟選任董事、監察人等。而企業通常召開股東會有幾個程序:
很多人平常就會動用資金買賣股票的習慣,通常也會透過媒體觀個股股價變化、公司經營狀況及公司新聞等等。但除了閱讀財經資料之外,很多人也想參加股東會來了解公司經營理念及未來營運方向規劃,但怎樣才能參加公司股東會?出席股東應該要注意哪些事情呢?
很多人都想投資股票,但你知道投資台股除了買賣的證交稅,更有證所稅、股利所得稅、二代健保補充費等多種稅率。除了證所稅已在2016年廢止之外,股利所得對個人報稅時影響最大,2015年開始個人綜所稅最高級距稅率由40%提高為45%,兩稅合一股利可扣抵稅額也減半,稅賦比過去變重許多。
股東會是由公司全體股東組成的最高權力機關,透過股東會的召集,來決定公司政策、檢討公司成果、跟選任董事、監察人等。而企業通常召開股東會有幾個程序:
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
災禍會不會從天而降?天災會,人禍不會。人造成的災禍都不是「意外」,它不會憑空發生。而是每個錯誤和疏失,一環扣一環,一節扣一節,結果造成重大事故。小事不注意會變大事,大事一定是小事累積來的... -追蹤、訂閱《郝廣才日日談》來閱讀全文,每天為你說一個故事。
Thumbnail
魔鬼藏在哪裡? 藏在細節裡。 那怎麼抓住魔鬼呢?檢查每一個細節嗎?那不是正中魔鬼的計?我們可能連鬼影子都沒踩到,就已經累死了。 那怎麼辦?我們可以埋伏天使來對付魔鬼,把天使藏在細節裡! 流行音樂傳奇人物大衛.李.羅斯(David Lee Roth),一九七四年加入范海倫(Van Halen)樂團成
Thumbnail
兩隻泰坦巨獸的對決到底有沒有符合影迷心中的水準,我想是見仁見智的。 先別論華納這段時間的瘋狂宣傳,是不是為了打壓某導演版上映的傳聞,但從電影上來看我認為整部電影不僅沒有改善上一集的遺憾,反而是更為放大了。 準備好了嗎? 那麼,我們開始吧 《哥吉拉大戰金剛》整部作品在流暢度與怪獸
Thumbnail
早上發現有位新訂戶來自一家叫做「ASML.com」的公司。這家公司我知道,不過以往沒仔細看過他們的網站。於是出於職業習慣就散步過去看看,結果還真看到一些有趣的東西。
Thumbnail
若你遇到了一個小孩,偶然間要跟他相處,而你剛好有資源和餘裕的話,希望你願意考慮,成為一個他遇到困難時,會想要轉頭問你的大人。
Thumbnail
數據資料不一定要多,但必須是切中要害的重點數據,才會對於思考與判斷有所助益,雖然股市資料龐雜,大數據裡只要找出有意義的小應用,就足以提供適當的判斷
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
災禍會不會從天而降?天災會,人禍不會。人造成的災禍都不是「意外」,它不會憑空發生。而是每個錯誤和疏失,一環扣一環,一節扣一節,結果造成重大事故。小事不注意會變大事,大事一定是小事累積來的... -追蹤、訂閱《郝廣才日日談》來閱讀全文,每天為你說一個故事。
Thumbnail
魔鬼藏在哪裡? 藏在細節裡。 那怎麼抓住魔鬼呢?檢查每一個細節嗎?那不是正中魔鬼的計?我們可能連鬼影子都沒踩到,就已經累死了。 那怎麼辦?我們可以埋伏天使來對付魔鬼,把天使藏在細節裡! 流行音樂傳奇人物大衛.李.羅斯(David Lee Roth),一九七四年加入范海倫(Van Halen)樂團成
Thumbnail
兩隻泰坦巨獸的對決到底有沒有符合影迷心中的水準,我想是見仁見智的。 先別論華納這段時間的瘋狂宣傳,是不是為了打壓某導演版上映的傳聞,但從電影上來看我認為整部電影不僅沒有改善上一集的遺憾,反而是更為放大了。 準備好了嗎? 那麼,我們開始吧 《哥吉拉大戰金剛》整部作品在流暢度與怪獸
Thumbnail
早上發現有位新訂戶來自一家叫做「ASML.com」的公司。這家公司我知道,不過以往沒仔細看過他們的網站。於是出於職業習慣就散步過去看看,結果還真看到一些有趣的東西。
Thumbnail
若你遇到了一個小孩,偶然間要跟他相處,而你剛好有資源和餘裕的話,希望你願意考慮,成為一個他遇到困難時,會想要轉頭問你的大人。
Thumbnail
數據資料不一定要多,但必須是切中要害的重點數據,才會對於思考與判斷有所助益,雖然股市資料龐雜,大數據裡只要找出有意義的小應用,就足以提供適當的判斷