大多數(shù)人仍然相信，大數(shù)據(jù)能夠比我們?nèi)祟愖约骸父祟悺?，并且提供更?yōu)的解決方案。但是，很遺憾的是，即使大數(shù)據(jù)相關(guān)的技術(shù)已經(jīng)越發(fā)的成熟，但是我們的產(chǎn)品和服務(wù)并沒有達(dá)到想象中的峰值。

多年以前，當(dāng)我們剛剛開始頻繁聽到「大數(shù)據(jù)」這個詞的時候，很多企業(yè)和團(tuán)隊(duì)的負(fù)責(zé)人開始認(rèn)為，這是他們所缺少的東西，是讓產(chǎn)品和企業(yè)重振雄風(fēng)的藍(lán)色小藥丸。

直到今天，大多數(shù)人仍然相信，大數(shù)據(jù)能夠比我們?nèi)祟愖约骸父祟悺?，并且提供更?yōu)的解決方案。但是，很遺憾的是，即使大數(shù)據(jù)相關(guān)的技術(shù)已經(jīng)越發(fā)的成熟，但是我們的產(chǎn)品和服務(wù)并沒有達(dá)到想象中的峰值。

這到底是為什么呢？

對我而言，最有趣的情況是，我們認(rèn)為借助邏輯可以作出正確的決策。過去的數(shù)據(jù)能夠幫我們更好確定未來會發(fā)生什么。更通俗的說，就是「我們從過去搜集數(shù)據(jù)以預(yù)測未來」。

其實(shí)這里存在一個重要的問題：我們無法真正有效地處理我們所獲得的大量數(shù)據(jù)，它所揭示的真實(shí)信息到底有哪些，又或者我們僅僅只是拿其中的一部分來支撐我們自己的已有的觀點(diǎn)甚至偏見，僅此而已。面對著海量數(shù)據(jù)，我們可能錯過了真正的機(jī)會。

量化偏見——對于可量化數(shù)據(jù)的盲目相信。

人們對于量化數(shù)據(jù)的偏好，使得對于其他的非量化內(nèi)容視而不見，即便你可以展示明確的證據(jù)。人們對于量化數(shù)據(jù)是上癮的，當(dāng)我們沒有辦法來掌控一件事情的時候，很容易陷入量化偏見，想盡辦法也要找一個量化的依據(jù)來證明自己。

你所需要的未來，可能會藏在海量數(shù)據(jù)中的某個角落，當(dāng)你正在忙于找到這個可能的未來的時候，背后的龍卷風(fēng)可能已經(jīng)悄然襲來。

圖中的計(jì)算，在數(shù)學(xué)上可能是正確的，但是在市場營銷、經(jīng)濟(jì)學(xué)甚至設(shè)計(jì)等學(xué)科當(dāng)中，從來都不遵循相同的規(guī)則。7張低素質(zhì)的插畫是不等同于一張高質(zhì)量的插畫。

很多東西看起來合乎邏輯，但事實(shí)并非如此。而且，僅僅因?yàn)槟承〇|西看起來合乎某些數(shù)據(jù)邏輯，也并不意味著它是有用的。在嘗試拿來計(jì)算的時候，你可能就已經(jīng)背離了它原本的用途。

—— Rory Sutherland

環(huán)境對于我們行為的影響

當(dāng)我們看到消費(fèi)行為發(fā)生的時候，不應(yīng)該直接假設(shè)這是用戶喜好的直接反映，因?yàn)楹芏嘁蛩赜绊懼脩魶Q策。

一家酒吧對于自家的飲品隨意定價，如果一小杯Johnnie Walker 的威士忌定價30美元，并且希望客人毫不猶豫快樂地下單，這肯定是不現(xiàn)實(shí)的，因?yàn)榇蠹叶贾酪黄烤撇畈欢嘁簿瓦@個價格了。

可是，一種大家從來都沒見過的酒，假設(shè)它的名字是 Chateaux de Burgundy ，看起來也挺不錯，進(jìn)貨價是 10美元一箱，一箱20瓶，在酒吧內(nèi)定價為100美元一瓶。這種情況下，你「折價」買30美元一瓶，想必大家會很樂意享受這樣的優(yōu)惠吧？這種效果無疑是「定價設(shè)計(jì)」和環(huán)境的雙重影響下的結(jié)果。

過去的數(shù)據(jù)并不能推導(dǎo)出未來的創(chuàng)新方向，也無法作為決定今后成敗的指標(biāo)。相反，如何設(shè)計(jì)和影響用戶行為才更加重要。對我而言，人類作為社會生物這一點(diǎn)是最有趣的，無論是創(chuàng)造產(chǎn)品，還是在生活中做決策，都離不開人的社會屬性和行為模式。

Netflix 和 「一次看完」模式

如今大家對于 Netflix 旗下各路劇集獨(dú)特的「一次看完」模式應(yīng)該已經(jīng)很熟悉了。Netflix 在2014年2月進(jìn)行過一次調(diào)研，這次調(diào)研數(shù)據(jù)表明，73%的用戶更加傾向于「一次看完2~6集電視劇，甚至一次看完整季」。

其實(shí)，在開啟這種新的播放模式之前，Netflix 已經(jīng)搜集了大量的有待處理和使用的調(diào)研數(shù)據(jù)了，在那個階段，用戶已經(jīng)開始享用Netflix 的推薦系統(tǒng)的紅利了。同樣的，這種基于用戶觀看歷史的推薦系統(tǒng)最終也使 Netflix 獲得了不少好處。

因此，他們甚至不惜給出100萬美元的懸賞，讓人來提供更好的算法，不過，最終實(shí)際的結(jié)果是，這種數(shù)據(jù)算法上的改進(jìn)，只能一步一步慢慢地推進(jìn)，并沒有帶來翻天覆地的改變。

有一天，Netflix 聘請了一位人種學(xué)研究學(xué)者（主要針對人和文化系統(tǒng)進(jìn)行研究），他們透過研究發(fā)現(xiàn)人們對于狂歡的熱愛，對于「一次性看完」的偏好。并且，用戶并不會在這種模式下產(chǎn)生負(fù)疚感。

Netflix 的數(shù)據(jù)研究團(tuán)隊(duì)已經(jīng)能夠拓展并驗(yàn)證這些數(shù)據(jù)了，并且他們決定做一些簡單但是有影響力的事情。因此，他們決定向用戶推薦不同題材的相同類型的節(jié)目，并且重新設(shè)計(jì)了整個觀看體驗(yàn)，鼓勵用戶進(jìn)行狂歡式的觀影。這就是為什么會有用戶會在周末失蹤，甚至失蹤整周來追劇。

我們都以為 Netflix 的新模式來源于數(shù)據(jù)，但是數(shù)據(jù)僅僅只是作為驗(yàn)證和支撐，真實(shí)的方向來源于其他的地方。

信奉大數(shù)據(jù)的 Nokia

人類學(xué)研究學(xué)者 Tricia Wang 在她的 TED 演講中揭示了大數(shù)據(jù)本身所存在的陷阱，在她看來，我們應(yīng)該將重點(diǎn)放在「厚數(shù)據(jù)」上——那些來自一線人員的有價值的、無法量化的真實(shí)見解。這些東西才是真正用來作出正確商業(yè)決策的內(nèi)容。

大約在2009年的時候，iPhone 問世還不算太久， Android 正在發(fā)力。身為華裔的 Tricia 剛剛移民，一邊從事人類學(xué)和技術(shù)的研究工作，一邊在網(wǎng)吧打工掙生活費(fèi)，她在生活中搜集了許多有用的數(shù)據(jù)。最令她印象深刻的一個現(xiàn)象是，即使是收入最低的消費(fèi)者，也愿意購買昂貴的智能手機(jī)。

但是，在那個移動端智能設(shè)備尚未定性的時期，依然還有很多現(xiàn)實(shí)而聰明的人認(rèn)為，智能手機(jī)只是一種時尚，諸多不可控的影響因素都會導(dǎo)致它的衰落甚至消亡。通常大家會認(rèn)為：「誰會想攜帶一部笨重而續(xù)航差的智能手機(jī)呢？更何況它還那么脆弱?！?/p>

在向 Nokia 展示了低收入民眾對于智能手機(jī)的追捧的狀況和相應(yīng)的調(diào)研數(shù)據(jù)之后，她建議 Nokia 加大力度生產(chǎn)智能手機(jī)。當(dāng)時依然處于一線品牌的芬蘭國民企業(yè) Nokia 并沒有重視 Tricia 的建議，因?yàn)樗慕ㄗh「并沒有大數(shù)據(jù)支持」。并且 Nokia 認(rèn)為他們所獲得的數(shù)據(jù)也沒有支持這一觀點(diǎn)的跡象，而 Tricia 的調(diào)研樣板僅僅只有100人，相反 Nokia 的調(diào)研樣板高達(dá)100萬人。

但是，調(diào)研和調(diào)研的差異，并不只是數(shù)量級上的差別。Nokia 的調(diào)研非常直接，直接詢問用戶是否愿意擁有或者購買智能手機(jī)。在那個智能手機(jī)尚未普及，概念都不夠清晰的年代，絕大多數(shù)的用戶壓根不清楚調(diào)研所指的手機(jī)和他們自己所用的手機(jī)有何區(qū)別，大多數(shù)用戶面對這樣廣泛而粗略的調(diào)研，回答非常簡單，沒有興趣。

Nokia 在2013年被微軟收購，隨后又被拋棄。

一些公司傾向于認(rèn)為較大的調(diào)研樣本所帶來的數(shù)據(jù)比一些小樣本調(diào)研得出的數(shù)據(jù)更有價值。

——Tricia Wang

我們現(xiàn)在有更好的工具，毫無疑問。我們所需要做的是學(xué)會更好地使用他們，不是單純地利用數(shù)據(jù)，根本上還需要和人類本身的行為結(jié)合起來，才有可能發(fā)現(xiàn)新事物，改善生活，創(chuàng)造新的可能性。

作者：?Eugen E?anu

譯者：陳子木

本文由 @陳子木 授權(quán)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議