内容来源：本文是中信出版社书籍《痛点》读书笔记。笔记侠作为合作方，经授权发布。
今日笔记侠客 | 笔记侠杨山巍 责编 | 戈多
第1775篇深度好文：3630 字 | 5 分钟阅读
本文新鲜度：★★★ 口感：抹茶奥利奥
笔记君邀您，先思考：
何谓小数据？
小数据如何帮助企业洞察痛点？
从哪些方面入手搜集小数据？
大数据让谷歌预测了流行病，大数据让淘宝、京东给你推荐了诸多心仪物件。所以还要关心小数据呢？爆品之余还需要关心长尾理论吗?
随着计算能力的飞速提高和海量数据的大幅攀升，大数据成为移动互联网时代的关键技术之一。
面对大数据规模性、高速性、多样性、无处不在等全新特点，人们对此寄予高度的期望，似乎可以将营销等问题“毕其功于一役”。
大小公司、业内人士几乎言必称“大数据”，营销决策如果不提及大数据似乎就缺少说服力。
事实上，大数据虽然功能强大、用途广泛，但并不是万能的。
第一，大数据通常以数据库的形式存在，并且是对现有网络行为的一种统计。
这种统计是对以往客户行为的统计，一方面在时间上产生延迟，另一方面缺少对客户行为动机等深层次内生驱动力的理解。
走在大数据前列的谷歌公司通过实验得出结论：即使得到数据，也无法了解人类和人类动机。
第二，大数据重分析，轻情感。
对于购买行为、网络习惯、用户偏好等方面，大数据可以发挥作用，但对美丽、友好、性感、出色、可爱等人类所看重的情感品质却无法统计。
第三，大数据无法区分“真实的自我”和“数字的自我”。
我们都有过包装数字化自我的经历,在社交媒体上，我们从来都不是真实的自己。基于部分虚假数据进行分析的大数据，必定存在一定的误差或误读。
大数据能够掌握事物发展的基本脉络。
但小数据可以知微见著，一叶落而知天下秋。
用好小数据，不但能够对大数据形成有力的补充，更能够挖掘用户行为的深层动机，从而找准用户“痛点”。
二、以Roomba为例看，小数据如何帮助企业洞察痛点？
了解动物的生存方式不是去动物园，而是去丛林。因此，只有研究用户的真实生活和文化，才能发现用户“最真实的自我”。
手势、习惯、喜好、厌恶、犹豫、装饰、密码、推文、演讲模式和状态更新等，这些用户在不经意间展示出来的细节，就是“小数据”。
消费者购买产品的隐形动机，是为了塑造自己在别人眼中的标签。
1990 年，来自麻省理工学院计算机科学与人工智能实验室的3 位机器人专家创建了iRobot 。这时，一家位于英格兰的机器人公司，推出了家用自动机器人Roomba ，到2002 年，iRobot 已经卖了1000万台Roomba 。但是，不知道为什么销量突然开始停滞。
洞察1： 用户如何用Roomba塑造个人标签以及购买Roomba的真正动机？
我们大多数人都有吸尘器，至少也有扫帚、簸箕或者拖把。即使我们打算把它们换成Roomba ，也应该和其他难看的家庭用具放进一个小屋里。
但现实不是这样的，在大多数人家中，Roomba 都是半遮半露的状态。Roomba的一半是能看见的，好像是它自己想藏到小屋或床下，但进行到一半时改变了主意，Roomba的放置方式是故意设计的——这其实是一条主要的线索。
表面上看，Roomba代表着清洁、高效和省时，但消费者喜欢Roomba不是因为这些，相反，他们可以借助Roomba在一周中打破惯有的生活方式。
这些消费者允许一个品牌向全世界宣告，他们有趣味、有个性、富有想象力、富于变化，甚至还很可爱。
关于Roomba 的主人，另一个有意思的细节是什么呢？他们许多人的宠物都刚刚去世，或者就是他们正打算收养一只宠物。Roomba 就是在这两个时间点，进入了他们的生活。
Roomba 是连接昨天与今天、过去的自我与未来自我的一座桥梁。
更重要的是，在买了Roomba后，无数男主人有意地重新布置了公寓。一位叫理查德的男人在他客厅一角放了一篮玩具，他3 岁的侄子一年只来一两次。
未婚的年轻人买Roomba的终极秘密：哄女人上床。马丁在进行了很多次采访后有了这个发现。没错，Roomba 可以节省时间，一边打扫房间，一边做其他事情。但是，Roomba 也是一个重要的“把妹利器”。
吉姆在公寓里放了一盒儿童玩具。马丁让吉姆按照重要性列举，公寓里最吸引女生的四个地方，他连想都不用想就脱口而出：他养的狗、儿童玩具、床上面挂的旧国旗、他的Roomba 。
洞察2：静音功能伤害了Roomba的品牌核心特色
在马丁收集小数据的过程中发现：大多数Roomba 的主人非常喜欢它发出的声音——它不小心撞到墙时会说“啊哦”；它倒退时会说“嘟—嘟”，就像卡车或挖土机倒车时的声音。
但是，iRobot 的技术人员在产品迭代时把这些功能去掉了，Roomba现在成了毫无个性的高科技产物——它造型优美、设计完美、高效而无趣——但是，却没了人性特征。它不仅没有帮助Roomba的主人为有情趣代言，反而放大了繁忙工作中的无趣。
马丁意识到，他的任务就是重新把Roomba品牌的核心特色——“可爱”找回来。
他问Roomba 的粉丝，什么品牌最能让他们联想到Roomba ？大多数人说是宝马的minicooper。几乎所有人都认为，minicooper是卖萌的行家。
一旦你订购完成，宝马会立即发送来自英格兰的最新资料、这台车的数字链接、一个宝马贴花和其他公告信息。
一台新的迷你库柏上了集装箱船，准备发往目的地时，宝马公司会发送以下信息：迷你库柏正在惬意地享受海上之旅，迫不及待地想要见到您！迷你库柏的主人把车送去宝马代理商做维修保养，回来后方向盘上会带上一个标志，上面写着：我想念你。
受到迷你库柏的启发，马丁让iRobot 的研发团队先别管Roomba的高科技功能，尽可能找回它的感情特征和人性特征。
马丁让技术人员记住一个简单的事实：Roomba 可能是一件神奇的科技产品，但也是一个玩具、一个宝宝、一只宠物、一个对话工具、主人的另一个自我。对一些年轻的男性而言，它还是哄女生上床的手段。当然了，它能把屋里最难收拾的角落收拾干净，但是，这可能是它最不起眼的一个功能。
对小数据的挖掘，就如同福尔摩斯探案，所有的事物表象之间都有着千丝万缕的联系。
我们很容易将这些细小的线索归结为个别现象，但它们却是普遍存在的，小数据的存在就是为了破译它们的语言。
一些很重要的信息也隐藏在这些细枝末节的线索中。
消费品行业对此进行了探索：由于电脑和触摸屏的出现，我们的手写能力正在退化，而且双手开始变得越来越无力，于是，制造商放松瓶盖的咬合力；现在的车门更容易打开；厨房抽屉开合不费力。
这些问题通过大数据是很难发现的，只有深入到细节中来，才能看到事物的本质，从而找出用户的“痛点”。
大数据的挖掘靠电脑，小数据的挖掘则要靠个人能力。马丁把他的方法概括为7C法：搜集（collecting）、线索（clues）、连接（connecting）、关联（correlation）、因果（causation）、补偿（compensation）和理念（concept）。
搜集（collecting）：搜集资料
7C 工作法的第一步是，搜集资料，竭尽全力去掉你眼前的一切障碍。
从宏观和微观上建立导航点，思考和观察问题。面对新的领域和事物时可以用访谈法、找向导等。这部分关键在于从可靠的渠道获得更多信息，然后再进行深入分析与筛选。
如果针对现有品牌，采访下此品牌过去、现在和潜在的用户——理想情况下，这些用户占到全部调查对象的50%。精准有效就可以，不必大而无当。
线索（clues）：用户独到的情感反应是什么？
我们看到的一切都不是没有意义的，听到的一切都有其价值。
用户的收藏品组成了他们的大事年表。能反映理想自我与真实自我不一致的，通常是比较隐私的地方：冰箱贴之类的地方。
连接（connecting）：搜集的小数据中有什么联系？
到现在为止，你眼前可能放了六七条小数据了，这些线索可能是物质方面的：比如应答者的衣橱里，有一件与其他衣服不搭的精美花样衬衫，也可能是情感方面的：比如应答者沉迷于U2 乐队。
现在你就要问问自己：你搜集的线索有什么相似点？
这些线索开始导向某个方向了吗？如何验证最初的假设，你打算开始验证吗？你要寻找用户的一种情感缺口——要么展现得过于突出，要么过于低调，如果你的方向没错，应答者的肢体语言通常会展现出不自在或完全的不安。
关联（correlation）：
在关联阶段，我们会寻找用户行为上的转变，也就是所谓的切入点。变化发生在什么时候？可以表现出切入点或个性转变的事件包括穿衣打扮、结交新朋友、得到或失去伴侣、送孩子上大学，以及所有里程碑或职业转换。
因果（causation）：
当你的探索进行到这一步时，你要在办公室或工作场所整合所有发现，开始小数据挖掘。
在一张大公告板上贴满照片和发现，制作一个时间轴。这时候，公告板就会反映你发现的情感基因和因果关系。
把这些发现和照片放在一起，找出共同特征。问问自己：“这些会激发人身上的什么情感？”这时你要站在应答者的角度看问题，看看这些因素能激发用户的什么情感。
你发现的这些小数据是因，激发的用户的情感是果。
如果你是应答者，你会怎么想？你会想要什么？
补偿（compensation）：用户还有什么欲望没被满足？
要提取用户最强烈的情绪本质：欲望。用户还有什么欲望没被满足？满足欲望的最佳方式是什么？例如在Roomba的例子里，粉丝需要向全世界展示他们的人性特征。
通常情况下，相册是研究用户欲望的非常好的途径，研究完相册，你就会找到答案。相册里有人们生活中最快乐的时刻。把照片当成一个时代或时刻的反映。
情感满足和真实生活是两个极点。在这两个极点之间，你会找到欲望。你发现的欲望能补充文化观察、当地观察和你在受访者家里找到的线索吗？
观念（concept）：针对你发现的用户欲望，有什么“创意”能够补偿？
作者认为，从根本上来说， “创造力”就是用全新的方式把两件普通的东西组合起来。没有压力的状态下最可能产生创意。
