NOKIA的隕落與Netflix的成功都因為這件事:來自人性的「厚數據」

2020年07月13日 20:00

▲▼人性「厚數據」(Thick Data) 的重要性。(圖/取自免費圖庫Unsplash)

▲人性「厚數據」Thick Data 的重要性。(圖/取自免費圖庫Unsplash)

圖文/行銷人.曲潔君

解鎖手機,滑滑FB、點一點IG朋友們的限時動態,再看一下LINE的新聞,看到好奇的事情再Google一下,這一切都會被記錄下來,成為大數據的一部分資料。在這樣的數據時代,就連你走路去購物的路線、一個月去同間賣場的頻率等,都能夠被記錄,成為附近商家、品牌的參考依據。說現在的人們是活在數據之中,完全不為過。

對於行銷人而言,可以藉大數據找出目標群眾、潛在客戶、洞悉消費路徑、網路足跡甚至是消費習慣。不過被各大企業、品牌推上神壇的大數據,真的可以完全代表消費者的內心嗎?

科技與人類學專家 Tricia Wang 2017年就在TED Talk演講中,提出了來自人性的「厚數據」(Thick Data))的重要性,以及懂得運用厚數據,和只相信大數據的企業實際案例。

大數據的巨量資料,真的可以讓企業做更好的決策? 被大數據綁架的血淋淋案例——NOKIA

2009年,在智慧型手機剛剛萌芽,iPhone剛剛問世時,Tricia Wang開始了在NOKIA的研究工作。當時,NOKIA是全世界最大的手機公司,在中國、印度等新興市場都穩坐龍頭的位置。因此,Tricia跑到中國開始了實地調查,希望能了解發展中國家的消費者對於手機的需求為何。經過了幾年在街頭與中國低收入階層中打滾的日子,她發現,在當時,即便是收入最低的中國人,也會被iPhone的廣告吸引,因為那是進入高科技階層生活的入口。就算是住在城市最貧窮的地方,他們仍願意花費超過半個月以上的收入,只為了買一支「很像」iPhone的山寨品。

在智慧型手機剛問世的當時,許多業界的人認為「智慧型手機只會是一時的流行,因為沒有人會想要帶著一台笨重、一下就沒電,而且一掉到地上就會壞掉的機器走來走去。」但經過了幾年的實地探訪,與真正的跟這些消費者生活在一起,Tricia認為自己的數據證明了一件事:「即便是中低收入的族群,也會想要購買智慧型手機,智慧型手機是未來的趨勢。」

不過當她自信的將這份發現告訴NOKIA時,他們回覆:「我們有幾百萬則數據, 而從資料庫中,我們沒看到任何有人想買智慧型手機的證據, 你的 100 組消費者數據太缺乏多樣性, 我們完全無法重視這項數據。」

Tricia則告訴NOKIA:「你當然不會從資料庫中看到兩年內消費者會轉向購買智慧型手機的結果。因為從一開始,NOKIA的問卷調查設計,就是在假設消費者都不知道智慧型手機是什麼的前提下所做的,所有的研究理念,都只是為了讓自己現有的、過去的業務形態變得更好,並沒有看到市場的未來與消費者的浮動。我的實地研究,才能真正代表消費者心態將會有的變化。」

當然,NOKIA最後並沒有接受Tricia的建議。

接下來我們都知道發生了什麼事,NOKIA對於消費者真實心聲的忽視,帶給了他們無法彌補的代價。智慧型手機的蓬勃發展,把他們從產業巨浪的尖頭,一把拉了下來,沈進海底。

▲▼NOKIA忽視了數據之外的消費者心理,付出嚴重代價。(圖/取自免費圖庫Pixababy)

▲NOKIA忽視了數據之外的消費者心理,付出嚴重代價。(圖/取自免費圖庫Pixababy)

擁有最優秀的演算法,仍不忘理解消費者 Netflix收集厚數據,結合既有資料庫,創造翻倍營收

反之,與Nokia相比,Netflix(網飛)就給各大企業上了寶貴的一課——在擁有巨量數據的同時,仍然應重視消費者體驗,才能創造營收。

Netflix在廣納各地人才,不斷優化優算法,將系統提升到幾近完美之後,卻發現成效與實際效益仍然不明顯。因此,他們決定跳脫大數據給的資料庫,聘僱了專業的人類學家來收集「厚數據」,觀察使用Netflix的人,看劇的習慣到底是什麼。最後他們發現, 人們漸漸開始迷戀「追劇」這件事。也就是在短時間內,大量觀看同一劇集。而且根據實地調查,人們把「追劇」當成是一件非常令人享受的事。

因此,Netflix再次把數據團隊找回來,驗證了人類學家的發現後,開始重新設計使用者的觀看體驗。

「與其提供一堆相似的戲劇、電影,不如提供一部切分成很多集的劇集,而且一次上架一系列,滿足觀眾『追劇』的需求。」從這項改變之後,「追劇」開始風靡。你會遇到同事朋友,一次消失多天,只會了追完Netflix上的一部劇集,而這個改變,也讓Netflix的股票翻倍,進一步發展成現在我們認識的Netflix。

投資大數據很簡單,運用卻很難。73%的大數據計劃是沒有替企業獲得任何利益的。

在數據說話的時代,人們過於迷戀數字與量化數據,以至於看不見在數字之外的事,造成了「量化偏見」,不願意相信,甚至忽略數據上看不到的事實,這就是為什麼許多企業沒有辦法好好運用數據庫的原因。 大數據與演算法的確可以提供品牌與企業大量的消費者資料,但搜集了這些資料,你該如何理解它?大數據可以告訴你「要把這批產品運送出去,最有效率的方式為何?」、「商品在這季上市,預計銷量可能是多少。」、「本次折價活動預計會有多少人參與。」但大數據卻看不到:「消費者心裡在想什麼?」 結合來自於人性、無法被量化的「厚數據」,才能夠真正讓產業更進步,替企業做更正確的決策。

●文章內容由行銷人授權,分眾傳媒提供。

●以上言論不代表本網立場,本網保有文字刪修權。

分享給朋友:

讀者迴響