今早醒来听了《痛点：挖掘小数据满足用户需求》这本书核心内容的音频版，关于如何满足用户需求，这在互联网公司几乎是每天都在且必须思考的问题。换了工作之后，我有一年多的时间没有接触到互联网，一来是担心认知和思考跟不上互联网变化的速度，二来是这本书给我一些启发，遂写下读书笔记。
【作者】
马丁▪林斯特龙
品牌营销专家、迪士尼、百事可乐、雀巢、红牛等企业的品牌顾问
你和竞争对手的差别，或许就在于对方更懂得通过挖掘小数据背后的秘密，更快更好地满足用户需求。
在说“小数据”之前，先聊聊“大数据”。
1、什么是大数据？
“大数据”并不是很大或很多数据，而是关于某个现象的所有数据。云计算出现之后“大数据”才凸显其真正价值。如果说“大数据”是一辆辆“汽车”，“云计算”便是支撑起这些“汽车”运行的“高速公路”；
它给企业运营、政府管理和媒体传播科学化提供参考；
“大数据”的分析着重在了解“什么”而不是“为什么”；
2、哪些公司拥有这些海量数据？
国内的BAT互联网巨头、华为、小米等，国外的Google、IBM、Microsoft等，还有管理咨询公司等等；
最早应用大数据是世界著名的管理咨询公司麦肯锡公司；
3、大数据的价值
【社会学研究】大学 / 科研机构 / 互联网公司，比如通过大数据观察城市人口迁徙，得出每座城市的年轻指数；
【公共安全领域】人流密度的实时监测，利用大数据预测犯罪的发生，规避欺诈行为；
【城市规划】城市公共空间的实时数据监测，比如我们手机上地图导航APP的交通路线规划，躲避拥堵；
【企业发展】
对大量消费者提供产品或服务的企业（To C）：利用大数据进行精准活动营、推荐、广告投放；
小而美模式的中小微企业：利用大数据进行服务转型升级；
传统企业：在互联网公司的压力下，需要与时俱进地利用大数据的价值；
4、大数据的局限性
大数据给出了结论，但给不出解释。人们可以通过大数据发现某种现象，可现象背后的原因却是盲点。这个“为什么”往往是产品改进的关键，而想要找到答案，还得从这些用户群体入手，需要面对面交流，观察用户真正的生活场景和使用场景，比如他们的担忧、开心、困惑与不爽等，这是目前大数据读不出来的。数据再大也是死的，只有人能激活它。
其实，大数据告诉我们的，是未来会发生什么。而想知道背后的原因，便需要从产生这些现象的一个个个体中去探寻。这便是小数据。
当大数据日渐成为分析用户需求的依赖时，作者林斯特龙却认为，当营销涉及到人的习惯时，大数据通常并不准确，反而是能体现人的信仰、兴趣、习惯、情绪等内容的信息更具说服力。人与人之间存在某些共性，这些数据仅需要通过对极少数的人进行观察，就能凭其得出结论，进而影响营销策略。这些便是作者所说的小数据。
1、什么是小数据？
能呈现我们真实内在的个人化信息，本质是指出人们没有被满足的欲望并对此进行补偿；
不一定是数字，但比数字更能反应个体的体征；
可通过对人的细节观察得到；
样本小，可能只需要搜集几个人的信息就足够；
2、为什么小数据能揭示大趋势？
有温度的数据，注重情感和心态；
能暴露用户潜在的欲望，满足他们未被满足的需求；
潜在的欲望暗示人的真实自我，容易触发消费需求；
任何一个问题都可以让我们无限的探究下去，从而帮我们形成长期的、一贯的思考路径。
3、小数据改变营销的关键步骤：7C法
【Collection搜集】搜集和目标用户有关的习惯、兴趣、感受等信息，了解当地情况；如何搜集？寻找当地观察者：理发师、出租车司机（最好不是本地人）、酒保、社交网站上的活跃群体等掌握很多当地信息且能客观看待社会的人。
【Clues线索】寻找能呈现用户真实自我的细节；人通常由两个自我构成，第一个是理想化的自我，就是我们希望别人看到的样子，比如微信朋友圈里晒出来的内容。另一个是真实自我，与我们的欲望有关。而显示真实自我的线索，通常都隐藏在比较隐私的地方，比如说冰箱、衣橱，手机里音乐的播放列表等，喜欢哪些衣服、什么东西最重要，又是什么东西最容易让他们担心？
【Connection 连接】寻找到用户大致的情感缺口是什么；人是群居动物，骨子里需要的归属感、安全感、存在感等等。
【Correlation 关联】去发现用户的情感缺口（收获感、成就感）第一次出现，是在什么时候，是什么原因引起的；
【Causality 因果】确认小数据促使用户产生了什么样的情感；
【Compensation 补偿】从用户的情感中，发现他们没有被满足的欲望，对此进行补偿；在购买者的心里住着一个没长大的自己。案例：某扫地机器人品牌，发现用户更注重陪伴而不是清洁，人性特征（让机器人说话）。
【Concept 观念】用创意设计出可以操办的补偿办法，来满足用户的欲望，制造惊喜感；
4、由此衍生出
【人与人面对面交流的重要性】可通过微表情、情绪反应和肢体语言等讯息，直接、快速搜集到对方的真实反馈，由此帮助你做出相关结论和决策；
对于重要的事情，能当面谈的或电话聊的，尽量不发短信，你需要第一时间把握对方的情绪反应，做出进一步的判断，进而让谈话更加高效有利。
【了解人性】要赚哪些人的钱，就要去研究这些群体；
【情商】需要考虑哪些数据维度，才能让产品更符合用户心意？
考验的正是数据挖掘师的“情商”。比如现在很多网站、购物平台和听歌APP，都会有“猜你喜欢”的智能推荐功能，而有些软件自动推荐的陌生歌曲往往符合你的音乐品味，有些则不然。准确率的背后其实没那么简单，不同数据师根据用户标签（比如：年龄）设计不同的算法，效果也不尽相同。
