可穿戴、大数据应回归社会性动物的需求
刘琪 刘琪

可穿戴、大数据应回归社会性动物的需求

百度的最新智能可穿戴设备“Baidu Eye”将在今天的“百度世界大会”正式发布。不管是智能眼镜还是智能手环,今年的可穿戴设备已成为焦点。“我觉得真正的可穿戴设备的未来,不是衡量自己,而是要测量你和其他人的互动,测量你作为一个社会性的动物的方方面面

i黑马注:百度的最新智能可穿戴设备“Baidu Eye”将在今天的“百度世界大会”正式发布。不管是智能眼镜还是智能手环,今年的可穿戴设备已成为焦点。“我觉得真正的可穿戴设备的未来,不是衡量自己,而是要测量你和其他人的互动,测量你作为一个社会性的动物的方方面面。”
 

也许你会咨询你的朋友说,“我该不该结束这段感情”,或者“我要不要买下这辆车”?当你如此问的时候,你正身处类似舞台上的“聚光灯”效应下,假定我们换个思路问,“如何才能改善我们的感情关系”,“如何花钱才能让家人过得更好”,是不是会有豁然开朗的感觉?——我们经常会“目光所及,便是一切”,自动将其他选项屏蔽在黑暗中。

再假定你做了两份数据分析报告,提交给老板,标题分别是《支持您观点的数据》和《不支持您观点的数据》,你认为哪一份更会能在会议上让老板引用?答案恐怕不言而喻。这是心理学中典型的“证实倾向”,人们倾向于搜集那些支持自己看法的素材或数据。

这两个案例来自奇普·希思与丹·希思合著的心理学著作《决断力——如何在生活与工作中做出更好的选择》,之所以引用在这里,只是为了说明在目前最热的两个词汇“可穿戴”、“大数据”背后,其实存在着对用户需求的忽略与漠视。什么是用户需求?是人最本真或者原生的欲望,只有看到而非屏蔽它们,你的产品和服务才真正做到满足甚至是超乎用户的期望。

可穿戴看上去是一件制造硬件的事情,而大数据更像是一件用数据说话的技术活,但是它们的背后恰恰蕴藏着大量的社会心理学常识,还没有被我们所正视。

举个简单的例子,为何大量的可穿戴设备只是作为“手机伴侣”存在?为何很多用户的新鲜感褪去之后,很多设备被扔在了角落,或者只是一件时尚科技饰品?

原因有很多,测量数据不准确算是其中之一,但在我看来,重要的原因在于用户的原生欲望没有被满足。比如,用户购买了可穿戴设备,确实会去查看每天的走路、睡眠、心跳、脂肪等数据,但他真正关心的不是数字,而是想有人告诉他自己是否健康,该如何做到健康生活?

还有一个原因是缺乏场景应用。很多测量自我的事情,手机也可以做,为何非要用可穿戴设备呢?很多产品并没有给出一个可信服的答案,也没有创造非它不可的使用场景。

于是,很多可穿戴设备的创业者只是在满足“形式”,而非满足“需求”。拿最时下流行的弹幕来举例,让屏幕上飞满字条只是形式,社交、吐槽、渴望被重视才是背后的需求。这跟可穿戴设备无关,但道理相通。

大数据也是如此。如上提及的“证实倾向”既是如此,大数据一旦落入这样的心理局限中,对运营的提升效果必然大打折扣,尤其在电商运营中,经常会出现“因果倒置”的数据分析报告。

“我觉得真正的可穿戴设备的未来,不是衡量自己,而是要测量你和其他人的互动,测量你作为一个社会性的动物的方方面面。”MIT人类动力实验室主任,可穿戴设备先驱,全球七大权威大数据专家之一阿莱克斯•彭特兰如是说,在上个周末,这位百度百家Big Talk第三期的重磅嘉宾确实带来一些犀利独到的观点。

在我看来,当他提及可穿戴、大数据时,最厉害的地方是握住了这些技术革新背后的一把钥匙——人是社会性动物,要从理解人的行为和人的需求入手,来进行可穿戴与大数据的实践探索。他在演讲临近结束时,插播了一条自己新书的小广告,名字叫做《伟大创意的风行:社会物理学》,也足见其关注的核心在于作为社会动物的人的原生需求。

阿莱克斯•彭特兰列举了一些案例,无一不是回归了用户需求的常识。比如,在他给波音呼叫中心做咨询时,建议改变少数人轮流休息、禁止闲谈的行业旧规,而是让员工可以随时休息,鼓励他们彼此之间进行交流。结果,波音公司一年便节省了1500万美元的成本,呼叫中心员工的压力减少20%,参与度提升了30%。

阿莱克斯•彭特兰将其称之为“公司的思想流”,这是他通过不断测量公司内部员工沟通数据得出的理论,大致是说你想改变一个群体的智慧,那就就需要改变他们的沟通方式,让每个人都参与进来,都作出贡献,从而提高集体的智慧。

让大数据回归用户需求的尝试,也会给人群划分以及CRM管理带来新的思路。比如,阿莱克斯•彭特兰通过分析某个城市的人群信用卡使用习惯发现,低收入人群大多数情况下会在同一个商店购物,忠诚度高,但他们不太会尝试新鲜事物。而一旦他们有人收入提升,就会从参与式购物变成探索式的购物,会更愿意去此前从没有去过的地方尝试。

在2006年时,阿莱克斯•彭特兰在旧金山还做过一个实验,通过人们携带的手机定位、信用卡消费、社交媒体使用等情况,发现旧金山不只是一个城市,而是七八个不同的小城市,比如喜欢穿红裙子的女孩、不愿意使用信用卡的人群、经常聚集在同一家咖啡馆与某家购物中心的人等等,他们彼此并不一定相识,但有着相同的行为习惯。相比营销界盛行的代际划分,这种人群划分更为精准而有趣。阿莱克斯•彭特兰说,基于这样的大数据分析,其实可以预测疾病的流行、区域犯罪率的生降等,解决很多社会管理难题。

实际上,人作为一种社会化动物,他日常行为的重复次数要远超过变动次数,人们并不喜欢意外。从商业角度来说,研究者也可以分析出每一类抵达商店的用户,他日常的生活方式包括行车路线,常去的加油站、药店、花店等。

这里可以做一个设想,在比较理想的情况下,一个研究机构或者商家可以将一个用户的四个ID,即通讯ID(手机号)、支付ID(金融账号)、社交ID(虚拟世界账户)与现实ID(身份证、社保卡等),进行充分的识别与打通。如此,一个鲜活、有着既定生活轨迹、行为方式的用户画像,以及一个个有着类似行为习惯、消费习惯的用户族群,就会呈现在眼前。

未来,也许你在到达一个商家,一家银行,一家医院,或者一个学校之前,对方已经足够了解你,可以为你做定制化的服务。也就是说,回归到把“人”当“社会人”看,而不是当成流量,也不再漠视用户的原生欲望,这才是可穿戴与大数据浪潮本应有的方向。

可穿戴 大数据
赞(...)
文章评论
匿名用户
发布