互联网经济迅猛发展，大数据成为分析用户需求的一种惯性路径。世界首席品牌营销专家林斯特龙则指出，大数据连接了千百万的数据点，可以准确地产生相互关系。但是，当人类按照自己的习惯行动时，大数据分析通常不会十分准确。所以挖掘用户需求时，在大数据之外，更重要的是通过对一个小群体的亲身观察和小数据常识，捕捉到这个社会群体所体现出的文化欲望。满足这些用户需求，击中痛点，则意味着将掌握无限的商机

《痛点》 作者 [美] 马丁·林斯特龙

首先要澄清的是这不是一本关于数据的书，而是纯粹营销学著作。作者是消费者洞察大师，通过实地走访世界各地消费者，和他们深入交谈，并进入他们私人空间，来真正了解当地社会文化习俗和人的深层心理需求，从而发掘那些没有被清晰表达的需求和欲望，以此为基点塑造品牌和进行产品设计。

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。由于往往暗含人的共性，这些数据仅需要通过对极少数人的观察，就能凭其得出结论，进而影响营销策略，因此它们被称作小数据。

一、大数据之迷恋

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时代的关键技术之一。面对大数据规模性、高速性、多样性、而且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”，凭借一把屠龙刀即可称霸武林。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了说服力。

金无足赤而人无完人。事实上，大数据虽然功能强大、用途广泛，但并不是万能的。

首先，大数据通常以数据库的形式而存在，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，大数据是数据，而数据重分析，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。有人说，如果数据能帮人培养情感特质，那么最浪漫的爱人形象就不是诗人，而是会计师。

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，会用“马甲”、匿名等形式上网，还经常会出现“键盘侠”的现象。在社交媒体上，我们从来都不是真实的自己。在网上我们总是思前想后，展现深谋远虑。跟真实的自我相比，这个人格几乎没有相似之处。由此可见，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。

二、小数据以点破面

大数据能够掌握事物发展的基本脉络，小数据则可以知微见著，一叶落知而天下知秋。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”，避免“头痛医头脚痛医脚”的治表行为，实行“精准施治”，从而达到完美的客户体验。

马丁指出，人类行为中的手势、习惯、喜好、厌恶、犹豫、装饰、密码、推文、演讲模式以及状态更新等，都是小数据的范畴。通过这些小数据，可以帮助我们查清楚最模糊、最抽象的欲望。在实践中，一些公司请他当顾问，就是利用小数据模式弄清人们的真实需求，反过来再想办法满足需求。

对小数据的挖掘，就如同福尔摩斯探案。花园有花园的故事，小路有小路的故事，衣服有衣服的故事，鞋子有鞋子的故事，所有的事物表象之间都有着千丝万缕的联系。马丁认为，我们很容易将这些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。而一些很重要的信息也正隐藏在这些细枝末节的线索中。事实上，已经有人对此进行了探索。比如消费品行业。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，让现在的车门更容易打开，让厨房抽屉开合不费力，等等。这些问题通过大数据是很难发现的，只有深入到细节中来，我们才能看到事物的本质，从而找出用户的“痛点”。

在对美国传统的洛斯超市的咨询顾问中，马丁充分利用了小数据模式进行调查分析，找到未被满足的欲望和梦想。马丁对美国人的小数据进行了挖掘，发现了几条线索：

1、美国人喜欢通过闲聊、微笑、搭讪等方式与他人展示友好；

2、美国人不喜欢身体接触，一旦碰到别人，大多数人会立即道歉；

3、美国人喜好圆形，曲线和圆形多于方形，没棱没角多于有棱有角，缺乏安全性和冲突性。

由此，马丁记录了这些关于美国文化的线索，并得出结论：美国的社区正在消失，取而代之的是网络、大超市和雷同的街景。美国人亟需从单调的生活中逃离出来，寻求慰藉。

对此，马丁开出的药方是：从方形蛋糕入手，在全新的洛斯设计理念中，把圆形换成方形；通过洛斯烤鸡厨房，引入期待概念，激发店内冲突，创建商品社区理念；培训超市员工，树立员工职业荣誉感；以及制作新鲜食物、改造店内布局等等措施。

这一切行为的背后，就是为了解决马丁通过小数据发现的问题：美国没有被释放的最大欲望就是真正的自由。

马丁正是通过以上举措直击用户痛点，营造了一种不用担心、不用刻意、没有负担，像孩子一样自由自在的状态。事实胜于雄辩，仅仅几个月，洛斯的平均购物篮尺寸和平均交易量分别提升了7%和23%。

马丁的小数据分析模式可以用“7C框架”进行概括，即：搜集（collecting）、线索（clues）、连接（connecting）、关联（correlation）、因果（causation）、补偿（compensation）和理念（concept）。

1、搜集，就是要从宏观和微观上建立导航点，形成最初的观点并创建一个假设，并尽可能从最多的可信资源中获得不同的观点。

2、线索，要将一切看起来毫无意义的事情连贯起来，建立一个模型将普通顾客身上不同的自我分离开来，创建出一个叙述性的、连贯性的故事。

3、连接，就是将已经取得的小数据相关联，查看情绪行为能产生什么后果。

4、关联，就是要寻找顾客行为上的转变，查看这种行为或情绪第一次出现是什么时候。

5、因果，要问问自己它能激发什么情感。

6、补偿，就是要提取最强烈的情绪本质：欲望，并探寻那些欲望没有被满足，满足欲望的最佳方式是什么。

7、理念，是针对你发现的顾客欲望，思考能有什么“创意”补偿。

马丁的小数据模式最大的特点在于“样本小”。他认为，想要转变一个品牌或一家企业，不用研究几百万名顾客，只要研究10个人就够了。这种小数据调查模式，就如同取血化验，一滴血里包含的数据，可以展示将近1000种不同的病毒。如果样品量选择得当，小数据也可以达到一滴血的效果。

其实，大数据代表了线上的数据分析，而小数据则代表线下的细节分析。只有将线上线下数据的融合，即大数据和小数据的结合，才是21世纪实现营销生存与成功的关键因素。