离开阿里巴巴,用厚数据的创造力来精准解读大数据

2017.09.14

本期研究员

雀巢

Nestle Xu

27岁时,在阿里巴巴担任产品工程师的雀巢,毅然选择离开这个“数据宝库”,加入了以定性研究见长的青年志,并建立了定量与大数据团队。面对许多人的困惑和不解,雀巢说,“只有积极探索大数据和厚数据的融合,才能真正产生兼具广度和深度的精准洞察。”


20171120_100354_010

雀巢和小伙伴介绍青年志融合数据服务产品规划 ©青年志


“数据之爱”

是渴望超越肉眼局限去认识世界

“数据的发展来源于人类对认知这个世界的渴望。”

我从小出生在一个“数字之家”,母亲从事了 30 多年的财务工作,数字和表格充斥了她的生活,这种家庭氛围,也让我和数字的接触尤其早——别人家的孩子最早学习的通常是唐诗宋词,而我对这个世界的认知是从数字开始的。 “ 12 加 9 等于几?” “ 29 乘 46 是多少?”,这些问题贯穿了我的童年生活,而对于数字的亲切和敏感,也让学生时代的数学课变得相当轻松。100 分的数学试卷、奥数竞赛一等奖、家人和朋友的赞赏…… 数字带给了我太多的成就感和快乐,我的生活也因此始终与数字紧密相连。毕业后,我选择从事数据分析相关行业,开始利用数据在复杂的商业世界寻求解决方案。

对我而言,数据是认知这个世界的迷幻通道,它帮助我们越过肉眼的局限,去看见更微观与更宏观的事实。我们与这个世界的关系其实就是一场链接分析算法,记忆是数据的累积,理解是数据的学习,情感关系是数据之间的相关性……我们每一天都真实地活在数据的世界里,数据对我们的生活非常重要。

但是在2017年,我却离开了阿里巴巴,来到了以定性研究闻名的青年志。

“你一个做数据的人不在阿里巴巴呆着,跑去一家没有数据的公司做什么?”

这是我离开阿里以后被问到最多的一个问题,它的答案即艰深又浅显,当我尝试用理性逻辑去回答时,发现答案可以分为两部分。


离开阿里巴巴

是对“大数据热”的冷思考

当初为什么要加入阿里巴巴?是听起来比较酷,还是天猫购物能打折?其实对我来说,阿里巴巴是一个充满吸引力的数据金库,它坐拥无法计算的数据财富、强大的数据运算能力和海量流量入口,每一个分支都在不断地极速扩大,这几乎是每一个数据人都难以拒绝的诱惑。那为什么要离开?

残酷竞争:

AI迅速崛起,数据研究者如何避免被淘汰?

今天,在摩尔定律的驱使下,机器运算能力正在飞速发展,数据通过算法可以自动生成图表,甚至产出一些数据结论,数据洞察已然被AI侵蚀。作为一个数据研究者,如果不想被AI轻易取代,必须要培养机器无法代替的能力——独创思维、情感温度、想象力、艺术文化感知力……我期待找到这些能力的最佳培养皿。

阐释缺乏:

大数据的傲慢,脱离阐释的研究真能代表未来?

可以观察到,当前多数把控流量入口、手握大数据的公司,往往有一个共同点,那就是信奉“大数据即未来”。这些公司将大数据研究看作传统研究方法的替代品,而不是补充,“颠覆”成了互联网行业的陈词滥调。这种对传统研究方法缺乏敬畏的行为,在我看来是非常危险的,脱离阐释的大数据结论也同样是危险的。如果人类最终灭亡,“自负”必然是其中原因之一,而“大数据傲慢”就是一种典型的自负式的表达。

孤岛不再:

数据成为基础资源,跨界与开放将打破数据孤岛?

最近几年,已经有越来越多的大数据公司将数据作为底层建设和基础架构:构建强大的数据收集、存储、运算的中台体系来衔接丰富的前台端口,使得每一个业务前台都可以高效引用数据做效果产出——数据正在演变成如同Wi-Fi一样的基础资源,前台不断进化、扩张、开放以谋求数据价值最大化。在这样的背景下,只有通过数据的交互,才可以尽可能地将数据的价值做乘法,数据的跨界合作与开放交互将会是必然趋势,封闭的数据孤岛将成为过去。因此,想要获取数据,自然也无需站在岛上。


加入青年志

探索大数据与厚数据的创新结合

那么,离开了阿里巴巴之后,又为什么加入以定性研究见长、注重“厚数据” ³ 积累的青年志呢?

初见着迷:

厚数据与大数据结合带来全新研究视角

2015年,因为一个商业项目,我以客户的身份第一次接触到青年志,也是第一次深入了解“厚数据”。所谓厚数据,是使用质性研究方法进行调查与分析所获得的数据,它能够揭露人们的情感、故事乃至看待世界的方式。在那次项目中,我们第一次在真正意义上把厚数据与大数据融合在一起——通过青年志定性研究团队提供的丰富的厚数据,来获得对目标受众的全方位深度剖析和阐释;再通过丰富的大数据标签体系,去描绘厚数据对人群的阐释;最后通过抽样研究,来循环验证和优化那些刻画每种价值诉求人群的标签组合,实现厚数据与大数据之间的转译,以及对人群的还原。

这次尝试最终获得了市场的认可,从中获得了太多的满足感,更重要的是,对传统研究公司的方法已经相当熟悉的我,感到眼前一亮——原来研究可以这么酷!我试着以全新的视角重新看待研究的可能性,定性研究与数据分析那种源自DNA里的差异,以及两者的巧妙融合,开始让我非常着迷。


20171120_100354_011

基于青年志厚数据研究及大数据标签体系的人群聚类模型方法 ©雀巢


完美互补:

共同深入探索情感、故事与意义

那次项目让我真切地明白,大数据是离不开厚数据的。大数据带来的是广泛性和验证性,但厚数据带来的是真正的启发性与创造性。片面地使用大数据,可能会对营销产生偏差性的引导,因为大数据无法做到用户行为动机分析,无法精准地解读营销故事和用户经验。但这恰恰是厚数据所擅长的,它能够揭露人们的情感、故事乃至看待世界的方式,挖掘出丰富的情境,将这些信息与大数据的分析能力相结合,可以产生更精准的结论。只有积极探索关键数据和厚数据之间的关系进行互补,才能从中获得不同类型的洞察,兼顾广度和深度。

作为国内顶尖市场研究与品牌咨询公司的青年志,拥有行业最优秀的定性研究团队,不断跟踪年轻人群体的变化,积累了丰富的社会变迁、代际变迁、及品类发展的洞察,拥有市场上质量最高、数量最丰富、基础最扎实的青年文化厚数据,如果说大数据与厚数据的结合大有可为,那么青年志一定是理想的培养皿。


20171120_100354_012

©Tricia Wang


前沿创新:

大数据结合厚数据,做业界最前沿的尝试

任何创新都宜早不宜晚。在百花齐放的商业世界,似乎从未听到一个声音清晰的在说“我要做厚数据和大数据结合的生意”,而在我看来这无疑是个绝佳的机会。青年志始终在摸索业界前沿的研究方法,探索可能的创新方向,基于它在定性研究领域取得了实践成果,我深信我们可以在厚数据与大数据结合的领域再下一城。

正如全球科技人类学家Tricia Wang所说:“厚数据是探寻未知领域的最佳方式。当任何企业或者组织想要去理解未知的东西,应该去寻求厚数据的支持——它能提供大数据无法提供的灵感,通过对故事的搜集和阐释来产生洞察。数字无法揭示日常生活中的情感:信任、恐惧、贪婪、脆弱、爱、亲密……而厚数据具有深入人心的力量,这是人类学研究工作在大数据时代的价值所在,因为个人与品牌、组织之间的关系,归根结底是具有情感温度,而不是绝对理性的。”("Why Big Data Needs Thick Data",Tricia Wang)

* 注释

1.什么是数据?

数据不仅是数字,而是对客观事物的观察、记录和逻辑归纳,它可以是文字,符号,视频、声音等。

2.什么是大数据?

大数据,是指海量、高增长率和多样化的信息资产。这些信息无法在一定时间范围内用常规软件工具进行捕捉、管理和处理,需要结合新处理模式,才能具有更强的决策力、洞察发现力和流程优化能力。

3.什么是厚数据?

厚数据这一概念源于人类学家Clifford Geertz的经典概念“厚描”(Thick description)。指的是使用质性研究方法进行调查与分析所获得的数据,它能够揭露人们的情感、故事乃至看待世界的方式,而这些恰恰都是难以被量化测量的。虽然厚数据的样本很小,但却能够帮助我们获得极为深刻的关于意义的洞察。厚数据能够弥补大数据对海量数据进行标准化、清洗与归类后,所丢失的意涵丰富的语境、故事与意义。(该定义参考了Tricia Wang"Why Big Data Needs Thick Data"一文)

分享到:

新闻

  • May the youth be with you
  • 2017年,进入青年志创始以来的第9个年头,我们心里觉得踏实,因为我们仍然专注青...
扫描二维码分享到微信
确 认