大數據離不開 “厚數據”
當前，全世界各種規模的公司都在被告知需要大數據 —— 大數據是驅動下一輪創新的源動力。風投公司專門確立針對大數據的投資組合，初創公司對外宣稱自己是 “大數據” 公司，成熟的巨頭企業會成立專門做大數據項目的數字創新團隊。面對先進的計算數據收集和分析能力，許多初創公司和大型企業不惜以犧牲人的洞察為代價，過度地專注于收集定量數據。這種把定量數字凌駕于定性洞察之上的做法著實令人擔憂。我就曾親眼見證了一家公司為此遭受到的重大影響，沒有任何一家公司會希望遵循這種做法。
2009年 的時候，我在諾基亞做調研工作。諾基亞是當時新興市場最大的手機公司。我在研究中發現，這家公司在整體商業模式上正面臨挑戰。經過多年在中國的人類學研究工作，不論是與外來打工者一起生活，體驗街頭小販的辛酸苦辣，還是沉浸在網吧世界，這些都讓我看到了大量的市場信號，我有理由相信，低收入消費者已經準備好為更昂貴的智能手機買單。
當時我的結論是，諾基亞必須轉變他們當前的產品開發策略，從制造價格昂貴、面向精英用戶的智能手機，轉而開發價格適中、面向低收入用戶的智能手機。我把我的研究報告和相關建議匯報給了諾基亞總部。但諾基亞在看過我的研究發現后卻不知道該怎么做。他們說，我的樣本量只有 100 個，和他們成百上千萬的樣本量相比，簡直就是微不足道。另外他們還說，根據他們現有的數據資料，我的洞察發現根本就沒有任何根據可言。
當然現在，我們所有人都知道諾基亞后來發生了什么。微軟在 2013年 收購了諾基亞手機業務，目前它的全球智能手機市場份額僅占 3%。諾基亞的衰落是由很多原因導致的，但其中最嚴重的原因之一，也是我親歷的一個原因就是，諾基亞過度依賴數字。他們過于注重定量數據，以至于在面對難以衡量或現有報告里沒有的數據時，就變得不知所措。原本可以成為諾基亞的競爭籌碼，最后卻幫了一個倒忙，導致它走向衰亡。
自從諾基亞的那次工作經歷以來，企業組織這種過度重視定量數據而忽略定性數據的做法就一直讓我感到非常不解。隨著大數據時代的崛起，我發現這種情況開始愈演愈烈，一些公司不惜扣減花在以人為本調研上的預算，而寧愿花重金投資在大數據技術上。人類學定性研究工作在大數據時代下的生存現狀讓我深感憂心。
在當前這個以數據為驅動的世界，人類學研究工作（經常以市場調研、設計調研和定性調研的形式在行業里出現）正面臨一個非常嚴重的認識誤區。經常會聽到人們談論說，人類學研究的數據樣本量太小，人類學研究數據是 “小數據”，就像當時諾基亞高層說的一樣。
由于缺少概念性文字來快速界定人類學研究在大數據時代的價值，自去年開始我一直在用 “厚數據”（在此向 Clifford Geertz 致意！）這個詞來表示我對綜合性研究法的提倡和支持。厚數據是指利用人類學定性研究法來闡釋的數據，旨在揭示情感、故事和意義。厚數據難以量化，但能從少量樣本中就解讀出深刻的意義和故事。厚數據與大數據截然不同，定量數據需要依賴大量的樣本，同時借助新技術來捕捉、存儲和分析數據。要讓大數據變得可分析，它就必須經過一個正常化、標準化的定義和歸類過程，這個過程會在無形之中剔除數據中所包含的背景、意義和故事。而厚數據恰恰能防止大數據在被解讀的過程中丟失這些背景元素。
“厚數據是指利用人類學定性研究法來闡釋的數據，旨在揭示情感、故事和意義。”
整合大數據和厚數據能讓企業站在全局的高度，更全面、更徹底地把握任何情形。企業要縱觀全局，就必須同時運用大數據和厚數據，從中獲得不同類型的洞察，獲得豐富的廣度和深度。大數據需要借助大量樣本來揭示特定模式，而厚數據只要借助少量樣本就能從深層次解讀出各種以人為本的模式。厚數據依賴人的學習活動，而大數據依賴機器的學習活動。厚數據體現著各種數據關系背后的社會背景，而大數據體現的是從一系列特定定量數據中提煉出的洞察。厚數據技術能包容不可化約的復雜性，大數據技術則是通過分離變量來明確模式。厚數據缺少廣度，大數據缺少深度。
運用大數據存在風險
企業組織在運用大數據時，如果沒有一套整合框架或權衡尺度，那么大數據就會變成一個危險因子。Steven Maxwell 指出：“人們過度沉迷于數據信息的量，卻忽略了 ‘質’ 的部分，也就是分析法所能揭示的商業洞察。” 量越大并不意味著生成的洞察就一定越多。
另一個問題是，大數據往往過于注重定量結果，而貶低了定性結果的重要性。這就會導向一種比較危險的看法，即認為經統計分析得出的標準化數據要比定性數據更有用、更客觀，從而進一步肯定了定性數據就是小數據這一觀點。
以上兩個問題導致企業組織幾十年來僅僅憑借定量數據來做管理決策。一直以來，企業管理咨詢顧問都是利用定量數據來讓提升企業的運作效率和贏利。
利用大數據的風險在于，企業和個人會開始依賴運算法則，把它作為衡量標準來做決策和優化表現。
如果沒有一種平衡力量，大數據很可能會導致企業和個人總是依據從運算法則得來的標準來做決策和優化。在這個優化過程中，包括人、故事、真實的體驗在內的一切都會被忽視。正如 Clive Thompson 寫道的：“把人的決策因素從這個等式中抹去，就意味著我們會與深思熟慮的做法漸行漸遠，而這些深思熟慮的時刻恰恰是我們從道德層面反思自己行為的機會。”
釋放大數據與厚數據的整合效應
大數據產生的信息量實在太過龐大，以至于不得不借助其他方式才能填補和 / 或揭示知識缺口。而這恰恰是人類學研究工作在大數據時代的價值所在。下面，我會分享一些有關企業如何整合使用厚數據的方式。
厚數據是勾勒未知世界的最佳方式。當企業組織想了解他們并不了解的領域時，就需要厚數據的幫助，因為它能帶來大數據所沒有的東西——靈感。收集和分析故事有助于生成洞察。
當企業組織想要了解并不熟悉的領域時，就需要 “厚數據” 的幫助，因為它能帶來大數據所無法帶來的東西——靈感。收集和分析故事有助于生成洞察。
故事能激發企業組織探索通往目的地的不同途徑，這個最終目的地就是洞察。打個比方，假設你在開車，厚數據能讓你瞬間移動到想去的地方。厚數據常常會帶來一些意料之外的發現，既讓人困惑又讓人驚喜。但不論怎樣，它都能帶來靈感啟發。只有在富于想象力的企業，創新才能賴以生存。
當企業想要與利益相關方建立更穩健的關系時，他們就會需要用到 “故事”。“故事” 包含著情感，而這是經分析過濾的標準化數據所不能提供的。數字無法折射出日常生活中的各種情感：信任、脆弱、害怕、貪婪、欲望、安全、愛和親密。很難用算術法則來表示一個人對服務 / 產品的好感程度，以及這種好感會隨著時間變化而發生怎樣的轉變。相對地，“厚數據” 分析法能深入人們的內心。畢竟，利益相關方與企業 / 品牌的關系是感性的，而不是理性的。
厚數據和大數據的未來整合機會點
大數據概念的提出者 Roger Magoulas 強調了故事的必要性：“故事能很快傳播開來，把數據分析法的經驗教訓擴散到企業組織的各個角落。”
僅僅使用大數據會帶來問題，關鍵是要懂得如何同時利用起大數據和厚數據，讓兩者相輔相成。對于定性研究者來說，這是他們在以定量結果為主導的大數據時代定位自己工作性質的絕佳機會。像 Claro Partners 這樣一些公司甚至已經開始重新界定我們如何問有關大數據的問題。在他們的個人數據經濟（Personal Data Economy）研究中，他們并沒有問大數據對人類行為的啟示這類問題，而是反過來問了人類行為對大數據在日常生活中的作用的啟示。他們還為客戶開發了一套工具，幫助他們轉變思維視角，“從以數據為核心轉變為以人為核心。”
有關大數據和厚數據如何在企業組織中發揮協同效應，我梳理了以下機會點（當然并不僅限于這些）：
- 健康醫療
隨著個人能越來越方便地追蹤自己的健康狀態，自我量化值正在成為一種主流。醫療服務提供者會有越來越多的機會收集到各種匿名數據。像 Asthma Files 這列項目可以讓你迅速展望厚數據和大數據將如何共同解決全球健康問題。
- 重新定位來自移動運營商的匿名數據
全球各地的移動公司已經開始重新包裝和出售他們的顧客數據。市場營銷者不是唯一的買家。城市規劃者正在用 Air Sage 的蜂窩式網絡數據來了解當地的交通狀況。為了保護用戶隱私，這些數據會采取匿名或抹去個人通信記錄。當然，沒有了關鍵的個人詳情，數據也就丟失了關鍵的背景信息。在這種情況下，若沒有厚數據，企業就很難破譯這些因個人信息被抹去而丟失的個人情況和社會背景，也就無法真正解讀數據。
- 社交網絡分析
社交媒體能產生大量數據，這些數據能讓社交網絡分析法變得更為豐富。目前，包括 Hilary Mason、Gilad Lotan、Duncan Watts 和 Ethan Zuckerman (以及他在 MIT Media Lab 的實驗室) 在內的研究科學家都在研究信息在社交網絡上的傳播方式，以及同時會產生哪些問題，而這些問題只能借助 “厚數據” 才能回答。現在越來越多的公司把社交媒體作為衡量尺度，對此企業必須謹慎對待，不要誤認為僅僅透過數據就能看到 “影響因素”。媒體對 Cesar Hildalgo 工作的誤讀就是大數據網絡分析結果被曲解的一個實例，意指維基百科可以成為文化代理。(點擊此處查看 Heather Ford 對此做出的糾正。)
- 品牌戰略和生成洞察
一直以來，企業都習慣于依賴市場分析來制定企業戰略和生成洞察。如今，企業正在轉向用一種更為以人為本的方式，也就是立足于 “厚數據”。《快公司》雜志（Fast Company）在最近一期 Jcrew 的報道中明確指出，在以大數據為驅動的管理咨詢法宣告失敗后，帶領品牌走出困境的恰恰是那些真正懂得消費者想要什么的員工。其中，一位叫 Jenna Lyons 的員工有機會與消費者一起反復嘗試、修改和實時測試產品。她的這套方法在消費者中引起了反響，最終成功地把 Jcrew 轉變為一個讓人頂禮膜拜的品牌，營收翻了三番。
- 產品 / 服務設計
單單借助運算法則并不能解決問題，但仍然有很多公司依賴運算法來指導產品和服務開發。施樂公司（Xerox）就是利用大數據來為政府解決問題，但它同時還借助了人類學研究法作為數據分析法的補充。施樂帕羅奧多研究中心（Xerox PARC）的人類學家 Ellen Issacs 在提及厚數據對設計工作的重要性時這樣說道：“即使你對某項技術有著清晰的概念，你仍然需要把它設計出來，確保這套概念符合人們對自己行為活動的看法……你必須看他們怎么做。”
- 落實企業組織戰略
厚數據可以作為大數據的補充，與大數據相輔相成，以減少經過規劃的企業轉變所造成的顛覆性影響。定量數據可能會顯示必須做出某種轉變，但企業組織內部的顛覆代價是巨大的。重新布局企業組織架構圖，重新撰寫職位描述，轉換工作職能，重新設定成功標準——所有這些顛覆式轉變都要付出昂貴代價，而這一后果可能并不會體現在大數據計劃中。企業需要厚數據專家與業務領導一起協作，共同了解轉變會帶來的影響和發生背景，從文化的角度決定哪些轉變是可行的，以及如何設計整個流程。Grant McCracken 把厚數據專家叫做首席文化官（Chief Cultural Officer），他們就好比是 “企業的眼睛和耳朵，會敏銳地嗅出即將發生的轉變，即使這些潛在轉變只是發出非常微弱的信號。” 首席文化官就是厚數據專家，負責收集、講述和傳播故事，保持企業組織的靈氣和靈活性。大數據概念的提出者 Roger Magoulas 強調了故事的必要性：“故事很快就能傳播開來，把分析總結帶來的習得散播到整個企業組織。”
綜合運用同理心和數據資源進行創新
除了所有這些有待挖掘的機會點，還有一點很重要的就是，大數據仍有很大的改進空間。高德納咨詢公司（Gartner）的研究顯示，在投資大數據能力的公司當中，只有 8%的公司在利用大數據做一些具有深遠意義的事情。其余公司僅僅只是用大數據來拉動漸進式增長。這意味著很多公司雖然都在談論和投資大數據，但他們并沒有真正利用起大數據來推動真正的變革。
我認為，企業和機構要想充分發揮大數據的潛力，就必須結合運用厚數據，這也是為什么我們現在比以往任何時候更需要從事以人為靈感來源的研究工作者，不論是人類學家、市場調研者、設計調研者、設計師、產品經理、紀錄片導演、制片人、作家還是社交媒體經理，因為這類研究工作者是始終帶著同理心在收集和分析數據。最有創新力的公司往往就是那些懂得如何綜合運用大數據與同理心的公司。這也是為什么阿里巴巴、百度和騰訊這些公司得以如此成功的原因之一，他們總能閃電般地迅速掌握實際用戶所處的情境，以此來驅動他們的技術革新。未來，中國的創新將同時有賴于情境和數據。
