你的直觉可以告诉你数据不能告诉你什么

哪个短语最准确地代表了您当前的营销策略？

数据驱动。 数据知情。 启用数据?

如果你在挠头（或翻白眼），你并不孤单。

最近围绕数据的对话增加以及由此产生的分歧让许多营销人员对他们应该对他们的业务采取哪种方法感到困惑。

但我并没有在这个问题上站在一边，我认为这不是关于语义，而是更多关于为什么要做出这些微妙的区别。

对“数据驱动”一词的主要抱怨是它暗示数据是负责的。 新的决策者。 结束一切，成为现代营销的一切。

大多数数据科学家都会谈论从复杂算法中收集到的洞察力如何远远优于人类直觉。

数字是具体的。 他们是准确的。 它们是有形的。

但请考虑一下自动驾驶汽车的情况。

先进的 GPS、导航和地图、传感器、激光、相机和计算机使自动驾驶汽车成为可能。

从理论上讲，计算机和其他先进技术在处理安全驾驶道路所需的所有因素和信息方面应该要优越得多。

毕竟，它们能够接收和处理比人类大脑更多的信息。 他们也更擅长识别和识别复杂的模式，在这种情况下是流量模式。

但是，自动驾驶汽车失败的地方在于它们缺乏人类独特的解释环境、意图和人性的能力。

消费者或市场数据也是如此。 人类行为的细微差别太多了，以至于我们无法完全由人工智能/数据驱动。

现在不要误会我的意思。

作为一个在需求生成中的角色需要大量与数字面对面的人，我不是来诋毁或贬低数据作为一种必要或有效的营销工具。 我只是认为，对于其他组织以及我自己的成功来说，重要的是它仍然只是一个工具。

为了真正利用数据的力量，您必须首先认识到并理解它的局限性：

数据不会说谎，但它不能讲述整个故事

阿尔伯特·爱因斯坦曾经说过：“不是所有重要的东西都可以计算，也不是所有可以计算的东西都重要。”

由于计算机和机器非常复杂和复杂，它们主要为我们提供非常基本和直接的信息——谁/什么/何时。 虽然知道这些信息非常有用，但如果没有关于如何和为什么的额外背景，我们的学习是有限的。

例如，数据可以告诉我们有多少人喜欢或分享了一个帖子，但它不能告诉我们为什么。 换句话说，它可以为我们提供定量的结果，但不能提供定性的推理。

或者这样想：如果有人分析了你在一周内与同事、朋友和家人共度的时间，数据会表明你的同事对你来说是最重要的。

可能不是这种情况，但这是一个很好的例子，说明在没有适当上下文的情况下数据可能会产生误导。

数据也可以指出不同因素之间的潜在关系，但无法证明这一点。 这是一句熟悉的格言，“相关并不意味着因果。”

例如，数据可能显示一个月的高网站流量与高收入之间存在相关性，但这并不一定意味着收入的增加是由流量增加引起的。 可能存在影响这两个数字的第三个因素，或另一个间接变量。

只有您训练有素的眼睛和经验才会知道谨慎处理这些数字和指标并进行进一步测试。 如果您在数据中发现相关性，请尝试更深入地挖掘以复制您的结果并找出真正的原因，或者以各种方式进行细分以查看是否出现了不同的模式。

从网站和电子邮件调查等方法收集定性反馈也很有帮助。

数据是现实主义者，但不能冒险

几年前，29 岁的 Morgan Hermand-Waiche 开始为女友买内衣作为生日礼物。

一旦他发现他的大多数选择都非常昂贵，他意识到市场上对于负担得起的内衣公司来说存在严重差距，并立即开始研究可能的风险投资机会。

问题？ 数据告诉他尽可能远离内衣行业。 有一个明显的行业主力主导市场，无数的进入壁垒和无数次失败的尝试，包括几个大品牌。

但是，尽管有他的发现，Hermand-Waiche 还是不能忽视仍然推动他追求这一事业的一件事：他的直觉。 必须有一个负担得起的优质内衣市场——即使数据表明并非如此。

Hermand-Waiche 现在是 Adore Me 的创始人兼首席执行官，这是一家彻底改变行业的电子商务内衣公司。 在短短几年内，他将自己的直觉变成了 Inc. 500 在纽约市增长最快的第二家公司，并从风险投资人和私人投资者那里筹集了大约 1150 万美元。

数据只能告诉我们事物的当前状态，充其量只能做出明智的预测。

尝试使用更定性的方法，例如在您的社交渠道上提出问题/民意调查、社交聆听，甚至是良好的焦点小组，以获得对您可能有的想法的更诚实、亲密的反馈。

请记住，有时革命只是意味着无视现状并承担风险。

数据可以告知，但无法想象

跟我重复一遍：大数据不是什么大创意。

数据并没有提出“Just Do It”或告诉苹果“Think Different”。

很容易陷入数字和统计数据的杂草中，但请记住，伟大的营销就是讲述一个伟大的故事——而讲述一个伟大的故事意味着理解人类的行为、情感和经历。

我们可以从数据中了解有关受众行为的各种信息。 但它不能告诉我们他们的动机、他们的斗争、他们的愿望等。我们需要那些独特的人类洞察力来讲述伟大的故事并发挥创造力。

但这不是数据的错。

创意是一门艺术。 就其定义而言，“艺术”是人类创造性技能和想象力的表达或应用，创作出的作品主要因其美丽或情感力量而受到赞赏。 这里的关键词是“人”和“情感”。

恰当的例子：2016 年，多伦多大学计算机科学系试图教计算机如何写歌。

研究人员为机器提供了超过 100 小时的音乐，同时一个复杂的算法“学习”了节拍、和弦和歌词中的模式。 虽然所有这些听起来都令人印象深刻的高科技，但由此产生的“歌曲”却是一场灾难——有着奇怪、荒谬的歌词和毫无灵感的机械旋律。

事实证明，data 是一个非常糟糕的作曲家。

好消息是，数据可以通过某种方式提供激发伟大创意的人类情感洞察力。 但是，您必须真正倾听人们的意见，而不是听数字。

社交聆听工具的最新进展使品牌能够发现有关其受众的信息，否则可能需要数月的定性采访。 话题亲和力是倾听能力的一个很好的例子，它比大多数人意识到的影响力要大得多。

想象一下，当您发现您的观众在社交媒体上谈论的其他内容时，可以打开的大门。 他们喜欢某种音乐吗？ 还是运动？ 这些洞察力可以带来新的赞助机会、产品整合，甚至是全新的受众群体。

社交聆听如何激发伟大创意的另一个很好的例子是通过情感分析。 了解您的受众对近期新闻或相关主题等事物的感受，让您有机会创建能够在更深层次、更能引起情感共鸣的层面上与他们产生共鸣的内容或活动。

可口可乐使用情绪分析来创建他们的可口可乐推文机。 使用自然语言处理和定位，该品牌能够确定该国最不幸福的城市。

为了与他们的品牌战略“选择幸福”保持一致，他们将一台可口可乐自动售货机带到了这座城市，该自动售货机分析了每个用户的 Twitter 个人资料的情绪。

然后，机器只向平台上更积极、更快乐的用户分发一个罐头。

令人惊讶的是，品牌如何仅仅通过分析人们的社交活动来学习和创造如此多的东西。 下次您在寻找创造性见解时，请尝试自己进行一些社交聆听。

因此，无论您认为您的组织是数据知情还是数据驱动，真正重要的是您在决策中为人性留出了足够的空间。 因为没有人类的数据不是洞察力——它只是数字。