一口气从头读到尾，真是太精彩了！在大数据的世界里，人会迷茫。这本书特别有意思，是讲通过几个人的访谈小数据来挖掘需求的。大数据往往显示大家都在干什么，但是很难深度挖掘人需要什么，在这方面，这本书作者就很厉害。我们需要大数据来揭示趋势和潮流，更需要小数据来挖掘和满足用户痛点。单纯从个人获取财富上来说，会挖掘小数据 Samll Data 会让人真正走上致富之路，而不是大数据，不信你看看周围变富的人都做的啥。作者是大牛的大牛马丁。林斯特龙（Matin Lindstrom），全球最强的品牌大师，甚至可以说是最强没有之一。读起来非常非常过瘾！无论是做产品，做市场，做营销，做用户，做媒体等等，都需要来一本，完全重塑你的认知体系，从根本的认知深度上，超过你周围的人。

每日一书：《痛点：挖掘小数据满足用户需求》。当人类按照自己的惯例行动时，大数据通常会受到破坏，大数据不断帮我们节约人力物力，让我们的生活实现自动化。大数据和小数据是一对合作的舞伴，是对平衡的共同追求。我们在执行一个商业行为的时候，不时会遇到叫好不叫座的情况。“叫好” 体现了我们在执行该商业行为前的调查、数据收集等方面工作的有效性，但 “不叫座” 是什么原因？太多的人会迷茫、苦恼直至放弃，多归咎于运气等因素。但通过阅读此书，会发现往往是因为我们前期调查、收集数据的主体并不真实或者并不完整。当我们遇到了一大群假的行为，怎么能期待推导出一个真的行为呢？那怎么解决这个问题呢？借用作者的一段话 “大数据连接了千百万的数据点，可以准确的产生相互关系。但是，当人类按照自己的惯例行动时，大数据通常会受到破坏，大数据不断帮我们节约人力物力，让我们的生活实现自动化。反过来，人类也会同时进化，根据技术带来的变化做出决策。大数据和小数据是一对合作的舞伴，是对平衡的共同追求”。作者并没有完全否定大数据的作用，而是说不要忽略小数据。什么是小数据？作者认为由于人们 90% 是通过非语言信号实现交流的，要找到真实的自我只有研究真实的生活、文化和国家。对于个体，小数据包括手势、习惯、喜好、厌恶、犹豫、装饰、密码、推文、演讲模式、状态更新等等等等细节，作者称之为 “潜台词研究”。由于文化的共通性，所以研究的样本量并不需要太大，可能 50 个足矣。如果对专业调研公司熟悉，是不是觉得方法其实也挺传统的？那怎么做小数据调研呢？作者提出了一套他的方法论 7C 法：收集 collecting、线索 clues、连接 connecting、关联 correlation、因果 causation、补偿 compensation 和理念 concept。作者一直强调要深入被调查者的真实生活才能得到真实的结果，他这样简述他的方法论：收集 —— 你的观点是如何反映在一栋房子里的；线索 —— 你观察到的独特感情反应是什么；连接 —— 情绪行为能产生什么后果；关联 —— 这种行为或者情绪第一次出现时，是什么时候；因果 —— 它能激发什么情感；补偿 —— 还有什么欲望没被满足；理念 —— 针对你发现的顾客欲望，能有什么 “创意” 补偿。7C 方法论搜集（collecting）线索（clues）连接（connecting）关联（correlation）因果（causation）补偿（compensation）理念（concept）1、搜集：你的观点是如何反映在一栋房子里的 “搜集” 这一步先要从宏观和微观上建立导航点。这包括了获得文化观察者的观点如果你是代表一个现有的品牌，我还建议你采访一下该品牌过去、现在和潜在的用户 —— 在理想状态下，这些用户应该占到全部调查对象的 50%。2、线索：你观察到的独特情感反应是什么能反映理想自我与真实自我不一致的，通常是比较隐私的地方：我们的冰箱、橱柜、衣橱 —— 对男人来说，就要看他们的车库和网络文件夹。3、连接：情绪行为能产生什么后果问问你自己：你搜集的线索有什么相似点吗？这些线索开始偏向某个方向了吗？如果最初有过假设，你打算开始验证吗？4、关联：这种行为或情绪第一次出现时，是什么时候在关联阶段，我们会寻找顾客行为上的转变，也就是所谓的切入点。变化发生在什么时候？是她结婚的时候吗？是她第一次要孩子时？是她离婚时？可以表现出切入点或个性转变的事件包括穿衣打扮、结交新朋友、得到或失去伴侣、送孩子上大学，以及所有里程碑或职业转换。5、因果：它能激发什么情感一般来说，我会在一张大公告板上贴满照片和发现，制作一个时间轴。这时候，公告板反映了你发现的情感基因和因果关系。请把这些发现和照片放在一起，找出共同特征。问问自己：“这些会激发人身上的什么情感？”6、补偿：还有什么欲望没被满足情感满足和真实生活是两个极点。在这两个极点之间，你会找到欲望。验证完因果关系，就该提取最强烈的情绪本质：欲望。还有什么欲望没被满足？满足欲望的最佳方式是什么？在洛斯的例子里，答案是在自然环境下创造一种强烈的归属感。7、观念：针对你发现的顾客欲望，能有什么 “创意” 补偿我们的小数据中，永远都能最贴切地证明我们是谁，我们渴望什么。

像推理一样，一点点的串联小数据，挖掘背后需求，能做到这样思考的人，凤毛麟角吧？

看到评价说作者在书中体现了非凡的洞察力。看到很多细节的洞察，但都是结果，而且都是非常细碎的，做事的时候可以没有结构化，传播的时候还是得有结构化。另外是单纯一个创意能不能持续经受时间的检验，梳理没有这方面的内容，都是作者自说自话。关于洞察没法直接学，只能用来看作者的工作方式。场景，路径中去学。

当大数据日渐成为分析用户需求的依赖时，马丁・林斯特龙却提出了相反的看法，他认为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。林斯特龙通过大量亲身经历的案例，解读了如何以小数据理论改变营销趋势。

终于读完了，但文化差异还是我阅读不够深多，有些列子理解有点模糊。