目錄
譯者序
前 言
致 謝
第1章 這改變了一切 / 1
數據化的廣度和深度 / 6
什麼是數據 / 8
定義大數據 / 9
大數據的特性 / 10
本書簡介 / 14
第一部分
當前思維
第2章 觀點會憑空而來嗎 / 18
討論的對象 / 19
樣本誤差的來源 / 20
抽樣的優點 / 21
樣本並非總是越大越好 / 22
大數據和抽樣 / 23
小結 / 30
第3章 選擇工具 / 32
無效指標的危害 / 34
思考方法：明確問題 / 36
有助於選擇指標的框架 / 38
跟蹤指標 / 46
根據有效數據做出正確決策 / 48
小結 / 50
第4章 風險與陷阱 / 52
讀取數據的風險：相關性陷阱 / 53
讀取數據的風險：人為判斷的缺陷 / 55
講故事的陷阱 / 56
混淆故事和因果關係 / 58
理論的重要性 / 60
小結 / 67
第5章 預測能力 / 69
預測數據的增長 / 70
我們的預測能力如何 / 73
認識預測的局限性 / 75
為什麼有些事情更容易預測：複雜系統和簡單系統 / 76
社會效應對系統複雜性的影響 / 78
建立預測模型 / 79
學會面對不確定性：戰略悖論 / 82
小結 / 84
第6章 廣告主困境 / 86
網路廣告的衡量指標 / 89
網路廣告心理學 / 93
小結 / 99
第二部分
智慧思維
第7章 讀心術 / 102
聯繫數據集的價值 / 103
了解客戶 / 105
從數位化排放了解我們自己 / 106
市場區隔的演變 / 110
小結 / 113
第8章 連線關係 / 115
選擇為何如此困難 / 117
簡化決策 / 119
影響與“有影響者”角色 / 120
確定網路效應 / 123
網路對行銷的意義 / 125
探究社會關係的重要性 / 127
小結 / 128
第9章 文化變遷 / 130
以全新的方式看世界 / 131
解構文化趨勢 / 135
通過文化分析探索觀念的生命周期 / 137
從語言到視覺：圖像的重要性 / 138
從圖像分析文化趨勢 / 143
小結 / 145
第10章 好創意 / 147
我們如何應對 / 148
集權與分權 / 149
拓展組織範圍的專家網路 / 152
利用外部網路 / 155
利用網路的弊端 / 158
培育創意 / 160
小結 / 161
第三部分
消費者思維
第11章 禁止入侵 / 164
人們是如何看待數據共享的 / 165
數據媒介關係的限制 / 167
數據媒介關係模型 / 170
超越基於數據的關係 / 173
超越數據 / 177
小結 / 179
第12章 個性化數據 / 181
自我跟蹤的歷史 / 182
個人數據環境的變化 / 184
數據所有權和授權的關係 / 185
個人分析的缺陷 / 187
授權的潛在解決方案 / 190
小結 / 195
第13章 隱私悖論 / 198
青少年與隱私 / 199
數據披露的利弊 / 201
隱私行為經濟學 / 203
企業的挑戰 / 206
信任框架與透明度 / 209
透明化趨勢 / 211
透明化有效嗎 / 212
企業應該做些什麼 / 213
小結 / 214
結語 / 216
注釋
前言
只要涉及大數據，無論是誰都會注意到與之相關的爭論已日益兩極化。一方面，熱情倡導大數據價值的人認為，大數據不僅徹底改變了我們的經營方式，而且還從根本上改變了科學和我們實際生活世界的組織方式；而另一方面，懷疑論者認為，大數據的宣傳言過其實，它並沒有從根本上改變什麼東西。
本書關注的是，在行銷方面企業該如何利用大數據，並從這方面對兩極化的爭論提出自己的見解。因此，本書闡述的是，我們人類理解數據並從中獲取意義和生活在數據媒介世界的體驗。雖然我們會不可避免地涉及其他一些方面，但這是本書的核心所在。本書所闡述的大部分內容也適合非營利組織和政府機構，但為了簡化起見，還是把企業作為主要參照對象。
當然，大數據有時不免會被誇大其詞。在這一點上，技術專家通常需要負主要責任。他們經常會讓我們認為，只要把各種人類行為簡化成一系列數據點，那么就能夠預測未來的大部分活動。這種人類行為的簡化主義觀點沒有認識到我們生活的世界、居住的微妙生態系統和行為發生的環境條件的複雜性。簡單地利用大數據（指個人數據），意味著行銷人員降低了大數據的作用，使之成為組織的戰術而不是戰略組成部分。
懷疑論者則沒有看到大數據的潛在價值。我們非常全面、密切和連續一致地追蹤我們的行為，可以獲取極為豐富的資源，不可能看不到在這些“山里”確實有大量的“金子”。問題是，這是什麼東西？如何才能找到？
本書要闡述的是，行銷人員如何從技術專家那裡重新奪回大數據的控制權和如何更多地從戰略角度來重審大數據的意義。這樣做勢必會使行銷職業重煥生機活力。理解人類行為的數據是行銷人員和社會科學家的一項長期有效的技能。我們開始看到，在大數據領域，他們的很多專業技能可以幫助我們有效理解和解釋數據。當然，新的挑戰也日益明顯，而這恰恰意味著我們需要用原始的方式來考慮這些問題。
我們能夠從數據痕跡中獲取很多有價值的東西，但許多分析和解釋仍然停留在很基本的行為層面上。企業力圖差異化，但技術削弱了企業在競爭中脫穎而出的能力，而這就創造了一個機會。人類的行為是複雜的，但大數據提供了理解複雜性的新方式。複雜性應該是行銷人員的朋友，因為複雜性提供了尋求差異化的機會。
在開發利用大數據帶來的機會方面，社會科學家通常都走在企業的前面。諸如網路心理學（cyber psychology）、計算社會學（computational sociology）、文化分析（cultural analytics）之類的新領域正方興未艾。因此，我們可以充分利用大數據和提高信息處理能力，對人類行為形成新的認識。通過這些新的領域，企業可以找到探索隱藏在數據泥沼中的意義的新方法。
在所有這些當中，我們不能忘記消費者體驗。這是因為是消費者產生了這些數據，而且他們還是這些數據所產生的活動的接受者。消費者願意參與其中嗎？我們需要探索消費者理解其體驗的方式，因為諸如隱私和授權之類的問題本身正在迅速成為企業差異化的來源。
雖然書中有很多有用的指導原則，但本書並不是詳細的使用方法手冊。本書號召組織抓住機會，了解如何以令人激奮的新方式利用大數據更好地理解消費者。本書的核心是，為了明智應對大數據，我們確實需要深入理解人類本身。如果我們不能了解在此過程中可能陷入的陷阱，也就不能解釋數據。我們需要行為框架模式來幫助我們探索數據集。為了理解企業如何能夠最有效地執行數據戰略，我們需要理解人類如何應對數據媒介環境。
本書旨在幫助企業以獨特的方式來分析思考數據。在這一過程中，你可能會開始以不同的方式來觀察人類。作者希望本書能夠激發大家的思考和辯論。感謝你閱讀本書並加入其中。
作者簡介
科林·斯特朗 (Colin Strong)
英國傑出的消費者研究人員，現任世界頂尖獨立市場調研公司益普索（Ipsos）全球行為科學主管，其業務遍及100多個國家。曾任職於全球四大市場研究公司之一捷孚凱（GfK），幫助眾多知名企業制定各種消費者戰略。無論是運用數據來獲取洞見（這曾經是調查的優勢所在），還是對如何建立全新的消費者/品牌關係提出建議，消費者數據都是科林研究工作的重要內容。在實際研究中，無論是設計實驗方法，還是進行數據分析，他都採用了行為科學。科林經常在各種研討會上做演講報告，也時常在《赫芬頓郵報》和《連線》等平台上發布博文，還在《歐洲市場研究協會》和《市場領袖》等雜誌上發表了眾多文章。
