大資料是基于網絡的資訊收集，在大資料時代，線上的交流與行動充滿了僞裝。上網的人都知道，技術的出現，讓我們至少擁有兩種人格。當我們匿名地徜徉網絡時，我們就不再是我們了——不用真實的姓名，不用真實的面孔，不用真實的身份。
是以，光有大資料是不夠的。大資料會告訴你趨勢與未來，卻無法告訴你客戶的欲望與夢想。隻有研究我們真實的生活、文化和國家，研究使用者的手勢、習慣、喜好、厭惡、猶豫、裝飾……才能發現解決問題的關鍵，這些，就是我說的小資料。
洛斯超市是美國北卡羅萊納州第五大城市的一家地區超市，坐落在距離市中心幾英裡的購物中心。它最顯著的特點，就是與美國其他超市别無二緻——門口放着一排購物車和一堆購物籃，貨架上擺滿了水果和蔬菜，通道裡放置了食品和飲料，結款台聚集着電池和口香糖。員工們戴着淡褐色鴨舌帽，身穿黑色襯衫，系着圍裙，看起來像是青少年或者大學生：他們待人友好，卻缺乏經驗，對工作沒那麼投入。
想要扭轉洛斯超市舉步維艱的經營狀況，将會是一場耗資不菲的大工程。最要命的是，洛斯的目标客戶一般都在四五十歲，這對未來的盈利可不是個好現象。此外，他們還要面對連鎖超市的激烈競争，如沃爾瑪以及全食超市。
重漆一遍停車場标志線、改變商店logo顯然是不夠的，于是洛斯請我來做品牌顧問。而我所做的第一步就是：挖掘小資料。你沒看錯，是小資料，而不是大資料。
開創方形蛋糕
我在尋找跟洛斯超市相關的小資料的過程中，發現了美國人的一些行為習慣。
首先，像世界其他國家一樣，美國有一套不成文的規則和禮儀，但當地人對此卻渾然不覺。例如，在歐洲，如果你登上一部擁擠的電梯，有禮貌的做法是直視前方，這樣不會被人認為是粗魯或者不合群。你的沉默是對别人隐私的尊重。但是美國人覺得這種行為冷漠、掃興，甚至是不懷好意。假如一位身穿婚紗的女士上了電梯，你不誇她漂亮或者問她婚禮在哪兒舉行，就是不懂禮貌。
其次，在美國，沒人會觸碰别人的身體。除了朋友間的握手和偶爾擁抱，美國異性戀間如果有互相的肢體接觸，一定是在明确的“許可區”内——通常出現在體育活動中。一個男人走進廁所後，如果發現有人，他通常會找個最遠的小便池，而且不能亂看，不然會被其他人誤解為性挑逗。
日常生活中的友好和肢體接觸的禁忌，這是我在美國最早采集到的兩條小資料。
第三條小資料，總結起來就是一個詞：圓形。在美國，所有的公共空間或區域幾乎沒有長方形的，都是沒棱沒角的。人們在酒店房間和會議室時，就好像是被抱在懷裡。在一個缺乏肢體接觸的國家，建築師和設計師似乎想通過家具和房間給人擁抱的感覺。這些資訊所傳遞的本質，則是提供安全感。
一面是美國生活的一堆觀察和線索，另一面是即将破産的南方超市，這二者又有什麼關系呢？其實，二者密切相關。美國把“自由”和“個性”作為标簽，但事實真是這樣嗎？大多數美國人上一次感受到自由，是在他們小時候。是以，在做其他事之前，我要在洛斯内部建立一個“許可區”——打造一個允許顧客進入另一種狀态的一個區域。為什麼快餐店的沙拉推銷不出去？因為吃快餐本身就是進入許可區的行為，在那裡，我們允許自己吃點油膩高熱量的快餐。
考慮到美國生活缺乏沖突，我告訴管理層，從現在起，洛斯超市隻賣方形蛋糕，包裝也用方形盒子。我的目的不是想颠覆美國人對圓形的默許，而是迫使顧客接受新規則——美國的蛋糕很少有方形的，是以，這等于給了顧客“許可”，允許他們打破規則。
建立商品社群理念
從外來者的角度看，洛斯超市所在的美國南部缺乏社群觀念——城市中沒有廣場，市中心空蕩蕩的。什麼是社群？社群是伴随沖突和分歧出現的，比如其他人吵架時，圍觀的人群就是一個社群。
在對洛斯的客戶進行調研時，不止一位洛斯的客戶說他們喜歡洛斯的烤雞。是以，我決定利用烤雞來激發店内的沖突——同時營運烤雞廚房和香腸坊。基于洛斯的客戶群年齡層，我決定将電影《回到未來》的創意移植到超市裡，讓顧客重溫自己的青少年時期。
我給烤雞廚房和香腸坊的兩位員工編了劇本，想象一下，一位頭戴烤雞廚房帽的員工，忙着處理與對手的長期不和的樣子。兩個櫃台前立刻圍了一大批人，一開始，顧客們看到兩人争吵感到很不安，但當他們發現這隻是個遊戲時，就融入到了這個情境。在“争吵遊戲”之後，洛斯不僅賣出了更多烤雞和香腸，還賣出了許多其他商品。
在洛斯内建立社群感之後，我認為要確定顧客的忠誠度，還需要某種場景。在日本，交換名片的兩人會雙手接拿名片；在東京的一些商店，員工們甚至會花費45分鐘仔細包裝顧客購買的商品。這種儀式感會讓員工以自己的工作為榮。是以，我要在洛斯建立這樣的“新規則”——為顧客精心包裝商品，并雙手遞給顧客。這樣做的好處顯而易見，員工更有工作熱情，而顧客則感覺受到了尊重。
還有一個要處理的地方，就是農産品區——我們要用“新鮮”的概念來吸引顧客。果蔬區被重新設計，管理層下定決心隻采購當地産品以確定真的新鮮。通過放置柳條籃和用粉筆在黑闆上标價，顧客會産生“親近自然”的感覺。
原文釋出時間為：2017-04-12
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号