
過去兩百多年來的歷史,科學的演進,多都建立在由笛卡兒的《談談方法》的思考架構之上,並以此開啟了理性主義與啟蒙運動。(雖然內容並不複雜,篇幅也不佔太多,但給予我看待世界許多重要的觀點與啟發)。甚至到了近代,無論牛頓、愛因斯坦、佛萊明各個現代科技的進步,也都建立在這樣直觀的因果關係的概念之上。在此之前,人們並不認同這世界有所謂的公式與規律,而是都歸因於神的作用。
而所謂的機械性思考方法:也就是所謂「假設->驗證->再假設->再驗證」的機械思考方式,這樣的思考模式雖然縝密,但最大的缺陷在於很多事物的發生會建立在運氣中,比如牛頓沒有被頻果砸到(雖然只是比喻),佛萊明沒有發現青黴素只會消滅細菌,那這些成就都可能不會發生。這也造成科學發展速度的限制。
過往,由於過去能夠承載以及收集的數據有限,因此,即使因果關係的機械性思考有其缺陷,卻也是莫可奈何以及最好的方法。然而,隨著時間的推移以及技術上的突破,人類能夠儲存的容量越來越大,加上傳輸技術的突破,人們在數據的多樣性、多量性與即時性上有了前所未有的視界。也誕生新的看待世界的角度。
從因果關係到逆推法-以特效藥的概念為例
19世紀中葉,奧匈帝國的賽邁爾維斯、法國的巴斯德等人,發現微生物細菌導致很多疾病,因此人們就想到用殺死細菌就可以治好疾病。不過,後來佛萊明等人發現,把消毒劑塗抹在傷患傷口上並不管用,得找到能從人體內殺菌的物質。最後在1928年,佛萊明發現了青黴素,但他不知道青黴素殺菌的原理。直到1943年,牛津大學的科學家柴恩與亞伯拉罕,搞清楚青黴素中的青黴烷,能破壞戲劇的細胞壁,兩年後,女科學家桃樂西分析出清沒烷的分子結構,因此獲得了諾貝爾獎,直到1957年才終於可以人工合成青黴素,才正式量產。而其他新藥的研製過程和青黴素很類似,科學家需要分析疾病產生的原因,尋找能消除這些原因的物質,然後和成新藥。 這非常需要時間,還有費用極高。有些專家預估,一個新藥的產生,需要二十年二十億美金的投入,這也是為什麼有些有效的新藥,價格都非常昂貴,因為如果不能再有專利的效期內,賺回成本,就難以有公司願意繼續投錢研製新藥了。
但如今,有了數據之後,尋找特效藥的方法便和過去不同了。美國一共只有五千多種處方藥,而人類會得的疾病大約有一萬種。如果將每種藥和每種疾病進行配對,就會發現一些意外的驚喜。比如說史丹佛大學醫學院發現,原來用於治療心臟病的某種藥物,對治療某種胃病特別有效。為了證實這點,需要相應的臨床試驗,但這樣找到治療胃病的藥,只要花費三年的時間,成本只有一億美元。這樣的方法,實際並非依靠因果關係,而是一種強關聯關係,即A藥對B病有效,至於為什麼有效?接下來三年的研究工作,實際上就是在反過來尋找原因。
無疑這種做法比較快,但前提是需要有足夠多的數據支持
在行銷上數據思考的轉變-自身信貸案的嘗試
而大數據的影響,不僅席捲醫藥界,或是日常的生活當中,在行銷圈亦是造成許多改變。過往,我們總會要先針對目標受眾,去做許多的假設測試,假想他們能夠影響他們內心的訊息,會出現的地方,來做內容的設計與廣告的投遞。ˊ這樣的方法,馳騁了行銷圈許多的日子,也是我自小理所當然思考廣告傳播的方式。但在去年底今年初,我和朋友的團隊,嘗試了放掉假設,純粹從客戶端的信息逆推找到最有效的溝通方式與內容,為客戶達到超高的成效(有興趣的朋友可以回顧:https://reurl.cc/qDvrOD ),成功的為客戶達到兩倍以上的成效,節省一半到三分之二的成本。連媒體投遞的公司都感到好奇與不可思議。有很多的Finding,是我們從一般的因果關係邏輯推演永遠都想不到的事實。
此外,根據大量數據的統計結果,我們發現和內容的搭配非常好,並且都和我們的想像大不相同。比如在影片的網站上,放上零食的廣告效果最好。在女裝網站上,放男裝廣告,在咖啡評論和銷售網站上,放信用卡和房貸的廣告,在工具評論網站放上速食廣告等等。這些都是因為大數據的出現,進而改變世界思維的案例。
數據改變持續發生
或許對我們傳播工作者而言,數據削弱了許多關於作品的美感,但卻也是發現另一種新世界的可能。雖然為了掌握數據即時性與投遞有效性,在過程當中非常的忙碌且焦慮,得時時與夥伴之間優化並思考各種新的可能與解決方法。但每個新的Finding都像開啟一個黑暗大陸一樣,有趣且驚喜,而和不同領域夥伴合作時,對於業界新的變化,即使是同個產業且這麼高相連的公司也有那麼多不懂與未知的事。每一天都是一種學習,每一天都在一起突破。非常受虐的享受(哈)
也許面對這樣的挑戰,我們還有很多仗要打,也有很多兩難要突破,但我其實對於這樣多變的市場與未來,有著許多的期待(還有焦慮)
而不僅廣告圈,在音樂圈、戲劇圈,身邊的好友也有許多親身操作數據應用的案例,有機會希望可以和大家分享這一切有趣的突破與改變。
