Local EPUB Text
如何运用这种效应
1.学习从谎言中读出真相——谎言可能具有启发作用
以全国性态度与生活方式调查为例，开展此调查的目的在于摸清男性和女性所承认的性伴侣数量。尽管调查对象所做的陈述并不属实，但它们至少揭示出了有关滥交的性别角色期待（gender expectation）。男人有夸大其滥交行为的倾向，而女人在这方面则往往是轻描淡写。从男女之间这一差异的比例的不断变化中，我们也能看出一些端倪。1990年，男人所宣称的平均性伴侣数是女人宣称的数字的两倍半；而到了2010年，这一差距已减少至50%。此现象表明，男女的性别角色期待正趋于平衡。
统计数字无法被一眼看穿，而必须加以梳理、分析和探查。对于这些数据，不能光看其表面，否则你就会被误导。但如果你做深入的挖掘和探究，你就可以找出隐藏在数据背后的有价值的信息。
2.对你的调查做适当调整
《时代周刊》驻外记者路易斯·赫伦给过一条著名的建议：“当某个政客私下里跟你说起什么事的时候，你要不断反问自己：‘为什么这个撒谎成性的浑蛋对我总是不说实话？’”这种怀疑态度决定了他对所有的政客都是刨根问底、步步紧逼，直到最终揭开真相。
同理，对于谎言和欺骗伎俩你必须有所准备，并据此设计相应的调查方案。
这里有几个实用性技巧可供参考。首先，不妨询问被调查对象，在他们看来对于同样一件事其他人可能会作何表现。
当调查人们对社交媒体上呈现的那些“高大上”的形象是否觉得反感时，我运用了这一策略。在我调查的300个消费者中，26%的人说他们自我标榜的形象要比真实的自己显得更加幸福和成功。不仅如此，三分之一多一点的人声称，他们在社交媒体上看到别人成功时会感到郁闷。
尽管这是一个相当大的样本比例，但直觉告诉我它还是有被低估的嫌疑。毕竟，在调查活动中，每个被调查者身上都承受着呈现正面形象的压力。心理学家把这叫作“社会称许性偏差”（social desirability bias）。
有鉴于此，我又问了另外两个问题：他们是否认为别人在社交媒体上太过正面的形象是自己精心塑造出来的？当别人看到这些理想化形象时，他们是否有不好的感觉？
在回答这个被改头换面的问题时，人们更加容易承认存在这种为社交而“自我粉饰”的现象。事实上，60%的被调查者声称，他们的朋友在社交媒体上都把自己刻画成一个幸福快乐的人，而实际情况并非如此。此外，近三分之二的人还承认，当别人在社交媒体上看到他们的朋友取得成就时，他们有时会感到沮丧。
我相信，这些问题促使被调查者给出了更为诚实的回答，因此调查的结果也就更加接近真相。
3.不要问，要观察
直接询问的效果之所以不能令人满意，是因为调查对象有可能说谎和虚构事实。一个较准确的替代方法就是观察实际行为。
行为观察法可能仍要伴随着调查，但其中有一处改良——采用“单元格法”（cell methodology）来掩盖针对受试者所提的问题的真实目的。该方法先要将你的样本随机分配到不同的单元格或群组中，然后对给每组所提的问题都做一些细微的变动。回想一下上一章的内容和我做的调查——不同时间范围对交易的吸引力会产生怎样的影响。那项调查采用的就是单元格法。所有调查参与者都不知道，对其他人的提问方式会略有差异。
如果能够避免单刀直入式的调查，而在一个自然真实的状态下对被调查对象进行追踪观察，那么效果会更好。这里举一个有关New Look需求简报的案例，当时该服装品牌正计划推出一个男装系列。最初的方案是，用适量预算做一个简单的产品发布。
我个人觉得，对于那些不愿从一个被他们视为女装店的商家那里置办衣装的男性客户来说，一场小型广告战役不足以让他们回心转意。但那仅仅是我的直觉而已，况且我们的预算已经不够开展一项调查了。
于是，迪伦·格里菲斯和我采用了一种替代性办法：我们从代理商那里招募了六七个志愿者，给他们拍了两次照片：第一次拍照时志愿者手中拿着印有New Look标志的塑料袋；第二次则拿着Topman品牌男装的手袋。我们把照片上传到一个约会网站Badoo上，其用户可根据照片给彼此的“颜值”打分。我们一直将照片挂在网站上，等了两周后，评分结果最终出炉。
我们发现，当我们的志愿者手里拿的是New Look手袋时，其“颜值”要比他们手拿Topman手袋时低20%至25%。这一结果证明，New Look当初显然低估了打一场广告战役的重要性；同时也表明，他们需要付出更大努力才能让男性客户相信他们是一个中性化品牌。
最后一个方法是使用未经加工数据（found data），即消费者在处理日常事务时无意中创建的数据。这种数据特别有实用价值，因为它们不会受社会称许性偏差的扰乱。而且，由于被调查者不知道有人正从旁观察自己，所以他们的行为举止都很自然。
资料搜索是最唾手可得的未经加工数据来源。通过分析搜索数据，消费者在调查中可能不愿承认的内情便会浮出水面。我们来看一个调查性别歧视的案例。大多数人都会说，无论自己的孩子是男是女，他们都会对其智力予以同等的关注。然而，《时代周刊》记者和数据科学家塞斯·斯蒂芬斯·戴维多维茨对美国的搜索数据进行了分析并发现，父母使用谷歌搜索“我儿子有没有天赋”相关信息的概率是搜索“我女儿有没有天赋”的两倍半。谷歌起到了一个现代版“忏悔室”的作用，而我们所有最隐秘的想法都在里面显露无遗。
但是，广告主们却空守着这座数据“富矿”而几乎从未做过挖掘。我个人最喜欢的一个可以免费使用却尚未得到充分开发的关键词搜索工具是answerthepublic.com。它可以检索并呈现最常见的搜索字符串——其中包含了你给定的术语和一个疑问词（如“谁”“什么”“如何”或“何时”）。这个简单而快捷的途径可以让你了解消费者对于你的产品类别的真实想法。
举例来说，如果你输入的是“维生素”一词，那么你会发现消费者很少按照字母符号来查找维生素。事实上，他们是根据某种具体的功能——如有助于肌肉生长或让头发富有光泽——来查找适当的维生素的。这对于一家经营维生素产品的品牌商来说是一个有益的启示，因为它可以提醒该品牌商，其维生素产品的标签和包装上必须反映出所能解决的问题，而不仅仅是标明所含的特定维生素。
4.观察数据并非十全十美
观察数据对于调查来说可谓“锦上添花”，但它们远非完美无缺，所以解读时仍须保持谨慎。
就以社交媒体的数据为例来做进一步阐述。品牌商会定期分析他们在脸谱网上粉丝的数据，以便了解他们的客户概况。但这些数据并不总能准确无误地反映出现实情况。斯蒂芬斯·戴维多维茨的一个研究案例便说明了，这种不相符的情形的确是存在的。他分析了美国女歌手凯蒂·佩里在脸谱网上的粉丝，发现这当中女粉丝占据着压倒性的多数。然而，在线流媒体音乐播放平台Spotify的收听数据却显示，实际男女性别比要相对更均衡：在男女听众评出的十佳艺人中，佩里均有上榜。如果这家音乐公司使用脸谱网的数据作为其广告投放的定位依据，那么结果势必会有很大的偏差。
这是否意味着，新的源源不断的数据流（data stream）形同鸡肋并最好加以忽略呢？
完全不是。观察数据可以对口头数据起到补充完善的作用，但它们并非没有缺陷。要想真正了解客户，我们就需要借助一种能同时利用多种方法的均衡式策略。如果每种方法反映出的情况都相同，我们对它的信任度就会随之增加。如果它们呈现的结果不一致甚至彼此抵触，那么我们就要构建一个假设，对其中的矛盾点做出合理的解释。
让我们回到凯蒂·佩里的例子。对于数据相互矛盾的情况，一个简单的解释就是，尽管男女都喜欢听她的歌，但乐意公开表达这种喜爱之情的女士远比男士多得多。如果某家音乐公司想要销售凯蒂·佩里的歌曲或刺激流量，那么Spotify的数据将是理想之选。但是，如果他们希望推广她的音乐会，则使用脸谱数据效果会更好。没有一组数据是放之四海而皆准的——它们的准确性是针对某些特定情况而言的。
但愿，学习这些有助于更好地分析客户诉求的方法，可以让你保持心情愉悦。但在高兴之余，你还要留个心眼。因为，你会更容易受广告主“甜言蜜语”的影响。我们将在下一章中找出这其中的原因。