10倍速時代

10倍速時代：唯偏執狂得以倖存

英特爾傳奇CEO 安迪．葛洛夫的經營哲學

- 系統化邏輯思考程序：

定義問題->找出問題的關鍵->建立解決問題的各種可能方案->

根據實際資源做可行性分析->評估各個方案的利弊得失->選擇最適方案->立刻付諸實踐。

第3章 形變：電腦業-產業結構中越成功的公司， 越難應變
- 當策略轉折點橫掃某個行業，在舊結構中經營得越成功的企業所遭遇的威脅通常越大，

它們調適的腳步也越遲鈍。其次，新投入一個產業結構已經固定下來的行業，挑戰地位業已穩固的企業，其代價可能非常高。但是，當既有架構已經傾圮，加入該行業的代價可能就變得微不足道了。

第4章 NeXT 與卓別林的故事-你是如何面對策略轉折點的？
- 怎麼做才能與沃爾瑪商場抗衡呢？專業化或許是一條出路。區隔市場，專業進貨，

只服務某一特定的消費者，一如「家得寶」(Home Depot)、「辦公室補給站」(Office Depot)、玩具反斗城及其它類似的「專門店」所做的那樣，便可以彌補經營規模全面失衡的缺憾。

對顧客提供個別服務是另一條途徑；

辦共用品連鎖店史泰博(Staples)建立全面而精細的電腦化顧客資料庫，便是為了達到這個目標。
另外，「美化」經營方式，除商品之外，也提供令顧客喜愛的「環境」，可能也是個辦法。

第6章 信號？還是雜訊？-先回答一些問題，你才能分辨
- 春天來臨時，周邊的雪最易受曝曬，因而最早融化。

把來自週邊的消息列入考慮，非常有助於你從無數雜訊中篩選出信號。
- 任何公司都有兩種人：擁有「知識權力」的人和擁有「組織權力」的人。

熟悉自己責任區的業務員、熱中於最新科技的電腦技師和工程師，都是前者。

負責集結、調度或調整資源，設定預算，指派工作或指定員工退出某項計畫的人，則是後者。
從創業伊始，英特爾的人變致力於摧毀橫亙這兩種人之間的藩籬。我們知道，就處理策略性轉變而言，這兩種人各有所長，絕沒有哪一種人比另一種人優秀的事。

同時，這兩種人都應該盡其所能，發揮所長，引導公司達到策略上最好的結果。

第8章 竭盡最後精力駕馭混亂-黎明來了，死亡之谷也來了
- 重新調配資源，聽起來容易，不像會造成什麼傷害。

畢竟將更多的注意力及精力，放在美好、正面、令人鼓舞的事情上頭，怎麼可能是一件壞事呢？

重點是在這樣做的同時，你必須要減少花在別的地方得精力。
簡言之，你從某個地方拿走了某種東西：生產資源、人力資源或你自己的時間；

而這就可能造成實質上或感情上的傷害。策略性轉型需要自律、克制，

以及所有資源的重新調配；缺少了這些，所謂轉型不過是一句空洞的陳腔濫調。
- 關於你自己時間的調配：如果你居於領導地位，你運用時間的方式就具有重大的象徵意義。

較諸任何言辭，你分配時間的方式更能有力地告訴同事，如今，什麼是重要的，什麼則不是。
- 中階幹部專業素養較深，但視野較窄；高階主管視野較廣，有助於廓清局勢。

我們所需要的正是兩者之間的平衡互動。兩者之間的辯證，經常會導致激烈的知性論辯，可能很傷人。但通過這樣的論辯，死亡之谷另一端得形貌將會提早變得清晰起來，

我們毅然決然往這個方向邁進的行動也較可能成功。

厚數據的創新課

 厚數據的創新課：5大洞察心法╳6種視覺化工具

Part I 厚數據創新思維：10個視角・5個心法・4種路徑

Chapter 1 大數據與AI 時代，我們更需要「厚數據創新思維」

- 在創新過程之中「解決問題」或是「期待的未來」，往往不是人類學與人文社會科學在研究時所習慣考慮的，但對於厚數據的研究者而言，卻是引導創新非常重要的切入點。

- 使用厚數據時應該要不停地問自己「我的創新挑戰是什麼？」。

- 在<消費者行為市場分析技術>(Marketing Analysis)一書中，作者Mike Grigsby對於「洞察」的定義很具有啟發性。提到好的洞察有以下特點：

1. 洞察必須要有新的資訊，這些資訊可能會與直覺背道而馳。
2. 洞察需專注於理解消費者行為。
3. 洞察必須量化因果關係。
4. 洞察必須提供競爭優勢。
5. 洞察必須傳達財務意義。

- 本書的目的與<消費者行為市場分析技術>並不一致，本書更加傾向看見人的「創新需要」，

後者更加傾向「理解市場」。「厚數據洞察」應該要有以下特點：

1. 厚數據洞察必須要有第一手資料，這些資料打破我們的刻板印象。
2. 厚數據洞察必須要提出新的(元)問題，這些問題可以帶出新的視角。
3. 厚數據洞察必須要能從「文化」或是「心理」等面相解釋現象之間的因果關係。
4. 厚數據洞察必須能夠提供發展創新的優勢。
5. 厚數據洞察必須能夠看到人對於意義的追求，以及其所帶來的商業或視事業可能。

- 綜合來講，「厚數據思維」即是以創新為目的、以元問題為出發點、以「洞見」為主要價值，

並以最有效形式完成資料的交付。

- 掌握厚數據創新思維六大重點

1. 以「人」為本
2. 善用不同學門的質性研究方法
3. 以創新為目的
4. 從元問題出發
5. 以洞察引導話術
6. 有效完成資料的轉譯與交付

Chapter4  問對「元問題」：重新定義的力量

- 真正困難的往往不是找到新的定義，而是找到重新定義的對象。

Chapter 5  厚數據創新10個視角：以人為本，看見角色、場景與脈絡

- 發展創新，不能只看到問題的本身，更要看到人群及問題之間的關係，也要能進一步想像有哪些重要的因素造成了問題的發生。這樣的想像會需要社會學、人類學、哲學、語言學與心理學，透過這些思維的訓練，可以幫助我們得以見樹又見林地來思考問題。

- 馬克思(Karl Marx)重視從權力與經濟的角度來解釋社會現象的發生，涂爾幹(Emile Durkheim)強調要去看到各種社會現象或是組織所發揮的功能，而韋伯(Max Webber)則更強調「意義」對於理解人類社會文化現象的重要性。

- 場景(scenario)是把「空間」要素納入觀察的視野之中。場景不只是抽象的「空間」，而是一個特定的時空，這個時空有發生的原因，在其中每個人也有不同的角色，以及自己在這個場景之中對於事物的期待。對於厚數據創新者來說，看見場景，即是看到人在不同的場合之中有不同的社會角色，也有不同的隱藏需求，而理想的創新即是看到舞台上的人心中的理想劇本，協助他們完成在舞台上的演出。

- 「脈絡」(context)的視角是再加上時間的向度來幫助我們以人為本進行觀察與思考。看見「脈絡」就是看見一連串「決定的鏈結」，也看到促成人們下決定的各種條件。而厚數據創新者即需要看到這些決定與行為背後如何形成一條長鏈，而在這條長鏈上又有哪些外部因素正在影響著人們。從脈絡的角度發展厚數據創新，是要讓人們更容易做出決定與行動，進而完成他們想要的目的。

- 因此，和不同專業的人合作，用人類學家的話來講，也就等於進入了一個全新的田野，勢必會碰到摩擦與衝突。面對這樣的挑戰，人類學家作田野調查的態度，把自己的身段放低，嘗試去理解對方的理解，同樣能夠有助於雙方的溝通，進而帶來合作的實質效果。

Chapter 6  厚數據創新5個心法：換位、解構、翻轉、修補拼貼、融合

•心法1 解構：看見構成元素與可能性

- 人類的語言、社會、行動其實都是有結構的，而人類學家的訓練有助於掌握這些結構組成的元素，甚至是結構之間的連結方式，進而去「解構」(deconstruct)。

•心法2 換位：主動切換到不同角色的位置來思考

- 「換位思考」(empathize)也就是要能夠有同理心地回到問題的發生脈絡，用正在面對問題的人的視野，來觀察問題、解決問題。事實上，這並不只是一種同理心的運用，而是有意義地嘗試讓自己練習用不同的視角來思考。這種能力，非常仰賴一個創新者平日對於厚數據的觀察是否有足夠的積累。

•心法3 翻轉：在現有結構的基礎上進行反向思考

- 你可以想想看，當一個問題發生時，誰往往是最弱勢或最底層的人。而創新的工作往往就是要協助這些最弱勢、最底層的人，針對他們進行賦能的工作，希望能夠翻轉他們的社會位置。

- 另外，「翻轉」也可以是直接針對現狀進行相反的發想，試著刻意把各種事情反過來想，進而增加想像與創意發會的空間。比方說，可不可以翻轉洗衣店「無聊」的印象？可不可以翻轉洗衣店只能「洗衣」的想像，像是讓洗衣店變成一個可以刻意把衣服弄髒的地方？順著這個思路，你就能想到或許可以在洗衣店提供「染衣服」的功能，幫助大家改變衣服的顏色。

•心法4 修補拼貼：不預設立場的隨意連結

- 「修補拼貼」(bricolage)，也就是手邊有什麼就用麼來發揮創新。

- 這就是發揮創意過程之中最不可或缺的特質，不去預設立場，先做隨意的連結，先試了再說。

•心法5 融合：連結不同厚數據資料發展新的系統

- 不同的厚數據系統之間看起來毫無相關，但是如同世界各地的文化都會有機會「融合」(huse)，也能透過連結不同的厚數據資料，交融混合成為新的系統。

- 厚數據創新的五個心法

1. 解構：看見構成元素與可能性
2. 換位：主動切換到不同角色的位置來思考
3. 翻轉：在現有結構的基礎上進行反向思考
4. 修補拼貼：不預設立場的隨意連結
5. 融合：連結不同的厚數據資料，發展新的系統

Chapter 7 厚數據可視化4種路徑：讓你的厚數據被看見

- 當我們想要推動真正有價值的創新，往往需要異質性的成員相互合作，而且異質性越高、差異性越大的合作，所帶來的創新效果往往也越顯著。然而，如何「溝通」往往成為跨領域合作創新的難題。

Part II 習以不為常，理所不當然：像人類學家一樣思考

Chapter 13〔電玩上癮〕數位科技產品6大成癮要素

- 遊戲的四種類型：

   第一類 暈眩遊戲

   第二類 模仿遊戲

   第三類 競爭遊戲

   第四類 機率遊戲

- 美國心理學家亞當·奧特(Adam Alter)博士在<欲罷不能>一書中提到了六個常見的讓人行為上癮的方式：

1. 達不到但吸引人的目標
2. 難以抗拒且無法預測的正回饋
3. 不斷發展與進步的感覺
4. 越來越困難的任務
5. 有待解決的緊張局面
6. 深厚的社會連結

Part III  厚數據・商業創新最前線

Chapter 18〔金融創新〕AJA大予｜用田野調查助力數位轉型

- 數位轉型需要看見「人」，這裡的「人」，也不光單指消費者，還包含了組織內部的成員們。正因為轉型創新並不只是單點的革新，而是整個系統的升級演化，所以考慮到的絕非只有數位領域本身，更需要顧及到服務過程中所有會與數位系統互動的「人」。

Chapter 20〔跨域創新〕青年志｜在大數據與厚數據之間轉譯

- 青年誌認為人往往表現出來的僅是「關鍵需求」可見的「體驗型態」，但這其實也不可見的部分需要去探索。除了要能捕捉整體社會型態的變遷外，不可見的部分包含：「身分認同」，即人們對於當前生存狀態中自我身分的理解與定位；「價值觀」，即人們在具體展開自我認知與發展、日常生活以及社會關係等具體行為時，所持有的觀念與態度，用以指導自己生活及生存的行動；「品類意義」，即人們在身分認同與價值觀之上，如何在目前市面產品與服務品類上所能做的消費，以及當中獲得的意義。這種分析的方式除了能夠在一般的使用者經驗之外掌握到研究對象更多、更真實的資料，也能從中掌握到消費者關鍵需求的生成條件，進而做出更精準的需求挖掘與判定。

Chapter 21〔旅遊創新〕睿丛文化｜從生活誌挖掘意義與趨勢

- 在之前，市場都會先把人做分類，會想像市場上有一種人屬於我們的市場，找到他們的需求，然後針對他們去滿足需求。這是一種比較固定化的思維。但我們逐漸發現，有時不應該先做人群定位來找到他們的需求，有時候人群的需求反而是場景或其他因素決定的。人在某些場景下，或是人有某種特定的需求，這個需求是跨人群共存的，所以他們成為某個產品或是服務的消費者，而不是反過來的順序。這也就意味著，當我們做定位時，有可能是人群定位、需求定位、場景定位，也有可能是綜合形式的。我們一直在和客戶溝通應該怎麼看待市場，而不是用一套理論就把市場說死了。

創新工具篇  挖掘厚數據：7個視覺化工具

第一類：厚數據思考視覺工具

•    使用者基本維度圖

o    基本資料：使用者基本描述

o    創新課題：針對使用者進行的研究有何新的挑戰

o    行為特徵：針對創新課題的可見行為特徵

•    元問題圖

o    WHAT：什麼問題正在發生？帶來什麼困擾？

o    HOW：問題是怎麼發生的？過程如何？

o    WHY：為什麼問題會發生？連續問三遍或更多次