Henrik Anderberg

Henrik Anderberg

@Agrowth

Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are

Basera beslut och gör beteendeforskning på hur människor faktiskt agerar istället för att fråga dem hur man gör. Everybody Lies, av Seth Stephens-Davidowithz, förändrar vårt sätt att se på både kundundersökningar och opinionsundersökningar.

Everybody lies – om hur vi utnyttjar big data och revolutionerar beteende­forskningen

“If I had asked people what they wanted, they would have said faster horses” (Henry Ford, som aldrig lär ha yttrats, läs mer)

-> Version 2017 “Lyssna inte på vad dina kunder säger, analysera vad dina kunder gör”

Boken “Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are” av Seth Stephens-Davidowitz tar ett nytt grepp om data-mining och beteendeforskning. Den lägger grunden för en forskningsmetodik och ett arbetssätt som är både konkret, enkelt och kraftfullt. Jag blir inte förvånad om metodkapitlet hos kandidatarbeten på Handels I Göteborg till vintern innehåller hänvisningar till både Googles Sökordsplanerare och Google Trends.

Arbetsmetodiken stavas data i allmänhet och Big Data, främst från nya digitala källor, i synnerhet. Med hjälp av konkreta verktyg som Google Sökordsplanerare, Google Trends, Google Ngrams och Google Correlate (som marknadsförare har använt i flera år) drar Stephens-Davidowitz slutsatser på stora, men framförallt relevanta mängder data som ingen lyckats göra innan. Han slår hål på, och tydliggör tidigare forskningsrön.

Data och beslut baserat på beteende

Den viktigaste förändringen, och det som gör “Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are” unik och viktig, är att metodiken baseras på att analysera beteende snarare än klassiska kvalitativa studier (där du frågar någon något). Studier som görs där vi som människor ska svara på frågor är inte optimala då vi är i en fabricerad situation där vi blir biased på ett eller annat sätt.

Författaren, Seth Stephens-Davidowitz, skäms inte för att slå på stora trumman när han hastigast slår ner hela konceptet med Freudiansk felsägning samtidigt som han förklarar varför Freuds teorier om sexualitet i våra yngre år faktiskt har bäring (mot många psykologistudenters förtret).

Naket ärliga framför Google

Det som Stephens-Davidowithz har sett är att vid datorn, i sökmotorn (se SEO), är vi naket ärliga. Denna ärlighet går han till djupet med. Boken gör att opinionsundersökningarnas och fokusgruppernas existens, som redan innan boken var ifrågasatta efter Brexit och Drumpf, pulveriseras. Varför ska vi fråga någon vad den kommer rösta på om hen ändå inte säger sanningen?

HAN UNDERSÖKER OCH VISAR PÅ EXEMPEL:

  • 1

    Antalet sökningar på pornografi (ja, antalet sökningar på pornografi) tenderar gå upp när arbetslösheten är hög

  • 2

    Rasism och presidentvalet (ja, områden som i slutändan röstade på Trump har en högre andel rasistiska sökfraser)

  • 3

    Rasism och arbetslöshet (nej, det finns ingen tydlig data som visar att rasismen ökar när arbetslösheten ökar)

  • 4

    Antalet homosexuella i världen (ca 5 %)

  • 5

    Jeff Seders har förändrat en hel bransch (hästsport) mha data och sitt företag EqB där han förutspår vinnarhästar

Läs den och hör av dig om du vill diskutera boken närmare. Vilka hypoteser behöver du som företagsledare ha bevisat? Det är dags att sluta ta beslut på data som inte är relevant och riktig. En tid har kommit för datadrivna beslut som baseras på faktiska beteenden, där har A/B testing en viktig roll.

Boken är såklart inte en Holy Graal utan även den här metodiken har sina utmaningar:



  • Hur hanterar vi manipulation av data?
  • Det är många åtaganden/gissningar


Köp boken här

Eller lyssna på storytell här

Intresserad av att komma i kontakt med oss?

[recaptcha]

Agrowth grundades 2015 med syftet att driva tillväxt för B2B-företag med hjälp av digital marknadsföring. Samtidigt strävar Agrowth efter att skapa en plattform för morgondagens entreprenörer och ledare.