好讀圖文版:https://reurl.cc/b5x2zl
書名：厚數據的創新課
作者：宋世祥
出版：果力文化
下了班，吃完晚餐後，你可能會想吃一點甜的東西，如果選擇吃蛋糕可能會覺得吃完
會很飽，吃水果好像健康地得不到你想要的「小確幸」。喝杯黑糖珍奶，有濃濃的奶香、
甜甜的黑糖，還有QQ的珍珠。邊走邊喝，逛街順便看有什麼新奇有趣的商品，
抒發一整天工作忙碌的心情。在厚數據的創新課這本書中，提到手搖杯為何能在台灣
屹立不搖？你可以拋開一切在工作中無法掌握的事情，來到點餐櫃檯，開口說：
「我要黑糖珍奶大杯、微糖、完全去冰，等等…換…去冰好了。」
知道自己不能喝太甜，於是選擇微糖。知道喝冰的好像對身體不好，
但又覺得天氣很熱，所以在最後一刻，選擇去冰。你有沒有發現，你可以選擇的，
不只是一杯黑糖珍奶，而是一種生活中的「掌控感」？
學會問元問題
什麼是「元問題」？「元問題」是「問題背後的問題」的另外一個說法，
提問可以用「什麼（Ｗhat） — 如何（What） — 為什麼（Why）」，
「發生了什麼現象？」「這個現象是如何發生的？」與「這個現象為什麼會發生？」
如果你問朋友，為什麼下班之後會想要喝珍奶？他可能會說「想喝就買了呀！」
，但進一步，你可能會問「今天工作還好嗎？前幾次沒看你買珍奶？」，
這個時候他可能就會說，「今天就工作比較忙啊，老闆交代的事情有點多，
想犒賞一下自己。」提問的重點在於，不只觀察到表象，
而更會去在意表現背後所代表的含義。
在上面這個例子，多問一個問題，就可能得到更多的關於朋友的近況。
厚數據創新的5個心法
作者在厚數據中提出創新的5個心法，
1.解構：看見構成元素與可能性
2.換位：主動切換到不同角度來思考
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
我們用珍珠奶茶和黑糖珍奶當做例子，解構珍珠奶茶，成份會是珍珠、奶精和紅茶，
而黑糖珍奶，則是珍珠、黑糖和鮮奶。自從喝了鮮奶為基底的黑糖珍奶，
基本上我都不太會再去喝非鮮奶的珍珠奶茶。為了健康，多花10~20元市值得的。
在手搖飲的外面等候號碼牌時，可以做一個觀察的練習，
看看其他人在櫃檯的時候是如何點餐？點什麼餐？你可以從他人的穿著做出判斷。
這就是一種換位思考。
珍珠奶茶和黑糖珍奶就是一個翻轉的對比，手搖飲除了好喝之外，
還可以翻轉珍珠奶茶不健康的奶精元素，原因在於我們在前面已經解析
這兩者原本的組成結構。
修補拼貼是一種連結的能力，蘋果電腦創辦人賈伯斯曾經說過創新就是一種
將所有點連接起來的的表現 (Connecting the dots)。
手搖飲除了早起的珍珠奶茶，現在有些店家朝水果茶飲的方向走如大苑子，
有些則強調產地直送的鮮奶如鮮乳坊。這些店家無不把珍珠奶茶的飲料元素攤開來看，
抽離某些舊有的元素，又新增更多的味道，
讓愛喝飲料的台灣人，一點都不無聊。
2000 年前後，台北東區流行泡沫紅茶店，晚上下班後，
常會看到年輕人在裡面喝茶聊天。
後來手搖杯盛行之後，泡沫紅茶店漸漸地被路口的星巴克所取代。
除了家裏和工作的地方之外，許多人很需要「第三空間」，
泡沫紅茶店或星巴克都有這樣的角色。
最近，我發現許多非連鎖的手搖飲，漸漸地又開始在店內設置一些座位區，
聚集人氣。這代表「第三空間」的需求一直都在，只是融合不同元素呈現。
大數據和厚數據的完整互補
在 Why Big Data Needs Thick Data 中，王聖捷提到在這個講究大數據 AI 的時代，
我們也需要知道另外一個方向，那就是厚數據。（圖文版才有座標圖可看唷！）
從上面這張座標圖來看，縱軸是代表數據的數量，
橫軸則代表能夠從數據中得出來的洞見。示意圖中，
左上角大數據（Big Data） 的部分，資料量非常大，
但是可以得到的深度見解有限，相對來說，厚數據（Thick Data）
雖然資料量沒有那麼大，但是橫軸延伸出來的深度見解卻非常長。
為什麼會有這個現象？舉個例子來說，過往我們在電視上追劇，
電視台為了讓更多觀眾留在電視機前面，總會想盡辦法不斷地拖戲、不斷地加戲。
你可能會想「到底，一個橋段可以演幾集？」
線上影音串流公司 Netflix 卻不是這樣做。
他們的做法是一次把全部的影集全部上線，Netflix的「厚數據」發現，
觀眾其實想一次性的把一整個系列影集看完，而非每次都要等一個星期。
追劇本身是種娛樂，想要耍廢的人是不會想要分次進行，
最好可以一整天都宅在家裡看完整個系列。也許「大數據」可以看出某一群人的
追劇行為，會在看完一部影片之後，緊接著看下一部，
但是這個行為可以看出關聯性，卻不出因果性。
如果沒有透過訪談，是很難暸解那些想要繼續看下去的人其實是
「想要耍廢的人，想要宅在家，追劇一整天！」
我認為「大數據」可以指引出一些方向，但數據本身並無法給人解決方案。
透過「厚數據」的輔助，可以更快找到使用者的痛點，
並且從中設計出解決方案，兩者相輔相成。
好了，今天就跟大家聊到這邊，想知道更多「厚數據的創新課」的內容？
請前往圖文版，點擊連結：https://reurl.cc/b5x2zl