公關及傳播 PR and Communications – Page 10

April 3, 2020

世界停擺？

我望著清空了的「行事曆」，心情不禁有點沮喪。

因應疫情關係，有幾家我很喜歡的餐廳自行休業14天「斷鍊」；戲院在政府新頒的法例下關門了；暫停營業的還有健身室，過去每週總有三四天到健身室去，有時約了教練，有時「踩機」跑步，即使在最空閒的日子裏，有規律的鍛練也能使我感覺充實。可是如今一切全中斷了。幾乎沒有社交的生活、遭硬生生截掉的工餘娛樂，世界彷彿停擺，令人失去盼望。

在自憐自傷之際，我看到本地報章一段小小的國際新聞：Dyson製呼吸機助抗疫。Dyson？利用先進設計的摩打，把風扇、吸塵機和風筒做到出神入化、舉世知名的Dyson？找來原文細讀，得知詳情：Dyson創辦人James Dyson向CNN證實，他接到英國首相Boris Johnson的電話後，和公司上下一心，以10天的超高速時間，設計好一款全新的呼吸機CoVent，可望迅速、批量生產，四月初就能送到英國的公立醫院應急，紓緩因染疫而呼吸困難的病人。英國面臨呼吸機短缺，全國僅8,000多部，而Dyson今番將為英國生產10,000部，並向他國捐贈5,000部應急。

不但如此，那邊廂美國的Ford亦正與3M、GE Healthcare聯手，為國家製造醫療器材和保護衣；Tesla與GM也在各自生產呼吸機。瘟疫當前，「國家隊」紛紛就位，為國效力。

印象中自新冠肺炎在全球大爆發以來，最早有知名企業迅速應變、為抗疫出力的，是奢侈品牌集團LVMH。純淨水、乙醇、甘油，不但是製造香水的必需品，也正好是消毒搓手液的原材料。當疫情在法國蔓延、政府下令封城和呼籲企業救急之際，LVMH的員工靈機一動，向主席Bernard Arnault建議把原本製造香水的生產線改為製造搓手液。不久，一瓶瓶消毒搓手液、裝在印上Christian Dior標誌的膠樽裏，被送到巴黎的醫院為前線抗疫。

自LVMH後，不少奢侈品牌紛紛效法：Armani生產醫用防護服、Hugo Boss造口罩…而Prada、Bulgari等皆不落人後。雖然城市遭封鎖、人們禁足在家，但原來世界沒有停擺。當災難在全球大爆發之際，一些大企業發揮他們賺錢以外的社會責任，各顯神通，為抗疫出力。

從這些企業身上，我得到啟發。雖然我的日常生活被擾亂，行事曆也清空了，但不代表我的生活就要停擺。一個好朋友剛巧在這時候向我推介，耶魯大學成立317年來，最受歡迎的一節課The Science of Well-Being，將於網上由Coursera免費提供。課程由心理學教授Laurie Santons在2018年針對學生們而設計，我朋友完成後覺得十分有用。既然我的行事曆清空了，為什麼不試試在家上課？這可比長嗟短嘆有意義多了。

最近在社交媒體上，人們很喜歡張貼一幅圖，示意「這是歷史上首次，你留在家中什麼也不做都可以拯救人類」。好好把握世界停擺的機會，可別弄砸了。

***

本文率先於《晴報》專欄「創業群俠傳」見報

March 20, 2020

科企如何透視你的祕密

（接前文：大數據比你更了解自己？）

美國連鎖零售店Target的營銷部，為增加生意，給公司的數據科學家們出了一道難題：在對方沒有透露的情況下，找出懷孕的顧客來。

因為只要盡早識別，並向他們作針對性產品宣傳，即將為人父母者是個巨大的「金礦」。Target的數據科學家們果然不賴，他們竟從浩瀚的消費數據中發掘出將為人母者的購物規律：比如從第四個月開始，轉買「無香型」潤膚露；第五個月左右，購入保健品如鎂、鋅、鈣之類；到她們臨盆在即，就會囤積棉花球、面巾等等。

透過購物習慣，Target的數據科學家對顧客懷孕預測之準確度極高，幾乎連她們的產期都能猜中！一位少女的父親因為女兒收到嬰兒用品的宣傳單張向Target投訴，不久卻悻悻然致歉，原來女兒瞞著自己有喜了。報導此事的《紐約時報》記者Charles Duhigg說，Target後來把這「孕期預測」模型關掉，因為太多顧客對Target居然發現自己的私隱感到害怕。

而在差不多時期，另一家企業Netflix，也利用大數據做出令人震驚的舉措：宣佈豪擲一億美元，開拍一連兩季由David Fincher導演、Kevin Spacey主演的美國版《紙牌屋》（House of Cards）。這在美國的電視劇製作史上，可謂前無古人的豪賭，沒有人會押注鉅款連拍兩季，因為風險太高、賭注太大。

但Netflix並不認為那是賭博，只是按數據作出的合理商業決定。因為他們從當時3300萬訂戶的瀏覽數據中發現，大部份人看過David Fincher導演的電影《社交網絡》（The Social Network）、凡Kevin Spacey主演的電影在平台上都很成功、而且這兩類觀眾都很喜歡英國版的《紙牌屋》。結果證明Netflix的大數據用得其所：在美版《紙牌屋》推出後僅三個月內，Netflix共增加300萬訂戶，其中200萬來自美國國內，而這些新增用戶大約帶來7200萬美元額外收入。

Netflix沒有賭博，它根本立於不敗之地。它從本質上就是一家數據企業，不斷搜集用戶數據以優化體驗和製作受歡迎劇目，截至2019年在全球已擁有1.67億用戶、年收入200億美元。

Target利用購物數據預測及識別懷孕的消費者，Netflix以數據分析決定開拍一套即將大受歡迎的劇集，他們均可振振有詞宣稱：我們比你更了解自己。

看了這些案例後，我也同意利用大數據，即使不能就全部人的口味作出預測，對統計學上「平均分佈」中的大部份人口，也可作出機會率相當高的推斷。我朋友卻不同意，他認為這種說法只是科技企業的公關口號，令目標受眾產生自我預期，相信所接收的建議適合自己，令科技企業更容易操縱他們。

我認為那是因為朋友的口味不符大部份人的規律（即屬於「平均分佈」上兩端的少數）所致，所以他只是個別例子，而大部份人在大多數情況下，都能被大數據預測。你認為呢？

相關舊文：平行時空

//新手媽媽或許在Facebook上展示嬰兒的可愛笑臉，但她在Google上搜尋的，卻是「產後抑鬱」和「如何減肥卅磅」…//

***

本文率先於《晴報》專欄「創業群俠傳」見報

March 13, 2020

大數據比你更了解自己？

「大數據比你更了解自己」，這不是一道聯校中文辯論比賽的命題，而是我最近和一位創科界朋友的討論話題。

因為任教一個大學課程，最近簡略地做了一些有關大數據的研習。不少資料在提及大數據的「威力」時，常用上這句「大數據比你更了解自己」作結論，例如Netflix透過收集你「煲劇」的數據，比你更了解自己看電影的口味、Amazon比你更了解自己要買的書，等等。我也漸被說服。但朋友卻認為這言過其實，只是科技巨企以此來操縱用戶的一句口號、一個公關幌子。

我在討論過程中提及兩家企業有關大數據的經典案例，Target和Netflix，而朋友卻從未聽過。這是兩個相當有趣和具說服力的案例，不如借此機會向大家稍作介紹，讓你也可以參與這命題的思考練習。

首先幾個高度簡化的基本概念。「大數據」（Big Data）指極度龐大、人力難以有效處理的數據，它們可以零碎、無序、性質不一…但不管數據再大，如果沒經過有效的整理和分析，並無太大用處。「數據分析」（Data Analytics）就是一個使數據變得有價值的過程，透過「數據挖掘」（Data Mining），從海量的數據中發掘規律，並由規律中作出預測。一般來說，數據越多、呈現的規律越清晰、作出的預測也越準確。這是其中一種數據科學常見的應用，也是我們這次討論的中心思想。

2012年2月，一位即將獲得普立茲獎的《紐約時報》年輕記者Charles Duhigg，發表了一篇連鎖零售店Target以數據篩選出懷孕顧客的報導，奠下一個歷久不衰的「大數據」應用案例（待續：科企如何透視你的祕密）。