現在，如果你已經接受了「用數據說話」這個觀念，那麼接下來，還可能有一個誤區在等著你，那就是「忽視態度數據」 。
一談到數據，很多人就會覺得，因為這是最實打實的東西，所以一定要客觀客觀再客觀，只能統計最真實的行為，像什麼情緒、態度之類主觀的東西，無法量化，自然也就不是重點。也有人認為，聽其言還要觀其行，嘴上怎麼說不重要，實際怎麼做才重要。心理學上有一派叫「行為主義」，其中最極端的觀點就是，你說你疼，這沒意義，因為不客觀，非得量化成諸如「號叫聲有多大」之類的指標，才是值得研究的。
其實，這兩種想法都是對數據和統計的誤解。要知道，瞭解一個人的行為不代表瞭解他的動機，而瞭解一個人的態度，卻往往可以用來推測下一步的行為 。「態度數據」很值得研究。事實上，營銷領域就經常用這個「態度數據」來理解人類行為的真實動機。
有一家著名的化妝品品牌，準備做一輪大型口紅廣告投放。於是，為了找準用戶，市場人員做了一輪問卷調查，搜集不同用戶的購買習慣。他們發現，過去一年中，有5萬人曾在他們的網店購買了10支以上的口紅。看到這個數據，你自然就會認為這5萬人肯定是重度用戶。而他們既然過去買了這麼多，那未來一年肯定也會繼續買。此時，如果要進行廣告推廣，比如群發短信、贈送優惠券等等，當然是要針對這群人，對不對？可是且慢，這些前期搜集的數據，都是所謂的「行為數據」。也就是說，這些數據只反映了消費者在什麼時候、在哪裡買了多少口紅，而消費者為什麼買，行為背後的動機和態度是什麼，這些更重要的問題都還不得而知。知其然，卻不知其所以然，此時貿然投放廣告，很有風險。
所以有人提出，要繼續做新的問卷，去測量消費者們的「態度數據」，也就是要弄清楚顧客為什麼購買。結果，不測不知道，原來這個品牌的口紅，居然有三種完全不同類型的顧客。
第一種顧客之所以買這個品牌，是因為這是他們能買得起的最便宜的一線品牌。也就是說，他們的內心活動是：「我其實也沒有多愛你，但是誰叫你這麼便宜呢？將就一下嘍。」而這個品牌本身的定位是中高端，而非物美價廉。所以，如果對這一類顧客繼續用推送優惠券的方式促銷，就會進一步強化「這個品牌檔次不夠高」的印象。現在是「一線品牌裡最便宜」，以後可能就會淪為「二線品牌裡最貴」，極大地損害品牌價值。
第二種顧客則是粉絲心態。他們不是衝著品牌，而是衝著給品牌代言的明星來的。別的買不起，口紅總買得起吧？這部分的消費者占比非常大，畢竟現在是粉絲經濟的時代。不過，他們其實根本不是真正的品牌用戶，購買力也不夠，純粹只是因為喜歡偶像，買了表示支持。如果針對他們再做其他方面的促銷，也不會有什麼效果。更進一步說，這一類人的存在還可以讓品牌去思考一個更深入的問題，那就是：花大價錢請明星代言，是否真的是個好辦法？雖然的確多了很多顧客，但這些顧客並不一定會愛屋及烏。而如果做不到愛屋及烏，代言政策就是失敗的。這也是「態度數據」的又一發現。
最後再說第三種情況，這部分消費者，真的就是衝著這個牌子來的。可以說，這群人才是品牌的忠誠用戶，從態度到行動都充分支持品牌。因此，如果要推送促銷活動，針對這群人就足夠了。既能起到效果，又不會自降身價。
以上這個案例說明，同樣一個行為，背後的動機和態度可以大不相同 。你搜集再多的數據，如果不做態度分析，還是會搞不清狀況。所以有人說，態度數據，才是「幫助營銷判斷的幕後之手」。
20世紀80年代初，可口可樂的市場銷量不斷下滑。公司竭盡所能地使出各種營銷手段都不管用，最後實在沒辦法，就想：問題會不會是出在口味上？有沒有可能消費者已經不再喜歡可口可樂的傳統口感，需要換換口味了呢？於是，公司花大價錢做了非常科學的雙盲測試。結果表明，果然顧客對新配方的滿意度，不僅超過傳統口味，而且比競爭對手百事可樂高出6個百分點。有了科學數據在手，可口可樂就有底氣了。1985年初，公司在百年誕辰之際，推出了「新可口可樂」（New Coke），準備打一場翻身仗。最開始非常成功，1.5億人試用了新品，超過以往任何產品的試用紀錄。但是大多數人喝完後都非常不滿意，每天有超過1000個電話向可口可樂總部投訴，整整三個月晝夜不息。很多人說：「改變可口可樂，就是打碎美國夢！你就算在我家燒國旗，也比不上改變可口可樂更無恥！」這是因為對很多美國消費者來說，可口可樂不僅是一個商標，更是一種共同回憶。至於口味，好不好喝還是其次。如果做科學的雙盲測驗，的確會發現消費者更喜歡新口味，但是一旦觸碰到背後的態度和認知差異，消費者就完全不會妥協了。
這種「態度和行為不完全重合」的現象，在生活中也很常見。比如說，同樣是喜歡做飯，有些人是因為責任，有些人是因為興趣。那你跟這兩種人推銷廚具，就算是推銷同一個產品，肯定策略是不一樣的。跟前者要強調的是效率和性價比，跟後者要強調的是新鮮的體驗。如果只看行為數據，也就是做菜的次數和時間，而不看「態度數據」，也就是背後的真實動因，你對這個世界就會有很多誤解。
總之，行為很容易觀察，但背後的態度往往是隱形的，不那麼容易發現。不過，只要你意識到態度和行為往往不一致，總還是有辦法去收集這些「態度數據」的。
具體要怎麼做呢？從收集「態度數據」這個思路出發，除了對其行為特點進行觀察之外，你還要分析和發掘這些行為背後的價值觀，就此而言，越是那些反常的現象 （在傳統的「數據型思維」裡往往被當成特例忽視掉），越值得你認真思考。
以我們的父母為例。雖然近在咫尺，你知道他們的每一個行為細節，但卻未必知道他們心裡是怎麼想的。有些老人明明退休工資不低，可是買東西總是很節省，這就是一個「反常」。而背後的原因又各不相同，有些人可能是因為從小窮慣了，沒有安全感，不敢花；有些人可能是因為一直都用便宜貨，根本不知道該怎樣提升自己的生活品質；還有些人，則是因為省錢省出了成就感，而退休之後的生活，又沒有別的成就感可言。所以你看，表面上是「有錢捨不得花」這同一個現象，其實真要分析起來，背後的原因有很多細微差別。這就是你需要掌握的「態度數據」。
針對不同心理動機，解決方案的側重點也完全不同。有的要提供明確的理財計劃，有的要豐富其晚年生活，有的要把更好的選擇擺在他們面前，有的則要進行情感上的慰藉。但是一切的前提，都是不能只看到大致行為上的相似，而要進一步分析行為背後的「態度數據」。否則，單是說一句「不要捨不得花錢」，是無法幫助老人完成消費升級的。
普通人只看行為，聰明人能看到動機，而唯有動機，才能讓我們預測下一步的行為。
TIPS：
小學問：同樣的行為，可能會對應完全不同的動機。要正確預測人類的行為，就要注意收集態度數據，在「事實如此」之外，多想想「還有什麼可能」。