科普貼：用精算知識解釋，該不該貼標籤的問題

幾個月前一位認識的人興緻勃勃地要創業，姑且叫他小Y吧。交流的時候我曾給他提過營銷方面的專業性意見。

我說：「要給顧客群分層。幾乎所有公司都是20%的顧客貢獻了80%的收益。我們應該鑒別出這些潛在的高品質客戶。」 小Y反駁：「我們不應該隨便給顧客貼標籤。每個顧客都要被公平對待，這是歧視顧客。在政治上是不對的。我的產品每個人都用得到......」

小Y繼續在那兒慷慨陳詞，闡述他的政治正確觀點。我呢，你說什麼都對唄。

這個貼標籤的問題，不知道為什麼小Y一定要上升到政治正確的高度。這不難理解啊，舉個例子。

賣一條很仙的碎花長裙，店員是重點推銷給女性顧客還是男性顧客呢？這個答案好像蠻明顯的。從大概率上講，女性顧客是買這件長裙的主力軍。要是批評這個店員就知道賣長裙給女性，說她給人們按照性別貼標籤、歧視男性，總覺得哪裡怪怪的。哈哈。

言歸正傳。這裡我用精算基礎知識解釋一下，該不該貼標籤和什麼時候貼標籤的問題。

首先個體的差異性很大。對於那條超仙的碎花長裙，是會有男子想買下自己穿的。因為他覺得很好看、很想穿啊【認真臉】。總不能因為性別，就剝奪了別人對於美裙的嚮往。中華的漢服，男子可是穿了幾千年的裙子呢。

同為男子，有人非常不喜歡穿裙子，有人則很喜歡很想穿。這體現了同類個體的大幅差異性。用精算的術語，就是方差很大，不可預測且什麼都可能發生。

這樣的例子生活中到處都是。因此在個體層面上，貼標籤是不合適的。在一對一的人際交流中，貼標籤容易看不到真實的對方。比如我要是先入為主地覺得，美國警察都是暴力的，隨便對著無辜的非裔開槍。那就看不到身邊勤勤懇懇，富有同理心且合理執法的美國警察了。

貼標籤不適用於個體，但是它是一個群體性的指標，也是統計學存在的根本。精算學作為統計學科的一大類，很早以前研究者們就發現隨著個體數量的增加，方差越來越小。換言之，同類個體數量越多，越能用統計分析出整體性的傾向。

還是用碎花長裙作為例子，如果隨機問一千位男子對於一條碎花長裙的著衣喜好，有「喜歡穿」、「不喜歡穿」、「沒有偏好」三個選項。研究者們會發現個體數量到達一定數值以上時，獲得的各種喜好程度答案會趨於穩定。比如（這裡我隨機說幾個數字，讓大家容易理解），總是大概2%的男性選擇「喜歡穿」，5%的男性選擇「沒有偏好」，剩下的93%選擇「不喜歡穿」。

那麼可以得出結論，男性對於這條碎花長裙的整體傾向是不喜歡穿。上述就是精算統計學上給群體貼標籤的過程。

回到開頭，為什麼我聽了小Y的政治正確言論後，覺得有問題呢？小Y的邏輯有些混亂。

我的建議是按照精算和統計學的科學原理，研究客戶群，尋找高品質群體。這是從群體性的角度出發的。而小Y反駁不能給顧客貼標籤，這是從個體性的角度出發的。談論的事情在邏輯上，不在同一個層面上，兩方就有了交流障礙。

*--------------------------

感謝關注小文童鞋的個人公眾號。

-------------------------*

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！