人性洞察云技术——零售和营销的黑科技
什么是个性测评
有人性格外向，有人性格内向，有人性格散漫，有人性格严谨，人的先天性格特质(Personality traits)决定了人的行为。这些行为表现在职场上，决定了人的绩效表现；在商业行为上，决定了人的消费行为；在人际社交上，决定了如何处理社会关系和家庭关系。我有个朋友特别着迷“九型人格”，认为学习“九型人格”改善了他的社会关系以及与家人的关系，“九型人格”就是一种性格模型，虽然缺乏心理学学术验证，但是由于通俗易懂，操作简便，有不少拥趸；民间流行的“乐嘉色彩心理学”，也是通俗性格模型例子。
由于性格可以预测职场绩效表现，近年来被广泛应用在人力资源管理领域，包括招聘、人才选拔、绩效评价、领导力发展等等。具有大规模商业性应用，被认为具有较高科学水平的测评工具（及模型）包括Hogan、OPQ32、16PF、Facet-5、IPIP、NEO-PI等（国内HR界还流行MBTI、DiSC、LSI等，但是我认识的心理学家认为这些工具弱于前面六种工具），这些工具共同特点是：
- 基于“大五人格”模型，或者和“大五人格”模型具有对应关系
- 附加其他一些领导力特质的测试，例如社会形象、成就动机等
- 都是问卷方式，一般80-200道题不等，采用计算机自适应考试技术，以提高测量的准确性
“大五模型”是最被心理学界广泛承认的性格模型，指性格包含五个维度，即：一般心理倾向 (内外向Extraversion)，人际关系倾向(社交性Agreeableness)，对规则认同与遵循倾向(责任感Conscientiousness)，神经性反应(情绪稳定性Emotional Range)和智能倾向(开放性Openness)。每个维度下有六个小维度，每个维度有中值以及正负向的极值。下图是IBM Watson采用的大五模型描述：
心理学家认为人类这五个性格特质是普适存在的，不以语言、文化、种族等的不同而不同。各个特质（及子特质）间排列组合，可形成不同的组合特质，展现不同的行为表现。
在人力资源应用领域，个人的性格测试可以通过心理学家（测评师）面对面测试的方式，显然这种方式难以上规模，所以更加快速、经济的测评方式是问卷测试，常见问卷题目有两种类型：
1、 两两迫选（例如，怡安翰威特APDET-15）： 例如在“我总是准时赴约”和“我很容易和陌生人交上朋友”两个不相干的题干中选择一个跟你自己行为最接近的；
2、 三题迫选（例如，CEB-SHL）：例如在“我总是准时赴约”、“我很容易和陌生人交上朋友”和“我总是能保持心情愉悦”三个不相干的题干中选择一个最像你自己和一个最不像你自己的。
题目的行为代表五个维度（及子维度）中的某一个，采用对立迫选方式，而不是对单一行为的是否回答，计算更贴近个人的程度，通过自适应测试方式，在上百道题之后，用“逼近算法”得出个人的五个维度（及子维度）得分。需要强调，大五是一个公开的通用模型，任何大学心理学专业的学生都可以按照这个模型来设计出一套测试问卷，并没啥门槛；而测量的信度（准确性）和效度（稳定性）取决于算法精密程度，需要用大量的样本积累和检验，所以市面上虽然测评工具众多，题目看起来并没啥差别，而实际信效度若非专业人士则难以分辨，实际良莠不齐。
对大量人群的测量形成人群“常模“，每一维度的人群行为平均值为中值，你得分的偏左或偏右，体现了你离人群中值的极端偏离程度。下图是著名人力资源咨询公司怡安翰威特基于大五模型的性格测试工具ADEPT-15的测试结果示例：
总体性格评价
“任务导向”维度的评价
这种做问卷的测试方式在人力资源管理领域，对公司员工或者应聘者是可行的，一次测试大约需要半小时时间做上百道选择题，但是显然无法用在市场营销领域，消费者不可能有耐心花半小时给商家做这种有些让人莫名其妙的题目的问卷。
IBM人性洞察的云技术
互联网时代发展，无论是传统的电子邮件，还是博客、微博、论坛、点评等自媒体出现，使得每一个互联网用户都生成了文本内容，因而利用文本对互联网用户进行性格分析成为可能。IBM基于认知技术Watson开发了一套人性洞察服务，今天，这个服务也被搭载在IBM的云平台Bluemix上，供开发者使用。
https://v.qq.com/txp/iframe/player.html?width=500&height=375&auto=0&vid=h0331r0cs7a
IBM Watson辅助时尚设计就是使用了人性洞察技术
1、 文本和个性的关系：性格模型可以根据分析的目的来进行定义，不管怎样定义模型，分析的原理是一样的。用来做人才测评时可以采用大五加领导力特质，而IBM Watson人性洞察（Personality Insight）分析的性格模型出发点是面向市场营销，包含了三个部分：
传统的大五模型，包括5大方面，30个小方面
需求（Needs）：很多市场营销文献指出人的性格特质会影响消费行为，“需求”指人希望在消费产品或服务时所满足个人的欲望，这个模型借鉴了菲利普·科特勒的市场营销理论的需求模型，包括爱、自我表现、和谐、追求刺激等12个方面；
价值观（Values）：影响人作出决策的激励因素，包括帮助他人、传统、享乐主义、追求成功、拥抱变化等。
IBM人性洞察基于文本分析技术，向系统输入被测评者写作的自然语言文本，无论是微博、微信文字集合，还是TA写作的文章、信件，最少不少于1200字（英文），以3000字为宜，最多可达20M，字数越多分析越准确。下图是单独应用这个服务的例子：
本文封面是Watson对希拉里和川普做的个性分析。目前，Watson的人性洞察分析是IBM革命性云平台BlueMix的一个服务，BlueMix开发人员可以调用Watson PI很容易开发出一个测评应用软件或者移动APP，或者把这样的测评应用嵌在商业流程（例如CRM系统）或商业应用（例如电子商务应用）中。
2、 个性和社交媒体行为的关系：IBM科学家研究发现大五个性和推特行为有高度相关性，活跃使用、评论和转推的人群分别具有鲜明的个性特征，这对采用社交媒体进行精准营销的企业很有价值；
3、 个性和消费行为的关系：IBM科学家和某著名美国大数据营销公司合作，经过大量研究发现，通过文本测试得到的个人性格和消费者很多种行为偏好有高度相关性，例如购买汽车对总体拥有成本、安全性以及旧车出售价值的关注度，购买衣服关注品质、样式还是舒适度，购买产品受品牌、家人推荐、广告、社交媒体以及产品用处的影响程度，喜欢什么风格的音乐，喜欢什么风格的文学作品，是否常吃快餐，是否常参加体育运动，是否关注环保，是否关注社会问题，是否自己创业等等
4、 有非常多的学术研究证明大五模型的性格特质和如下行为都有相关关系，这些关系都是Watson应用的分析基础：
消费者偏好：例如有研究发现低开放性人群更关注产品外观，而高开放性人群则对设计感强的产品没有感觉
个人偏好：很多研究发现性格和音乐有高度相关性
支出习惯：研究发现高责任感人群一般多用现金或借记卡消费，而高神经质人群一般会用信用卡超前消费
风险类型：不同性格人群对风险接受度不同
职业绩效表现
学习成绩
专业关系：例如医生和病人关系
个人关系
健康
饮食习惯
外出用餐习惯
环境保护意识
社会服务
宗教信仰
人性洞察云应用于零售和营销
- 精准营销：传统的精准营销需要基于“用户画像”，这个画像基本是基于用户的人口统计学特性以及购买行为历史，而基于文本分析的人性洞察，为用户画像提供了另一个途径；可以设想这样的场景：在零售门店的自助销售终端，或者是电商平台，当用户用他的微信或微博账号登陆，则Watson可以迅速地基于他的微博微信过去所发的信息，进行性格分析，个性化地推荐产品，或者推送促销方案；最近IBM在中国推广的李宇春“认知礼服”，就是根据李宇春的社交媒体发言分析她的个性，并且结合其他认知技术，辅助服装设计师设计的。
- 客户获取：零售企业将基于潜在客户的社交媒体发言的性格分析和企业已有的客户数据库信息相结合，可以进行更精准的客户细分分群（Segment），对每个细分开展针对性的营销策略，例如某个人群（某类性格和某种收入水平）爱用抵用券，某个人群（居住在某区域、从事某种行业的某类性格人群）是有机食品的潜在客户，从而降低营销费用，提高获客效率；
- 客户关怀：在客户和企业互动的历程中，抓取客户的文字信息进行个性分析，从而设计个性化的客户接触点、接触频率和接触方式，提高用户互动的效率，并采取适当的后续销售和交叉销售策略。
最后需要说明的是IBM Watson是个非常新的技术，目前在处理中文能力上还需进一步开发；不过展望这样的黑科技，为零售、市场营销、传播以及人力资源领域，提供了很多应用想象空间。
扫码交流运营战略和认知计算