人的大脑有 1000 亿个神经元，1 万亿个神经突触，电光火石之间一个 idea 产生了。很久以来，我们都认为自己的意识是扎根在眼球后，前额下的那一小块区域。但不管你相信与否，我们不以头脑为中心，也不以意识为中心，意识也没有中心，我们的意识是流淌着荷尔蒙、多肽的身体与真实世界发生互动后产生的反应。人的意识被客观世界决定，或者说人没有自由意识。
我们的大脑实际上只能处理非常有限的信息，这也符合常识，如果所有信息都运送到中央处理，那么大脑需要构建一个非常完整详实的“外部世界模型”，要耗散极大资源来协调不同视角的反馈信号，绘制协调一致的外部世界映像，大脑永远无法协调好所有的事情，最终会烧掉。而为了保护大脑，很多外部世界的反馈是不需要大脑处理的，很多信息靠的是脑补。
01 神经科学与营销学的联谊
在传统营销中，品牌通过定性或定量访问来研究消费者，在数字时代，品牌则使用大数据研究消费者的购买习惯。神经科学是研究大脑和神经系统的科学，它经常被用来研究人们的情绪、个性和决策过程，以及了解人们的情绪是如何被影响的，他们是如何做出决定的。这提供了一个客观的视角来了解消费者的真实想法。
Whale 帷幄创始人叶生晅硕士毕业于加州理工学院计算与神经系统专业，PhD 就读于哈佛商学院，而且在顶级神经科学期刊 Nature Neuro-science, NIPS, Nature Scientific Reports 发表过论文。之所以一名神经科学毕业生最终选择做营销创业，取决于这一有趣洞察，人们在特定刺激下产生一些情绪，通过潜意识指导了购买决策。正如哈佛商学院教授 Gerald Zaltman 所说，“考虑到 95% 的购买决定都是由我们的潜意识控制的，神经营销学作为一种有效的客户参与和说服技巧，就有用武之地了。”利用这种新型研究技术可以了解消费者的决策过程，做出购买决策的动机，更好地通过产品测试、社交媒体优化或广告宣传来提高转化率。
02 神经营销学的广泛应用
超市是对神经营销学应用最多的场所之一，每次逛完超市，最后买的总比预想的多。超市里的所有一切，从货架的摆放、广告、灯光，看似随意， 其实都经过了精心设计。有研究表明，超市购物中有 60% 属于计划消费，40% 属于下意识的冲动消费。
一进门，售货员会把最想卖的东西放到右边，因为大部分人进门后都习惯右转；将最想推销、利润最高的产品放在购物通道的右手边，因为大部分人习惯用右手拿东西；与视线齐平的商品利润最高，其次是齐腰处，其次是齐膝处，摆放在最好的位置的商品可增加 70% 的销量；
一般来说，放在入口的商品都是薄利多销，购买频率高的商品，吸引你进门，消费者往往以为先看到的商品便宜，那么其他商品也便宜，但其实贵重的商品往往会放在超市中间偏后的位置，这叫做晕轮效应；
由于人类神经天生容易被色彩缤纷的食物吸引，引起兴奋，占有欲和购买欲容易被激发，因此，超市中的蔬果大都陈列中心位置，很容易被所有人看到；
食物的香味会刺激人体各种消化酶的分泌，调动与欲望相关的情感中枢，即使你不饿，也会在不知不觉中增加食品的购买量，所以超市里经常有现烤、现烹饪的食物；
另外，价格锚点也是一个很好的应用，比如，在星巴克店内，经常会摆放几瓶价值二三十元的矿泉水，这样贵的矿泉水，似乎很少有人愿意购买，为什么不干脆撤掉这些矿泉水？其实，这是星巴克需要借助这些矿泉水，来达到销售咖啡的目的。一杯中杯咖啡的售价是二三十元，这样的价格，会让某些消费者觉得有点儿贵，但如果放上一些同等价格的矿泉水，消费者看到后就会觉得：既然一瓶矿泉水也这么贵，那么二三十元的咖啡似乎也不算贵了。正是由于一瓶矿泉水的存在，才让消费者更容易接受咖啡的价格。
消费者产生价格锚点时，会遵循两个原则：避免极端和权衡对比。
比如，商家通常会在主推商品旁边再分别布置一个价格比之高得多的型号和价格略低的型号各一，用高价商品衬托主推型号的便宜，用低价商品衬托主推型号性价比高。这时候消费者通常会放弃最高价型号，然后考虑凭什么我要买最便宜的，最终会选商家主推的型号。
选择太多也不是好事，曾经有人做过这样一个实验，在一个摊位上展示 24 种果酱样品，每隔几个小时就会减少 6 种果酱样品，当果酱样品数量减少到 6 种时，有 30% 的人决定购买，而面对 24 种果酱时，只有 3% 的人购买，这就叫选择的悖论：选择越少，消费者越容易做出决定。
人们都喜欢占便宜，但其实更讨厌损失，这叫“损失厌恶”，一张拿到手的 50 元代金券往往比价格直降效果要好，因为消费者认为 50 元代金券已经是他的财产了，如果不使用，就相当于白白损失了 50 元；再比如，你去环球影城玩，门票 638 元，在出口时候，一个导购小姐姐问你要不要买季度票，原价 1588 元，活动最后一天，当日门票可抵扣 638 元，算下来只要再花 950 元，就可以玩一个季度。但这一个季度真的有时间来么？不知道，感觉如果不买，手里这张 638 元的代金券就浪费了。
为什么在社交网络上人们更容易受到病毒式营销的影响，1969 年斯坦利.米尔格拉姆在纽约市 42 街进行了一项“社会传染研究”，他和同事们站在街上，抬头盯着六楼的窗户，结果发现，有一个人抬头看，那么 45% 的路人会停下来，但如果 15 个人抬头看，则有 85% 的路人会停下来。
这些有趣的神经营销学正无时无刻在影响着我们的意识，但我们无法摆脱。
03 神经营销学与数据科学的结合
Jerry 在离开哈佛商学院后的第一份工作是在 facebook ( 现在叫 Meta ) 做数据科学家，除了 facebook，谷歌、微软、迪士尼、可口可乐等大公司都在招聘有神经科学背景的人做数据科学。什么是数据科学？数据科学就是通过数据获取、数据清理、数据分析、创建假设、机器学习、深度学习、优化、结果可视化等等手段获取见解和知识的过程。研究对象是大数据，专家发现消费者日常行为的“大数据”与人类大脑里的“小数据”有很强的相关性，算法专家基于结构简单的人类大脑神经元的分布式存储和并行协同处理的工作模式，研究出了“人工神经网络算法”模拟人的形象思维。比如，擅长做语音识别、图像识别的 DNN 深度神经网络；擅长做图像处理（CV）的 CNN 卷积神经网络；擅长做自然语言处理（NLP）的 RNN 循环神经网络等等。
神经营销学与数据科学的结合是希望基于对人类大脑的理解和消费者大数据的收集，整合重构到计算机世界，描绘出人类思维决策的过程，建立假设，并论证出重要的见解和知识，用于品牌营销的商业场景。
那么要完成这个目标，有三件关键的事情需要做：
第一，商业场景的数字化。也就是通过各种线上、线下埋点，拿到品牌营销过程中的数据；
第二，忠实于商业逻辑的算法及其迭代优化。各种机器学习、深度学习的算法非常多，如何选择能够将品牌利益最大化的算法和持续调优是这一步最大挑战；
第三，打造一款与商业场景无缝融合的产品。最终品牌客户需要的是一款易用的产品，产品是科学和商业化的桥梁，再好的科学如果不能用一款产品落地，也无法成功。
现代科学是建立在实验、推演和仿真的基础上，不断拓展人类的认知边界，而“数据科学”会成为科学研究方法的“第四范式”。之所以这些年数据科学的呼声越来越高，主要是因为大数据和算力的提升，给各种复杂算法的应用提供了可能。我们对深度学习算法就如同我们对大脑一样的不理解，因为他们都不是线性、因果的逻辑，而是一个具有着无限交叉逻辑的群体系统，我们提供一个输入，得到一个结果，但不知道为什么。这没关系，我们不需要确切的知道西红柿细胞是如何工作，也能够种植、食用、甚至改良。因为他确实有效，我们也在不断求知的路上。
