大數據是近來(lái)的熱點(diǎn)，越來(lái)越多傳統企業(yè)互聯(lián)網(wǎng)化之后，更凸顯其重要性。未來(lái)十年，最有可能誕生大公司的領(lǐng)域，首先是傳統企業(yè)的互聯(lián)網(wǎng)化．這是真正的020模式，傳統企業(yè)通過(guò)互聯(lián)網(wǎng)調配全世界資源進(jìn)行生產(chǎn)．利用互聯(lián)網(wǎng)最省錢(qián)、最省事地知道每個(gè)用戶(hù)的需求。但大數據和互聯(lián)網(wǎng)，到底如何幫助企業(yè)創(chuàng )造價(jià)值和利潤呢？
　　不斷發(fā)現潛在商機
　　首先要講客戶(hù)終身價(jià)值管理，就是給每個(gè)客戶(hù)建立一個(gè)終身檔案，終身追蹤、監察每個(gè)客戶(hù)，捕捉其不同生活階段的不同需要，在其一生中，持續地向其推介時(shí)下最適合他的新業(yè)務(wù)，從而最大限度地發(fā)掘顧客的消費潛力。
　　舉個(gè)例子．有個(gè)顧客最近搬了家，因為他每個(gè)月都會(huì )收到從銀行寄來(lái)的月結單，所以這個(gè)顧客搬家后．立馬想到去銀行變更通訊地址。對于沒(méi)有實(shí)施CRM的銀行來(lái)說(shuō)．改地址就是改地址，是一個(gè)孤立的事件。但對實(shí)施CRM的銀行來(lái)說(shuō)，改地址隱含了生活中的很多變化，也意味著(zhù)很多商機。
　　當該顧客改地址的時(shí)候，銀行CRM系統根據經(jīng)驗數據，馬上找到了排名前幾位的搬家的可能原困：買(mǎi)房、結婚、離婚、換工作后租房。系統暫時(shí)還不能準確知道該顧客搬家的原因，如果沒(méi)有更多的信息來(lái)源，可先假定為排名第一的原因——買(mǎi)房：然后．可通過(guò)進(jìn)一步的數據挖掘給出更準確的判斷：比如．系統里儲存了本城市各主要樓盤(pán)的資料，把該顧客的新地址跟各樓盤(pán)資料進(jìn)行比對．如果發(fā)現新地址屬于6個(gè)月前才開(kāi)售的新樓盤(pán)．就可認為該顧客買(mǎi)了新房子的可能性極大。
　　顧客買(mǎi)了新房子．銀行的商機就來(lái)了，如房屋按揭貸款：就這個(gè)案例來(lái)說(shuō)，按揭貸款已錯過(guò)，但可以推薦房屋裝修貸款．哪怕裝修完了，憑裝修的支票或收據．也可申請該貸款。于是，在銀行柜員面前的電腦屏幕上，立即出現一行提示：請在辦妥地址變更后．立即向顧客推介“房屋裝修貸款”，然后屏幕上顯示出該貸款的主要特色和要點(diǎn)，以及常用的銷(xiāo)售語(yǔ)言．供柜員參考。
　　假設該顧客接受了房屋裝修貸款，這還不算完．可能還會(huì )發(fā)現其他產(chǎn)品很適合這個(gè)顧客——家庭財產(chǎn)保險，銀行是保險公司家庭財產(chǎn)險種的代理人。一個(gè)人面對住了20年的老房子，是不會(huì )有家庭財產(chǎn)保險意識的，但當他買(mǎi)了新房，購置了一堆新家具、新電器，本著(zhù)一種天然的愛(ài)惜之情，人會(huì )變得比較患得患失。這正是對其推銷(xiāo)家庭財產(chǎn)保險的最佳時(shí)機。
　　裝修貸款也推過(guò)了家庭財產(chǎn)保險也推過(guò)了．還不算完。如果該顧客的新地址位于市郊，銀行憑目前手上的信息無(wú)法知道該顧客是否擁有汽車(chē)，但該顧客確實(shí)有潛在的汽車(chē)需求。于是，CRM系統擇日向該顧客寄去傳單（手機傳單），向他介紹銀行的戰略合作伙伴——某汽車(chē)品牌，并申明：在此購車(chē)，可獲得包括低息貸款在內的諸多優(yōu)惠。
　　客戶(hù)終身價(jià)值管理的精粹就在于：只要一日成為客戶(hù)，就終身不會(huì )讓你離開(kāi)我的眼睛。只要這個(gè)客戶(hù)還活著(zhù)，就永遠沒(méi)完沒(méi)了！
　　創(chuàng )造顧客滿(mǎn)意度
　　服務(wù)業(yè)經(jīng)常說(shuō)要讓顧客賓至如歸，就是讓登門(mén)的顧客感覺(jué)不到自己是在商場(chǎng)、酒店，而是覺(jué)得在自家一樣，顧客不覺(jué)得他面對的是服務(wù)人員，而是朋友或家人。在什么情形下，顧客才會(huì )有這種感覺(jué)呢？最簡(jiǎn)單、最基本的一點(diǎn)，就是服務(wù)人員要認得他，能馬上叫出他的名字。
　　在顧客不太多的時(shí)候這是有可能的。但如果顧客太多，就有困難了，畢竟記憶力也是講天分的，記憶力天生不佳的人很難通過(guò)培訓做到這點(diǎn)。如果再加上服務(wù)人員流動(dòng)頻繁，那就更難做到了。
　　不過(guò)在大數據時(shí)代，我們就有解決方案了。谷歌眼鏡是一部戴在眼眶上的微型電腦，也稱(chēng)眼鏡式終端，有顯示屏、攝像頭、耳機、話(huà)筒，可上網(wǎng)．借此可以提供個(gè)性化服務(wù)。
　　首先，對在本店消費過(guò)的每位客人，都建一份客戶(hù)檔案，里面除了姓名、消費記錄以外，還有用收銀臺上的攝像頭自動(dòng)拍下來(lái)保存的頭像。然后．服務(wù)員或銷(xiāo)售人員，每人配一幅眼鏡式終端。當客人進(jìn)門(mén)時(shí)，眼鏡上的攝像頭自動(dòng)拍下客人的頭像，并通過(guò)網(wǎng)絡(luò )傳回中央電腦。中央電腦利用面相匹配技術(shù)，在幾秒鐘之內就可以匹配出客人的檔案．店員馬上就能叫出客人的姓名。
　　中央電腦還可以向眼鏡式終端傳回該客人上次光顧的日期。于是，店員除了用姓名問(wèn)候客人之外，還可以用類(lèi)似這樣的語(yǔ)言與客人溝通：“周小姐，您好像有3個(gè)月沒(méi)來(lái)了吧，最近是不是很忙��？我們上了很多新款喔�！�
　　認人和叫出姓名，只是優(yōu)良服務(wù)的基礎，要做到賓至如歸或個(gè)性化服務(wù)，還遠遠不夠。譬如在一家服裝店，店員應該能主動(dòng)向客人推薦適合她的款式。問(wèn)題是店內有幾百款服裝，店員該推薦哪款？如果推薦得好，能迅速成交；如果推薦不好，跟客人喜好完全不搭調，那就適得其反了。
　　如果數據倉庫儲存了該客戶(hù)在店內的所有消費記錄，并且，設計部在設計每一款服裝時(shí)，早已為每款服裝定義了一些描述其特色的關(guān)鍵詞。例如，適合性別：女；適合年齡：25-35歲；適合身材：瘦、中等；服裝類(lèi)別：連衣裙；風(fēng)格關(guān)鍵詞：簡(jiǎn)約、職業(yè)、淑女；顏色：白…
　　當中央電腦得知該顧客進(jìn)店時(shí)，立即調出該顧客的檔案，得知該顧客的基本信息為：性別女，年齡30左右，身材偏瘦，發(fā)型為短卷發(fā)。同時(shí)瀏覽該顧客過(guò)去所有消費記錄，并對其消費習慣做出統計如下：
　　類(lèi)別：60%為連衣裙，10%為襯衣，10%為長(cháng)褲，8%為長(cháng)裙，12%為T(mén)恤．；顏色：50%白，30%黑，20%紫；圖案：無(wú)圖案60%，簡(jiǎn)單圖案40%，復雜圖案O%;風(fēng)格：簡(jiǎn)約70%，職業(yè)55%，淑女52%，波西米亞21%,少女12%…．
　　中央電腦把這份消費習慣統計，與店內所有在售款式的數據進(jìn)行比對，即刻匹配出10款最符合該顧客品位的服裝。這10款服裝的圖案和款號，馬上傳到店員的眼鏡式終端上。店員于是開(kāi)始向顧客推薦這10款服裝。如果很不巧地，這10款顧客都沒(méi)看上，店員會(huì )通過(guò)眼鏡式終端告知中央電腦，中央電腦就把下10款符合該顧客品位的服裝再傳到店員的眼鏡式終端。
　　幫助企業(yè)規避風(fēng)險
　　生意帶來(lái)的并不總是利潤，也可能是虧損。譬如：銀行、信用卡公司遇到欠債不還的客人，或保險公司遇到理賠大戶(hù)。大數據營(yíng)銷(xiāo)可在早期發(fā)現風(fēng)險征兆，及早采取預防措施；或從一開(kāi)始就過(guò)濾掉高風(fēng)險的客人，不做他們的生意。
　　舉個(gè)例子，馬洛先生使用某信用卡多年，有大量在高檔餐廳、賓館、娛樂(lè )場(chǎng)所和商場(chǎng)消費的記錄。平均每月刷卡額基本都在10萬(wàn)元以上，時(shí)不時(shí)會(huì )過(guò)20萬(wàn)元，買(mǎi)阿瑪尼西裝、卡地亞首飾、LV包，對他來(lái)說(shuō)是家常便飯，而且一直按時(shí)還款，從無(wú)拖欠。相應地，信用卡公司也把馬先生的透支額度．從最初辦卡時(shí)的8000元，一路提升到30萬(wàn)元：
　　但從兩個(gè)月前開(kāi)始，他的月刷卡額突然急降到三四千，連續兩個(gè)月均如此。系統做的正常判斷是．馬洛轉用別家的信用卡，所以刷卡額劇降？在大部分情況下，這個(gè)判斷是正確的，但還有另一種可能：如果他經(jīng)濟狀況惡化，也會(huì )導致刷卡額劇降。
　　所有安裝了刷卡機的商戶(hù)，在銀行和信用卡公司都建有檔案，所有刷卡交易記錄，也都在數據倉庫里。譬如，我們把每一家餐飲企業(yè)的每單平均刷卡金額進(jìn)行統計，可以得出類(lèi)似這樣的數據。
　　每單刷卡金額平均值：576元；每單刷卡金額中位數：493元。把每單平均刷卡金額最低的20%定義為：低端餐飲；把每單平均刷卡金額最高的20%定義為：高端餐飲；把每單平均刷卡金額居中的60%定義為：中端餐飲。這樣我們就得到了高、中、低端餐飲企業(yè)的名單。
　　回到馬洛的案例，系統會(huì )找出他歷年來(lái)的餐飲刷卡記錄，統計得知，他從辦卡之日起，直到兩個(gè)月前的餐飲消費，在各種不同檔次餐廳消費的比例顯示為：高端餐飲86%，中端餐飲11%,低端餐飲3%：而最近兩個(gè)月（就是在刷卡額暴跌之后）．在各種不同檔次餐廳消費的比例為：高端餐飲O%,中端餐飲10%，低端餐飲90%。也就是說(shuō)，以前基本上只去高端餐廳吃飯的馬洛，最近兩個(gè)月，大多光顧大排檔式的低檔餐廳。綜合以上各種信息判斷，他最近刷卡額暴跌，是源于經(jīng)濟狀況惡化．可能是因為生意失敗、失業(yè)或其他原因。在這種情況下，繼續維持他30萬(wàn)元信用額度是非常危險的，可能導致壞賬或惡意套現。于是，信用卡公司會(huì )把馬洛的信用額度降到2萬(wàn)元，快速對潛在風(fēng)險做出判斷，并及早采取防范措施。