大數(shù)據(jù)解決方案供應商總是信誓旦旦。他們說，你要做的就是把數(shù)據(jù)給到我們。然后我們就會提供一系列想法，讓你們公司在營銷效率、客戶體驗和服務運營效率方面得到極大改善。你和你的團隊就放心吧，我們的技術和你們的數(shù)據(jù)科學家會把重頭扛下來。

是不是有似曾相識的感覺?如果你曾經(jīng)歷客戶關系管理(CRM)改革時最初那個興奮階段，那么你一定會有這種感覺。早在20世紀90年代，很多企業(yè)對這種技術十分認同，最后的結(jié)果就是搞了一堆沒用的數(shù)據(jù)庫、養(yǎng)成了很多叛逆的銷售團隊，以及資本預算的耗盡。

此后，CRM行業(yè)日漸成熟。毫無疑問，現(xiàn)在的CRM解決方案可以為很多機構提供真正的價值。例如，在貝恩咨詢“2015管理工具與趨勢”調(diào)查(2015 Management Tools &Trends)中，CRM是排名第六的暢銷業(yè)務工具。根據(jù)Gartner統(tǒng)計， 2014年，全球的CRM開支總計達到204億美元，此前一年為180億美元。

但CRM的失敗率也很高。C5 Insight在2014年發(fā)布的一份報告中稱，有超過30%的CRM應用以失敗告終，同一批公司的第二和第三次CRM應用，其失敗率僅比第一次實施略低。這就是CRM改革之前20年的情況。

我們看到，大數(shù)據(jù)的發(fā)展路徑與此類似，都是在客戶影響力和價值創(chuàng)造方面信誓旦旦。Gartner在最新一份報告中預測，到2017年，60%的大數(shù)據(jù)項目過不了試驗期，會被打入冷宮。為什么歷史會重演?原因不在于興趣、努力或投資的缺乏。相反，這說明從既有客戶、運營和服務數(shù)據(jù)中創(chuàng)造價值是非常困難的，更不用提社交媒體、移動設備和在線活動所產(chǎn)生的大量非結(jié)構化的內(nèi)外部數(shù)據(jù)。

各家公司在利用大數(shù)據(jù)和高級分析工具方面面臨的壓力日漸增大，因為客戶希望從與他們打交道的機構中獲取更多信息。競爭在加劇，特別是在金融服務、零售、通信和媒體等成熟行業(yè)。以數(shù)據(jù)為驅(qū)動的行業(yè)繼續(xù)洗牌。包括Progressive、Capital One、亞馬遜、谷歌、優(yōu)步、Zappos等新舊行業(yè)的攪局者已經(jīng)創(chuàng)造出以數(shù)據(jù)為驅(qū)動的經(jīng)營模式，并將其應用于定制產(chǎn)品和服務的生產(chǎn)。

以美國汽車保險商Progressive為例，他們利用插件設備，追蹤司機的行為。Progressive利用數(shù)據(jù)細分客戶群，并確定保費。美國金融服務公司Capital One則在確定客戶風險評分及忠誠度項目中十分倚重先進的數(shù)據(jù)分析。為此，Capital One開發(fā)了多種客戶數(shù)據(jù)，包括先進的文本和語音分析。與此同時，美國零售業(yè)巨擘亞馬遜則對客戶數(shù)據(jù)深度開發(fā)，創(chuàng)造出個性化的在線購物體驗。亞馬遜參照客戶的購買歷史和瀏覽記錄，開發(fā)出一種先進的推薦引擎，不同的消費者會看到定制化的網(wǎng)絡頁面。在物流領域，亞馬遜在將數(shù)據(jù)分析應用于優(yōu)化庫存和減少裝運時間方面也走在了前列。

大數(shù)據(jù)的先行者設定了很高的成功標準。他們聚集了一大批數(shù)據(jù)分析人才，并創(chuàng)造出很多流程，使這些機構能從高級分析中獲得有用的想法。他們打造技術平臺，以發(fā)布最新數(shù)據(jù)以及這些數(shù)據(jù)何時何地會被用到的洞察。很多公司還基于“測試與學習”(test and learn)方法營造持續(xù)創(chuàng)新的文化理念。

那么你的公司如何才能從大數(shù)據(jù)中獲益呢?第一步就是，學習如何大浪淘金。對大數(shù)據(jù)的持續(xù)炒作有賴三個誤區(qū)：一、大數(shù)據(jù)技術會自行識別出商機;二、就是掌握的數(shù)據(jù)越多，自動創(chuàng)造出的價值也越多;三、數(shù)據(jù)科學家可以幫助任何公司從大數(shù)據(jù)中盈利，無論該公司的組織架構如何。

以下內(nèi)容是我們認為與上述三個誤區(qū)分別有關的危險。

誤區(qū)一：大數(shù)據(jù)技術會自行識別商機。

危險：盡管投入了大量的資金和時間，但這種投資所產(chǎn)生的回報非常有限。失敗的技術布局往往是以假想這種新工具會自行產(chǎn)生價值開始。成功利用大數(shù)據(jù)能量的企業(yè)往往都是在重金投入大數(shù)據(jù)技術前，先將高級分析應用于少量高價值商業(yè)問題的解決。在這個過程中，他們學會了如何有組織地實施解決方案，也獲得了對于運營挑戰(zhàn)的新認識，并漸漸了解其數(shù)據(jù)和技術的局限性。根據(jù)對于他們實際需求的理解，他們可以確定大數(shù)據(jù)技術解決方案的具體要求。(圖1)

例如，一家大型保險公司最近將其數(shù)據(jù)分析項目聚焦騙保問題。這家公司的騙保率激增，且由此產(chǎn)生了高額的調(diào)查成本。這個項目旨在以最低的成本減少騙保行為。為此，這家公司開發(fā)了一種可以算出騙保傾向分數(shù)的文本挖掘算法。這種算法幫助這家公司實現(xiàn)了騙保分數(shù)準確性的增加。結(jié)果就是，需要調(diào)查的騙保案變少，節(jié)省了3000萬美元的成本。在證明了高級分析的價值后，這家公司現(xiàn)在加大了對高級分析的技術和能力投資。

誤區(qū)二：掌握的數(shù)據(jù)越多，自動產(chǎn)生的價值也越多。

危險：對于未經(jīng)證實的數(shù)據(jù)來源過度投資，忽略了那些有價值的、接近真相的數(shù)據(jù)來源。

隨著社交媒體和移動設備的爆炸性增長，獲取和利用新數(shù)據(jù)的誘惑在不斷強化。很多大型機構已經(jīng)被淹沒在數(shù)據(jù)的海洋中了，其中多數(shù)數(shù)據(jù)存儲在筒倉內(nèi)，不能輕易接觸并連接。我們發(fā)現(xiàn)，成功的大數(shù)據(jù)之路往往始于充分開發(fā)該機構的現(xiàn)有數(shù)據(jù)。

從分析的角度而言，通常處理歷史數(shù)據(jù)要比處理全新數(shù)據(jù)更容易。美國一家大型通信公司就采用了這種方法。這家公司面臨的競爭日趨激烈，因此希望創(chuàng)建一個項目，能系統(tǒng)地增加現(xiàn)有客戶群的價值。為了實現(xiàn)這個目標，該公司從既有的15個營銷、服務和運營數(shù)據(jù)庫中提取了200多個數(shù)據(jù)，為所有客戶描繪出“高清晰”畫像。這家公司利用這些畫像開發(fā)出有針對性的新員工培訓、交叉銷售和客戶管理項目。

誤區(qū)三：好的數(shù)據(jù)科學家會為你發(fā)現(xiàn)價值。

危險：現(xiàn)有組織還沒有做好實現(xiàn)數(shù)據(jù)價值的準備。為了從大數(shù)據(jù)中持續(xù)獲利，你需要打造出一個持續(xù)利用大數(shù)據(jù)和高級分析力量的運營模式。基于數(shù)據(jù)和分析團隊的思考，成功的數(shù)據(jù)驅(qū)動業(yè)務可以讓其組織、流程、體制和能力協(xié)調(diào)化，以做出更好的業(yè)務決策。(圖2)

一家通信服務供應商創(chuàng)建了一種涵蓋數(shù)據(jù)和分析團隊、技術部門和一線職能部門(銷售、市場、客戶運營和產(chǎn)品開發(fā))的合作模式。在這個模式中，商業(yè)智能團隊(數(shù)據(jù)科學家、統(tǒng)計學、數(shù)據(jù)挖掘工程師)與各業(yè)務部門緊密配合，通過對海量的內(nèi)部數(shù)據(jù)進行分析來解決具體問題。

結(jié)論

大數(shù)據(jù)革命已經(jīng)擾亂了很多行業(yè)。某些數(shù)據(jù)驅(qū)動公司已經(jīng)從這場革命中獲取到重要價值，很多傳統(tǒng)公司正在迎頭趕上。但光靠技術是無法彌補這一鴻溝的。

那些能夠?qū)崿F(xiàn)客戶數(shù)據(jù)分析承諾的公司通常遵循以下三個規(guī)則：

在投資大數(shù)據(jù)技術解決方案前，證明你所在的機構可以將高級分析應用于解決一些高價值的業(yè)務問題。

在向新數(shù)據(jù)來源擴張前，先利用現(xiàn)有數(shù)據(jù)創(chuàng)造價值。然后再利用測試-學習的方法，向你的歷史數(shù)據(jù)注入前瞻性數(shù)據(jù)

將運營模式賦能企業(yè)，特別是業(yè)務前線，使其快速行動，并對企業(yè)高級分析團隊的洞見報有信心。

在大數(shù)據(jù)時代，那些遵守這些規(guī)則的企業(yè)將更有可能獲得成功。

作者：Eric Almquist和Tom Springer是貝恩咨詢波士頓辦事處合伙人，John Senior是貝恩咨詢悉尼辦事處合伙人。