編者按：現在是大數據的時代。很多科技巨頭掌握了大量的客戶數據，而大家都清楚，這些數據是無價之寶。然而，由于技術、理念等等方面的限制，實際的客戶數據利用情況并沒有那么令人滿意。麥肯錫在報告中分析了這一情況，并且為希望充分利用大數據的公司提出了幾點建議。以下是報告正文。
公司可以通過梳理出新的模型、推動生產效率、創造出新的解決辦法來使用他們的信息。
在一個以消費者為中心的世界里，一種能夠整體獲取并利用客戶的洞察力來塑造產品、找出解決辦法并改善購買體驗的能力顯得至關重要。研究告訴我們，能夠利用客戶行為洞察力的那些公司，在銷售增長上要比同伴高出85%，在毛利潤上要高出25%。一定要把客戶數據看作一個關鍵問題。
但是大部分公司只使用了他們所搜集的信息中的一小部分。延伸遺留系統、孤立的數據庫以及發散性的自動操作都是常見的阻礙。模型和控制面板可能會被強制依賴過期數據，而且核心過程可能需要大量的人力干預。公司也常常不能清楚理解優化數據的過程中計劃得到的特定成果。
麥肯錫面向世界范圍內700家公司的一項調查發現，通過投資分析來在未來市場環境下獲得競爭情報，通過更成功地瞄準客戶、優化運營和供應鏈，能夠在6%的范圍內增加運營利潤。
我們的勞動成果顯示，這些回報并不僅僅局限于頂級玩家。當談到從他們的數據中產生的可測量的價值時，大部分公司都只能收獲少得可憐的果實。
以下是可供大部分公司選擇的最具前景的三條道路。
梳理出關鍵的模型
客戶的購買信息、他們多久聯系一次客服、他們會在一個特定的網站上流連多久：這些信息都是對他們的購買習慣與偏好的極具洞察力的闡述。大部分公司都會大量收集這些信息，但是卻把它們放在孤立的數據包里。很少公司會把它們結合起來。例如，一家銀行可以通過共享客戶數據、運用高級的分析手段來找出關鍵區段的需要以及下一步可能采取的行動，從而最小化客戶重復申請同一張信用卡、詐騙以及違約風險。這些模型可以在不同的業務間使用。信用風險團隊會想要知道，一個季度內銀行結余不止一次出現赤字的客戶在抵押貸款中違約的可能性是不是更大。市場營銷可以利用這些數據來制定理財規劃以及透支保障服務。這樣的數據信息還可以被打包、凈化，賣給利益相關的第三方，比如賣給信用調查機構以及支付公司——使得對時間和模型進行原始投資的投資方收獲多倍紅利。
除此之外，圖形數據還能用在直接消費上。例如，一個工業零部件的制造商通過研究、測量客戶的購買歷史和行為數據，來弄懂他們在最高價值區段的典型購買路徑。這些數據顯示，買家更有可能依賴經銷商給出的產品推薦，而很少被商展演示和附贈品影響。市場營銷人員就能夠根據這些來重新分配預算。
由消費品公司主導的其他公司已經開始更進一步——利用客戶數據來個性化外展服務。通過整合豐富的客戶檔案以及嚴格地追蹤應答率，市場營銷人員就能夠精確地知道，在關鍵區段和微小區段里，什么頻道上用哪種格式的哪些內容比較有可能產生最大的影響。十年之前，還沒有工具能夠做到這些。而現在有了。幾乎所有的公司都可以從中受益。例如，一個汽車行業的保險商，如果客戶要買汽車保險，那么一般都會在他們收到第一次報價的60天前開始，而且一般平均會收到15個示意。他們可以利用這些信息來定制特定的服務，計劃外展服務的時間。這種獨家定制可以帶來營銷費用5-10倍的回報。并且可以把銷售量提升10%甚至更多。
指數爆炸提高生產效率
雖然一線的賺錢機會一般都能引起很多人的（一般都是最多人的）注意，但是本質上只有短期的收益是可以操作的。例如，很多B2B公司都發現，由于他們巨大的規模與領域分散的網絡，他們很難強制實施借貸率價格規范。但是聯盟排行、報告控制板、最有效的下一步行動的分析以及其他解決辦法都能產生深刻的影響，這使得經營者能夠比較績效，并看清價格、折扣以及同類事物對其他類似客戶的影響。
數據功能過程還能使專業知識更易于獲得，從而幫助公司學習到更多制度上的專業技術。例如，一家金融機構發現，他們的事務處理專家會被一大堆地區辦事處的外貿問題淹沒。這會讓事務處理員很頭大，他就會雇用一個能夠提供一系列服務的團隊。這個團隊通過執行一個基于人工智能（AI）的系統來解決問題，這種人工智能可以捕獲、說明大量的數據，從而找出最常被問到的問題的答案。
同樣地，通過一系列內部和外部的資料來源更好地整合數據，能夠減少收集資料的時間，還有助于分析師、審計員以及其他人用更少的時間去追蹤數據，用更多的時間去應用結果。專家們能夠在更大的一套數據上計算數字，更好、更快地審查，使得專家們能夠把他們的技能用在其他地方。雖然AI和機器學習工具確實需要大量時間和金錢上的投資，通過利用大部分公司現有的工具和系統，就能夠開發出更多其他的性能，并且能夠在這個基礎上進一步改進。
創造突破性的解決辦法與服務
Upstart Network是一家貸款公司，他們專門的算法和非傳統的測量方式使得他們能夠利用一系列客戶背景資料，然后給出領先于市場的利率。
姜網（Ginger.io）也要依賴智能手機和佩戴式健康器具上的用戶數據，比如睡眠、流動性以及通信模式等，這樣當患有精神疾病的病人開始出現癥狀時，就能夠改善他們的臨床評估與診斷。客戶數據也使得創造在線市場和新的企業經營模式成為了可能，比如Airbnb。他們成為了眾多利用數據來改革突破性的數據應用以及企業經營模式的公司之一。
但是，這些突破不一定就是純數據化的天下。現在很多公司都有這樣一些優勢，那就是持久的客戶關系、雄厚的專業知識以及極大的規模。通過給一小部分特定的客戶優先權，比如減少反復申請一張信用卡，增加交叉銷售，建立小而專的跨部門團隊來進行試驗、改進，然后給出新的方法。老牌企業可以產生巨大的回報。
讓這些成為現實
企業的數據成熟水平不盡相同。但是不管一家公司成立的時間是長是短，實際上每一家公司都有珍貴的客戶數據資源，這些資源能夠被更好、更有效地利用起來。雖然每一個戰略性倡議的基礎依然適用——闡明一個頑強的、凝聚力強的數字策略；保證強有力的領導班子；保證正確的資源，并且優先推出一到兩個高影響力的試驗項目——公司無需等到他們“完美”的系統和科技全部到位。只要有這兩個基本步驟，就能夠打開機會的源泉。
豐富客戶數據。應該豐富客戶數據以便并入數字化信息、日常事件、社區信息、客戶習慣及偏好等中，以便能更直觀地了解客戶。這些活動也許會包括客戶的情感行為得分、采購交易體現出來的洞察力、客服中心的詢問以及在線行為。例如，一個財產事故保險商，通過一個在線房地產網站連接了客戶歷史記錄的數據，從而找出一個可能想要搬家的客戶。房產中介就可以通過相關的郵政區號給潛在客戶寄送一個預先包裝好的報價。
使得數據可以以共享方式獲得。使用“雙速”信息化，專業的商務和信息技術團隊能夠快速地追蹤信息化的發展，當高價值的客戶開始計劃長期轉型的時候，企業就能夠先發制人抓住這些客戶。覆蓋的軟件可以在不同的業務線上連接數據貯倉，而語義層則可以往一個用戶友好的界面里輸入信息。整合相關的用戶數據并使其能夠被不同的公司獲得，這不僅能夠減少收集來的信息的復制量以及人工數據輸入量，還能夠給客戶提供更低的價格、更大的便利以及更好的體驗。
當一個客戶給客服中心打電話反映某個問題的時候，有些公司就能夠即時更新這種交互，這樣所有利益相關的第三方公司就都能對客戶有一個全方位的了解，從而更好地回應他們的需求。
同樣地，為使臨床醫師能夠快速得到其病人的完整病史，一個具有獻身精神的數字化服務團隊建立了一個患者門戶網站，使得醫生可以注冊登錄，查找患者的名字，并且得到一份完整的患者報告一覽表，其中包括X光以及其他檢查圖像的鏈接。這個網站不像基礎數據環境那么復雜，而且有助于提高服務、改善結果、降低價格及管理風險。這個團隊隨后將和醫院里管理更大的數字化轉變的那些人一起合作，一旦新的環境準備好之后就把整個網站遷移過去。
打算開始著手準備的公司可能要思考以下幾個關鍵問題：
我們能把哪種類型的客戶數據變成獨一無二的數據產品，又該去哪里收集這些數據？
我們能夠獲得哪種類型的外部數據？想要創造出數據驅動的價值，我們需要和什么樣的第三方合作？
有沒有可能通過利用客戶數據來創造出一個繞開或是重塑某個現有行業的市場？
我們需要有什么樣的技能組合與能力？又能在哪里找到并發展它們？
編者按：現在是大數據的時代。很多科技巨頭掌握了大量的客戶數據，而大家都清楚，這些數據是無價之寶。然而，由于技術、理念等等方面的限制，實際的客戶數據利用情況并沒有那么令人滿意。麥肯錫在報告中分析了這一情況，并且為希望充分利用大數據的公司提出了幾點建議。以下是報告正文。
公司可以通過梳理出新的模型、推動生產效率、創造出新的解決辦法來使用他們的信息。
在一個以消費者為中心的世界里，一種能夠整體獲取并利用客戶的洞察力來塑造產品、找出解決辦法并改善購買體驗的能力顯得至關重要。研究告訴我們，能夠利用客戶行為洞察力的那些公司，在銷售增長上要比同伴高出85%，在毛利潤上要高出25%。一定要把客戶數據看作一個關鍵問題。
但是大部分公司只使用了他們所搜集的信息中的一小部分。延伸遺留系統、孤立的數據庫以及發散性的自動操作都是常見的阻礙。模型和控制面板可能會被強制依賴過期數據，而且核心過程可能需要大量的人力干預。公司也常常不能清楚理解優化數據的過程中計劃得到的特定成果。
麥肯錫面向世界范圍內700家公司的一項調查發現，通過投資分析來在未來市場環境下獲得競爭情報，通過更成功地瞄準客戶、優化運營和供應鏈，能夠在6%的范圍內增加運營利潤。
我們的勞動成果顯示，這些回報并不僅僅局限于頂級玩家。當談到從他們的數據中產生的可測量的價值時，大部分公司都只能收獲少得可憐的果實。
以下是可供大部分公司選擇的最具前景的三條道路。
梳理出關鍵的模型
客戶的購買信息、他們多久聯系一次客服、他們會在一個特定的網站上流連多久：這些信息都是對他們的購買習慣與偏好的極具洞察力的闡述。大部分公司都會大量收集這些信息，但是卻把它們放在孤立的數據包里。很少公司會把它們結合起來。例如，一家銀行可以通過共享客戶數據、運用高級的分析手段來找出關鍵區段的需要以及下一步可能采取的行動，從而最小化客戶重復申請同一張信用卡、詐騙以及違約風險。這些模型可以在不同的業務間使用。信用風險團隊會想要知道，一個季度內銀行結余不止一次出現赤字的客戶在抵押貸款中違約的可能性是不是更大。市場營銷可以利用這些數據來制定理財規劃以及透支保障服務。這樣的數據信息還可以被打包、凈化，賣給利益相關的第三方，比如賣給信用調查機構以及支付公司——使得對時間和模型進行原始投資的投資方收獲多倍紅利。
除此之外，圖形數據還能用在直接消費上。例如，一個工業零部件的制造商通過研究、測量客戶的購買歷史和行為數據，來弄懂他們在最高價值區段的典型購買路徑。這些數據顯示，買家更有可能依賴經銷商給出的產品推薦，而很少被商展演示和附贈品影響。市場營銷人員就能夠根據這些來重新分配預算。
由消費品公司主導的其他公司已經開始更進一步——利用客戶數據來個性化外展服務。通過整合豐富的客戶檔案以及嚴格地追蹤應答率，市場營銷人員就能夠精確地知道，在關鍵區段和微小區段里，什么頻道上用哪種格式的哪些內容比較有可能產生最大的影響。十年之前，還沒有工具能夠做到這些。而現在有了。幾乎所有的公司都可以從中受益。例如，一個汽車行業的保險商，如果客戶要買汽車保險，那么一般都會在他們收到第一次報價的60天前開始，而且一般平均會收到15個示意。他們可以利用這些信息來定制特定的服務，計劃外展服務的時間。這種獨家定制可以帶來營銷費用5-10倍的回報。并且可以把銷售量提升10%甚至更多。
指數爆炸提高生產效率
雖然一線的賺錢機會一般都能引起很多人的（一般都是最多人的）注意，但是本質上只有短期的收益是可以操作的。例如，很多B2B公司都發現，由于他們巨大的規模與領域分散的網絡，他們很難強制實施借貸率價格規范。但是聯盟排行、報告控制板、最有效的下一步行動的分析以及其他解決辦法都能產生深刻的影響，這使得經營者能夠比較績效，并看清價格、折扣以及同類事物對其他類似客戶的影響。
數據功能過程還能使專業知識更易于獲得，從而幫助公司學習到更多制度上的專業技術。例如，一家金融機構發現，他們的事務處理專家會被一大堆地區辦事處的外貿問題淹沒。這會讓事務處理員很頭大，他就會雇用一個能夠提供一系列服務的團隊。這個團隊通過執行一個基于人工智能（AI）的系統來解決問題，這種人工智能可以捕獲、說明大量的數據，從而找出最常被問到的問題的答案。
同樣地，通過一系列內部和外部的資料來源更好地整合數據，能夠減少收集資料的時間，還有助于分析師、審計員以及其他人用更少的時間去追蹤數據，用更多的時間去應用結果。專家們能夠在更大的一套數據上計算數字，更好、更快地審查，使得專家們能夠把他們的技能用在其他地方。雖然AI和機器學習工具確實需要大量時間和金錢上的投資，通過利用大部分公司現有的工具和系統，就能夠開發出更多其他的性能，并且能夠在這個基礎上進一步改進。
創造突破性的解決辦法與服務
Upstart Network是一家貸款公司，他們專門的算法和非傳統的測量方式使得他們能夠利用一系列客戶背景資料，然后給出領先于市場的利率。
姜網（Ginger.io）也要依賴智能手機和佩戴式健康器具上的用戶數據，比如睡眠、流動性以及通信模式等，這樣當患有精神疾病的病人開始出現癥狀時，就能夠改善他們的臨床評估與診斷。客戶數據也使得創造在線市場和新的企業經營模式成為了可能，比如Airbnb。他們成為了眾多利用數據來改革突破性的數據應用以及企業經營模式的公司之一。
但是，這些突破不一定就是純數據化的天下。現在很多公司都有這樣一些優勢，那就是持久的客戶關系、雄厚的專業知識以及極大的規模。通過給一小部分特定的客戶優先權，比如減少反復申請一張信用卡，增加交叉銷售，建立小而專的跨部門團隊來進行試驗、改進，然后給出新的方法。老牌企業可以產生巨大的回報。
讓這些成為現實
企業的數據成熟水平不盡相同。但是不管一家公司成立的時間是長是短，實際上每一家公司都有珍貴的客戶數據資源，這些資源能夠被更好、更有效地利用起來。雖然每一個戰略性倡議的基礎依然適用——闡明一個頑強的、凝聚力強的數字策略；保證強有力的領導班子；保證正確的資源，并且優先推出一到兩個高影響力的試驗項目——公司無需等到他們“完美”的系統和科技全部到位。只要有這兩個基本步驟，就能夠打開機會的源泉。
豐富客戶數據。應該豐富客戶數據以便并入數字化信息、日常事件、社區信息、客戶習慣及偏好等中，以便能更直觀地了解客戶。這些活動也許會包括客戶的情感行為得分、采購交易體現出來的洞察力、客服中心的詢問以及在線行為。例如，一個財產事故保險商，通過一個在線房地產網站連接了客戶歷史記錄的數據，從而找出一個可能想要搬家的客戶。房產中介就可以通過相關的郵政區號給潛在客戶寄送一個預先包裝好的報價。
使得數據可以以共享方式獲得。使用“雙速”信息化，專業的商務和信息技術團隊能夠快速地追蹤信息化的發展，當高價值的客戶開始計劃長期轉型的時候，企業就能夠先發制人抓住這些客戶。覆蓋的軟件可以在不同的業務線上連接數據貯倉，而語義層則可以往一個用戶友好的界面里輸入信息。整合相關的用戶數據并使其能夠被不同的公司獲得，這不僅能夠減少收集來的信息的復制量以及人工數據輸入量，還能夠給客戶提供更低的價格、更大的便利以及更好的體驗。
當一個客戶給客服中心打電話反映某個問題的時候，有些公司就能夠即時更新這種交互，這樣所有利益相關的第三方公司就都能對客戶有一個全方位的了解，從而更好地回應他們的需求。
同樣地，為使臨床醫師能夠快速得到其病人的完整病史，一個具有獻身精神的數字化服務團隊建立了一個患者門戶網站，使得醫生可以注冊登錄，查找患者的名字，并且得到一份完整的患者報告一覽表，其中包括X光以及其他檢查圖像的鏈接。這個網站不像基礎數據環境那么復雜，而且有助于提高服務、改善結果、降低價格及管理風險。這個團隊隨后將和醫院里管理更大的數字化轉變的那些人一起合作，一旦新的環境準備好之后就把整個網站遷移過去。
打算開始著手準備的公司可能要思考以下幾個關鍵問題：
我們能把哪種類型的客戶數據變成獨一無二的數據產品，又該去哪里收集這些數據？
我們能夠獲得哪種類型的外部數據？想要創造出數據驅動的價值，我們需要和什么樣的第三方合作？
有沒有可能通過利用客戶數據來創造出一個繞開或是重塑某個現有行業的市場？
我們需要有什么樣的技能組合與能力？又能在哪里找到并發展它們？
翻譯來源：蟲洞翻翻譯者ID：謝懷鋒編輯：郝鵬程
京公網安備 11010502049343號