我們的數據宇宙是浩瀚巨大的，并且保持著指數級增長，預計到2020年全球數據將膨脹到44澤字節（1澤字節=1,000,000,000,000千兆字節）。

很多公司試圖利用海量的數據讓人們生活的更好。在消費者服務中，零售商們用實時分析和應用數據可以做很多事情。

舉幾個栗子：

·利用數據電商可以預測顧客的購買行為，并以此優化顧客滾動屏幕時頁面上顯示的產品；

·利用數據金融機構可以在不到一毫秒的時間內查明和阻止欺詐性交易；

·利用數據醫療保健機構可以更有效地診斷和治療患者。

但在企業級服務中，數據傳統上是孤立的、笨重的，難以處理并且需要手動錄入到數據庫系統（如CRM）。20世紀90年代以來，除了將數據存儲從本地升級到云端，CRM基本沒有什么改變。

我經營著一家企業服務技術公司，我們已經看到了使用一致性數據提高銷售業績的效果。但是，想要為銷售經理提供最好的線索監控渠道，CRM仍然比較低效。銷售們需要花時間手動錄入數據，然后花更多的時間搜索線索。雖然高級管理層可以通過CRM清楚地監控銷售的能力，但絕大多數的銷售不喜歡CRM帶來的額外工作量和開銷，CRM的利用率不高，也無法發揮其全部潛力。考慮到這些，你會覺得銷售管理變得更重要，要知道，據統計銷售們平均每天只花11%的時間在專心談生意。

當然，這看起來是及其過時的，因為我們生活在一個有亞馬遜推薦引擎和Siri的時代。試想一下：

·如果企業工作流軟件像Siri一樣智能和易于使用會怎樣？

·如果銷售代表們可以受益于CRM的行動建議，像司機用智能導航一樣用CRM會怎樣？

正如亞馬遜積極地建議購買嬰兒車的人再買一個汽車兒童安全座椅，企業服務軟件應該更主動地向企業用戶建議什么是最高價值或最緊急的任務，以便他們確定工作優先級。

因為有機器學習和預測數據引擎，這些將比你想象中更快地變成現實。可以提供數據驅動的人工智能決策支持算法將在工作流中釋放新的生產力水平，使每個人都能專注于重要事項，并保持持續性改善。

對大多數銷售代表而言，他們最繁瑣的任務不一定是他們最重要的任務，他們浪費了太多時間在跟蹤錯誤的銷售線索上。利用機器的力量來推薦線索和跟蹤方法，每個銷售都可以由數據驅動，釋放他們的時間，讓他們專注于最終促使交易完成的客戶信任和關系維護方面。

銷售與客戶們的溝通越來越數字化，用微信、電子郵件或網站訪問進行交流。隨之而來的是數據越來越具有分析價值——成功的銷售的數據表現對比一般的銷售，可見什么樣的溝通是有效的，讓團隊中其他銷售以同樣的方式一起提升業績。

在如今自動化、預測性的趨勢中，傳統CRM的局限是顯而易見的，使用CRM作為銷售跟蹤工具的時代已經結束了。CRM和所有軟件的未來是建議使用者下一步的行動，這種預測分析由對特定行業的業務和工作流程的深度機器學習來支持。

目前CRM還沒有消亡，但銷售們并不想使用它，除非它可以變得更聰明、為銷售們節省更多時間，而不是帶來繁重的數據錄入和查找負擔。

未來的CRM將是一種加載預測數據的主動系統，換句話說，能與機器人助理友好相處的銷售，才能在新世界中成為業績明星。