1.6 大数据技术在经营客户中的应用

大数据具有5V特点：大量（volume）、高速（velocity）、多样（variety）、价值密度（value）、真实性（veracity）。大数据分析指的是在数据密集型环境下，对数据科学的再思考和进行新模式探索的产物。随着大数据技术的发展，企业可以得到关于客户的各种数据，比如年龄、性别、住址、收入、购物习惯……企业甚至可从众多的数据中勾勒出客户的虚拟画像。

大数据计算和运用，可以帮助企业搜集消费数据，并对其进行分析，可推断出客户的个人偏好、需求等，进一步预测客户将来的购物行为和需求，从而将相对应的产品信息精准地推送到客户面前，最大限度地挖掘市场机会。比如，美国的一个经典案例讲的是一个16岁的女孩收到商场孕妇用品的促销券，她的父亲愤怒地去找商场讨公道，却没想到女儿是真的怀孕了。原来这家商场基于大数据分析，在很小的误差范围内预测到了女孩怀孕的可能性，从而及早抢占了市场先机。

大数据、云计算等不仅是技术的变革，也改变了人们的思维方式，即从以前对因果关系的挖掘转变为如今对相关关系的挖掘。管理者通过对客户的所有数据进行相关性分析、聚类分析，可以对客户群体进行偏好分类、年龄层分类、消费习惯分类等，并根据类别做出相应的销售策略、服务策略，以期满足客户的个性化需求。

以马蜂窝提供的旅游服务为例，当客户通过马蜂窝的网站、应用软件进行在线搜索、享受旅行服务时，线上相关的浏览数据（如目的地、旅游时间段、机票航班、酒店住宿、游玩项目等数据）都会传到云端，结合其他客户的个人数据，马蜂窝可对该客户的行为偏好进行聚类分析，从而为该客户推荐相应的旅游服务项目，以贴合客户的旅游服务需求。

在大数据时代，企业基于大数据分析及其背后的数据逻辑，准确地预测、分析市场，并在此基础上制定出相应的营销策略，这些策略将更准确、更有针对性，也更实用。基于大数据分析平台，企业还可通过购买集中度分析等手段，集中更多的促销资源回馈高价值、高贡献的客户。

案例：大数据技术在商业银行客户关系管理中的应用

商业银行通过对大型企业的经营管理状况、资金周转周期、竞争对手的经营状况等数据进行分析，可以为大型企业客户提供系统、及时的服务，满足其在资金使用上的及时性需求，从而增加客户对商业银行的黏性和满意度、忠诚度。

同样，商业银行利用大数据技术对中小企业的风险状况、信用进行评估，能够迅速针对中小企业客户的融资问题做出决策。同时，商业银行通过大数据能够帮助中小企业提高闲置资金的利用率，提高中小企业的还款能力，降低商业银行的风险。

对于个人客户而言，商业银行可以通过个人客户的账户数据、交易消费数据、电子平台操作记录数据分析出个人客户对风险的偏好、消费习惯、消费能力等信息，从中识别出商业银行所需的优质客户，并提供个性化的服务来满足不同客户的需求。

此外，商业银行利用大数据对已流失客户群体的行为习惯等因素进行分析，可以分析出流失的客户群体的特点、流失的原因，并根据实际情况采取相应的策略进行挽回。