亞馬遜(Amazon)會(huì)知道你接下來(lái)想買(mǎi)什么，網(wǎng)飛(Netflix)能猜出你接下來(lái)想看什么，而谷歌(Google)呢，它在你搜索之前就知道你想要搜索什么了。

　　所有這些公司都使用預(yù)測(cè)分析法來(lái)向你推銷(xiāo)點(diǎn)什么——無(wú)論是亞馬遜的產(chǎn)品、網(wǎng)飛的電影，還是谷歌搜索頁(yè)面右側(cè)的廣告。

　　行業(yè)分析公司弗雷斯特研究公司(Forrester Research)、營(yíng)銷(xiāo)自動(dòng)化公司Eloqua前首席營(yíng)銷(xiāo)官布萊恩·卡登(Brian Kardon)認(rèn)為，這種預(yù)測(cè)推銷(xiāo)的能力也應(yīng)該為現(xiàn)實(shí)生活中的銷(xiāo)售人員所擁有。

預(yù)測(cè)型CRM——構(gòu)建于大數(shù)據(jù)之上

　　這個(gè)想法并不是那么不靠譜。

　　十年前，馬克·貝尼奧夫(Marc Benioff)懷揣著將軟件移入云端的愿景離開(kāi)了甲骨文公司(Oracle)，成立了Salesforce.com。這家公司以創(chuàng)造出托管CRM(客戶(hù)關(guān)系管理)服務(wù)而著稱(chēng)。今天，Salesforce已然是規(guī)模高達(dá)215億美元的云服務(wù)巨鱷。

　　現(xiàn)任Lattice公司首席營(yíng)銷(xiāo)官(CMO)和Shashi Upadhyay公司首席執(zhí)行官(CEO)的卡登認(rèn)為，傳統(tǒng)CRM正在式微。他表示，CRM的設(shè)計(jì)初衷有悖于我們現(xiàn)在所生活的這個(gè)世界。誕生于社交網(wǎng)絡(luò)時(shí)代之前的CRM專(zhuān)注的是你已經(jīng)擁有的內(nèi)部數(shù)據(jù)，而不是銷(xiāo)售代表所需要的外部數(shù)據(jù)。

　　卡登認(rèn)為，下一個(gè)合乎邏輯的發(fā)展步驟是，開(kāi)發(fā)出能夠?qū)⒂嘘P(guān)前景和預(yù)期的各種類(lèi)型匯總在一起，并做出最為靠譜的預(yù)測(cè)的各種系統(tǒng)。這些系統(tǒng)將能使銷(xiāo)售人員更富于效率。

　　這一帶有預(yù)測(cè)性質(zhì)的方式極有可能出現(xiàn)在新一代的CRM中。

大數(shù)據(jù)前景

　　大數(shù)據(jù)的前景是，你能夠捕獲、存儲(chǔ)和分析更多的數(shù)據(jù)，并據(jù)此獲得更深層次的結(jié)果。當(dāng)然，這之中的挑戰(zhàn)正在將希望變?yōu)榭赡堋?/p>

　　然而，各家公司往往發(fā)現(xiàn)，自己非但沒(méi)能從更多數(shù)據(jù)中獲益，反而被太多數(shù)據(jù)淹沒(méi)了——它們不知道該拿這些數(shù)據(jù)怎么辦。

　　據(jù)近期一份有關(guān)大數(shù)據(jù)對(duì)銷(xiāo)售業(yè)績(jī)的研究報(bào)告來(lái)看，銷(xiāo)售人員是最為這些他們不得不處理的大量數(shù)據(jù)頭疼的人。

　　只有16%的公司為銷(xiāo)售制定了大數(shù)據(jù)戰(zhàn)略。而那些知曉大數(shù)據(jù)的受訪(fǎng)者中，約有71%的人認(rèn)為其將對(duì)銷(xiāo)售業(yè)績(jī)產(chǎn)生較大影響。

數(shù)據(jù)泛濫

　　約有八成的CEO、CSO(首席戰(zhàn)略官)和其他高管認(rèn)為，他們所必須處理的數(shù)據(jù)量以及獲取這些數(shù)據(jù)的難度頗具挑戰(zhàn)性。

　　對(duì)銷(xiāo)售機(jī)構(gòu)而言，(從因特網(wǎng)、商業(yè)網(wǎng)站等等)獲取并分析外部信息的能力既是最大的需求，也是最大的挑戰(zhàn)。

這些數(shù)據(jù)的不同來(lái)源包括：

互聯(lián)網(wǎng)業(yè)務(wù)會(huì)員團(tuán)體 CRM系統(tǒng) 搜索引擎 新聞發(fā)布 社交網(wǎng)站 手動(dòng)搜索及輸入 商業(yè)信息供應(yīng)商 財(cái)務(wù)報(bào)表

　　據(jù)上述研究，獲取有關(guān)目標(biāo)業(yè)務(wù)的變化數(shù)據(jù)是最為迫切的需求，這種數(shù)據(jù)至為關(guān)鍵，但很難得到。

數(shù)據(jù)驅(qū)動(dòng)型銷(xiāo)售組織的三條最佳實(shí)踐方式

　　基于其多年的銷(xiāo)售和營(yíng)銷(xiāo)經(jīng)驗(yàn)，卡登為如何運(yùn)營(yíng)數(shù)據(jù)驅(qū)動(dòng)型銷(xiāo)售組織推薦了三條最佳實(shí)踐方式：

1. 在一個(gè)地方獲取所有可知的數(shù)據(jù)。

　　如果銷(xiāo)售代表必須要花時(shí)間在網(wǎng)上或是各個(gè)不同的數(shù)據(jù)庫(kù)當(dāng)中尋找數(shù)據(jù)，這對(duì)他們是一種拖累。要想讓銷(xiāo)售人員出色完成任務(wù)，就要讓事情變得簡(jiǎn)單。

2. 優(yōu)先最有可能做成的訂單。

　　正如網(wǎng)飛能知道下一步該推薦什么電影，現(xiàn)代化的CRM系統(tǒng)也應(yīng)該能向銷(xiāo)售代表就下一步該做什么做出推薦。當(dāng)然，銷(xiāo)售代表也可以手動(dòng)進(jìn)行操作，但是基于大量不同信息源做出的可靠預(yù)測(cè)最好是通過(guò)算法來(lái)進(jìn)行。恰如其分的系統(tǒng)能夠分析海量信息，包括目標(biāo)行業(yè)、來(lái)源(如網(wǎng)絡(luò)會(huì)議或特定網(wǎng)站)、社交行為、在特定產(chǎn)品頁(yè)面上停留的時(shí)間，以及其他一些信息，以就某項(xiàng)交易該如何達(dá)成做出預(yù)測(cè)。

3. 整合進(jìn)銷(xiāo)售代表的工作流程中。

　　一些大型科技和零售公司已經(jīng)為智能銷(xiāo)售目的構(gòu)建并運(yùn)作起了各自的內(nèi)部工具。他們?cè)O(shè)計(jì)了各種系統(tǒng)來(lái)捕獲有關(guān)前景的不同信息來(lái)源，讓銷(xiāo)售代表能獲得這些數(shù)據(jù)，并基于這些數(shù)據(jù)來(lái)預(yù)測(cè)交易達(dá)成的可能性。然而，如何將這些信息整合在一起只是問(wèn)題的一部分。問(wèn)題的另一部分是，如何以一種能夠整合進(jìn)每一名銷(xiāo)售代表工作流程中的方式運(yùn)作這些數(shù)據(jù)。

　　如果說(shuō)有什么東西是銷(xiāo)售代表不喜歡的話(huà)，那就是把時(shí)間花在除銷(xiāo)售之外的事情上，卡登如是表示。而預(yù)測(cè)性CRM可能是一種解決辦法。

　　本文作者大衛(wèi)·芬雷布(David Feinleib)系《大數(shù)據(jù)圖景》(The Big Data Landscape)一書(shū)作者。他為科技買(mǎi)家及供應(yīng)商提供咨詢(xún)顧問(wèn)服務(wù)。