數據分析師:為什么說大數據與客戶分析之間有所差異

大數據預測與傳統的基于抽樣的預測不同之處在于，其基于海量歷史數據和實時動態數據，發現數據與結果之間的規律，并假設此規律會延續，捕捉到變量之后進行預測。一個領域本身便有相對穩定的規律，大數據預測才有機會得到應用。

大數據，這個術語已被過度使用，同樣也被過度誤解?，F在我們陷入了這樣一個怪圈：每個人都在談論這件事，每個人都認為別人在做這件事，所以每個人都說他們正在做這件事。

下圖的谷歌趨勢曲線向我們展示了在過去幾年里每個人都在談論的大數據的搜索量變化情況：

很多人可以就大數據的話題夸夸其談，但很少有人會意識到大數據對于他們的業務的真正意義。許多人在討論如何管理大數據，但只有很少的人會仔細考慮如何去使用大數據。也就是說，簡而言之，大數據和客戶分析之間存在著較大的差距。事實上，在Gartner最近的調查報告中，超過50%的受訪企業表示他們不知道如何從大數據中獲取價值 。

到目前為止，大部分的討論都是關于大數據的IT問題的。這些問題的重點是，應該如何對體積巨大的數據進行合理的組織、標記、清理并把它存儲起來。就大數據的話題我們可以討論的內容很多，比如數據存取、數據安全、數據的存儲和吞吐量等等…… 這些都是很重要的內容。但如果你是一個公司的老板，這些應該是你最不需要擔心的事情。你真正需要擔心的是這里邊有沒有一些東西可以促進你的客戶關系管理。對于大多數公司（這里指的是Adobe數字營銷的客戶）來說，大數據的目的是讓你對你的客戶可以有更深入的了解。

一個很不好的現象是，當業內的人談及大數據時，往往都是專注于數據量的大小。數據量的大小是無關緊要的；大規模數據的問題已經基本得到解決。重要的是，企業可以用這些數據來做什么。如果你不使用這些數據來產生驅動營銷和業務決策的洞察力，那么即使你使用了非常有效的方式來存儲了海量的數據，這對于你的企業也不會有什么促進作用。需要明確的是：能夠正常運行數據查詢是一回事，而能夠為你的企業產生驅動戰略規?；囊娊鈩t是另一回事。

Adobe是大數據技術的深度用戶，管理著數十PB的數據，30分鐘內處理的交易比整個信用卡處理網絡一天內處理的交易還要多，運行處理大量的數據這并不能算是Adobe的目標，Adobe的真正目標是幫助客戶獲得所需要的可操作的規?；囊娊?。

僅有少數真正懂得大數據、能從數以PB計的數據量中獲取到見解的分析師是不夠的。公司里所有人都應該把客戶數據使用起來。比如，營銷人員和呼叫中心都應該能夠基于前期客戶與公司的互動預測客戶的需求。 如果那豐富的客戶與品牌的互動數據不能在公司中得到充分利用，那么這些數據的意義就不能真正體現出來。

所有的這一切意味著你需要使用收集到的數據更好地了解客戶，并不斷優化客戶體驗。這可能意味著你需要為每個客戶提供一些不同的東西。這其中的關鍵是要想清楚如何利用大數據為每個客戶量身定制有意義的信息。例如，聯想采用客戶分析以了解客戶在數字屬性與呼叫中心之間的訪問過程 ，從而為客戶提供更貼切的用戶體驗。這將產生可衡量的有利于促進業務發展的積極影響。

大數據重要不？當然重要。但它不是你的業務是否會取得成功的決定性指標。你對你的客戶的認識才是。客戶分析可幫助你優化客戶體驗使它變得更簡單更流暢。簡單而流暢的客戶服務，可以讓你贏得客戶的心并且他們會成為你品牌的代言人……這才是你的數據的真正的用途。