大數據的迅速增長及相關技術的發展，正在帶來全新的商業機遇。大數據將怎樣改變人們的生活？又將如何改變企業的生意？維克托·爾耶·舍恩伯格在《大數據時代：生活、工作與思維的大變革》中前瞻性地指出，大數據時代最大的轉變就是放棄對因果關系的渴求，而取而代之關注相關關系。也就是說，只要知道“是什么”，而不需要知道“為什么”。

據有關機構預測，2015年，90%以上的企業主管都會把信息視為一種戰略資產，但只有不到10%的企業主管能充分實現這些信息的經濟價值。正因為如此，在現實中很多消費者會有這種感覺：“我”已實名，商家卻還不認識“我”。

隨著用戶需求的多樣化，以前面對顧客的抱怨企業只能忍氣吞聲，因為它們沒有源頭去了解顧客的需求。但是，現在身處大數據時代，企業有更多的機會去了解顧客，甚至可能比顧客自己還要了解自己的需求。所以，龐大數據的支持讓昔日的個性化服務有了更好的延伸和更大的價值。

龐大數據也有含金量之分

對于普通人來說，大數據似乎相距甚遠，但它的威力無所不在：信用卡公司追蹤客戶信息，能迅速發現資金異動，并向持卡人發出警示；電信公司追蹤客戶行程動態，區域化推送有關旅游或商務信息；航空服務公司適時發送航班延誤信息……這些都與大數據有著千絲萬縷的關系。

有統計顯示，過去兩年里全球積累的數據量超過以往所有歷史的總和，并且還在以每年40%的速度增長。也就是說，全球的數據總量每兩年就可以翻一番。龐大的數據中到底蘊藏了什么價值？它的存在又有什么意義？這就要看企業如何利用它。

數據中所包含的信息有很多，而最具商業價值的就是和消費者相關的信息。如果可以搜集到精準的消費者信息，那么就可以為他們定制更加個性化的服務，從而比消費者自己還了解他們。當然，不是所有的消費者數據都視如珍寶，姓名、性別、年齡，甚至收入，都算是過時的信息，說其過時，并不代表它們沒有價值，而是諸如此類的基本信息很容易獲得。

信息是流動的，也是變化的，企業只有獲得動態信息才是最有商業價值的。動態信息可以幫助企業了解顧客的消費習慣，比如他們喜歡網購還是逛商場，喜歡白天購物還是晚上購物，他們的消費理念有什么區別，他們會在什么時候做出非理智的決策。

個性化服務，舊瓶裝新酒

標準化服務成就了許多知名企業，無論是餐飲、酒店，還是旅游行業，我們都能列出一批耳熟能詳的品牌。所謂標準化服務，指消費者享受的服務經過標準限制和制定，不同消費者在實際體驗上沒有差別。標準化對企業來說很大程度地降低了采購、人力、服務等管理成本，但隨著產品和服務越來越豐富，消費者的選擇更廣泛，始終遵循標準化服務的商家會發現他們的顧客在逐漸流失。

顧客為什么離開？他們又選擇了誰？

標準化服務的最大弊端就在于，企業把所有顧客當作一個顧客來對待，而當顧客發現有其他可以滿足自己需求的服務時，很容易就移情別戀。相比之下，個性化服務在管理成本上更高，而高多少則要看個性化的程度。以呷哺呷哺為例，它具備高標準的服務流程，但同時依據不同的消費需求為顧客提供了兩種不同的體驗，一種是吧臺式分餐制的小火鍋，適合2～3人的快餐式消費，另一種則是4人左右的大火鍋，適合多人聚餐，這也是個性化服務的體現。但這種程度的個性化非常狹窄，它依舊是建立在壓縮管理成本的基礎上豐富其服務類型，企業要想達到千人千面的個性化服務，還得依托龐大的數據支持和有效的管理。

當然，千人千面的個性化服務可以作用在各行各業，但是能充分利用數據價值的依舊是與網絡數字相關的產業和產品。其中最大的優勢就是，企業可以通過技術支持實時獲得用戶的在線記錄，并及時為他們提供定制化服務。2013年7月中旬，愛奇藝PC客戶端全面改版，新版最大的特點就是依靠數據分析，在首頁為用戶提供了全面的個性化視頻內容推薦。也就是說，不同用戶的PC客戶端將顯示不同的首頁內容，而且都是自己感興趣的。

2011年9月27日，海爾和天貓在網上發起了用戶定制電視活動。顧客可以在電視機生產以前選擇尺寸、邊框、清晰度、能耗、顏色、接口等屬性，再由廠商組織生產并送貨到顧客家中。這樣的個性化服務受到廣泛歡迎，2天內1萬臺定制電視的額度被搶光。類似的定制服務還出現在空調、服裝等行業，也都受到了顧客歡迎。

這些例子已經展示了未來商業的曙光——通過滿足個性化需求使顧客得到更滿意的產品和服務，進而縮短設計、生產、運輸、銷售等周期，提升商業運轉效率。

個性化服務為何難落地

據統計，95%的企業并未利用它們的數據，而39%的營銷人員認為他們也無法通過數據正確預測出客戶的需求。如此大量的數據被空置，而又有相當比例的數據總是被浪費，所以不是個性化服務難落地，而是數據根本沒有被充分有效利用。同時，也受當下技術水平的限制，數據很難轉化為服務。猶如你有一塊美玉，但就是沒有精巧的手工技術把它雕琢成一件價值連城的藝術品。

2013年3月12日發布的《分析：大數據在現實世界中的應用》白皮書提供了大數據應用的五大關鍵性建議，包括“以客戶為中心”，制訂前期“大數據戰略規劃”；制定全面完整的企業“大數據藍圖”；從現有數據入手，設定并完成短期和階段性的“大數據戰略目標”；根據業務優先級，逐步建立分析體系，循序漸進提升“大數據分析能力”；定制可衡量的指標分析“大數據 ROI(投資回報率)”。

該結論來自IBM與牛津大學共同進行的大數據研究。該項目對全球95個國家、26個行業的1144名業務人員和IT專業人士進行了調研，采訪了20多名學者、業務主題專家和企業高管。