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測分析法來(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)認為，這種預測推銷(xiāo)的能力也應該為現實(shí)生活中的銷(xiāo)售人員所擁有。
預測型CRM——構建于大數據之上
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(zhù)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(zhù)稱(chēng)。今天，Salesforce已然是規模高達215億美元的云服務(wù)巨鱷。
現任Lattice公司首席營(yíng)銷(xiāo)官(CMO)和Shashi Upadhyay公司首席執行官(CEO)的卡登認為，傳統CRM正在式微。他表示，CRM的設計初衷有悖于我們現在所生活的這個(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)擁有的內部數據，而不是銷(xiāo)售代表所需要的外部數據。
卡登認為，下一個(gè)合乎邏輯的發(fā)展步驟是，開(kāi)發(fā)出能夠將有關(guān)前景和預期的各種類(lèi)型匯總在一起，并做出最為靠譜的預測的各種系統。這些系統將能使銷(xiāo)售人員更富于效率。
這一帶有預測性質(zhì)的方式極有可能出現在新一代的CRM中。
大數據前景
大數據的前景是，你能夠捕獲、存儲和分析更多的數據，并據此獲得更深層次的結果。當然，這之中的挑戰正在將希望變?yōu)榭赡堋?/p>
然而，各家公司往往發(fā)現，自己非但沒(méi)能從更多數據中獲益，反而被太多數據淹沒(méi)了——它們不知道該拿這些數據怎么辦。
據近期一份有關(guān)大數據對銷(xiāo)售業(yè)績(jì)的研究報告來(lái)看，銷(xiāo)售人員是最為這些他們不得不處理的大量數據頭疼的人。
只有16%的公司為銷(xiāo)售制定了大數據戰略。而那些知曉大數據的受訪(fǎng)者中，約有71%的人認為其將對銷(xiāo)售業(yè)績(jì)產(chǎn)生較大影響。
數據泛濫
約有八成的CEO、CSO(首席戰略官)和其他高管認為，他們所必須處理的數據量以及獲取這些數據的難度頗具挑戰性。
對銷(xiāo)售機構而言，(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。
這些數據的不同來(lái)源包括：
互聯(lián)網(wǎng)業(yè)務(wù)會(huì )員團體
CRM系統
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)信息供應商
財務(wù)報表
據上述研究，獲取有關(guān)目標業(yè)務(wù)的變化數據是最為迫切的需求，這種數據至為關(guān)鍵，但很難得到。
數據驅動(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，卡登為如何運營(yíng)數據驅動(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據。
如果銷(xiāo)售代表必須要花時(shí)間在網(wǎng)上或是各個(gè)不同的數據庫當中尋找數據，這對他們是一種拖累。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，現代化的CRM系統也應該能向銷(xiāo)售代表就下一步該做什么做出推薦。當然，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測最好是通過(guò)算法來(lái)進(jìn)行。恰如其分的系統能夠分析海量信息，包括目標行業(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，以就某項交易該如何達成做出預測。
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”目的構建并運作起了各自的內部工具。他們設計了各種系統來(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據，并基于這些數據來(lái)預測交易達成的可能性。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作這些數據。
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。而預測性CRM可能是一種解決辦法。
本文作者大衛·芬雷布(David Feinleib)系《大數據圖景》(The Big Data Landscape)一書(shū)作者。他為科技買(mǎi)家及供應商提供咨詢(xún)顧問(wèn)服務(wù)。
