亞馬遜(Amazon)會知道你接下來想買什么，網飛(Netflix)能猜出你接下來想看什么，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向你推銷點什么——無論是亞馬遜的產品、網飛的電影，還是谷歌搜索頁面右側的廣告。

　　行業(yè)分析公司弗雷斯特研究公司(Forrester Research)、營銷自動化公司Eloqua前首席營銷官布萊恩·卡登(Brian Kardon)認為，這種預測推銷的能力也應該為現實生活中的銷售人員所擁有。

預測型CRM——構建于大數據之上

　　這個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(客戶關系管理)服務而著稱。今天，Salesforce已然是規(guī)模高達215億美元的云服務巨鱷。

　　現任Lattice公司首席營銷官(CMO)和Shashi Upadhyay公司首席執(zhí)行官(CEO)的卡登認為，傳統(tǒng)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世界。誕生于社交網絡時代之前的CRM專注的是你已經擁有的內部數據，而不是銷售代表所需要的外部數據。

　　卡登認為，下一個合乎邏輯的發(fā)展步驟是，開發(fā)出能夠將有關前景和預期的各種類型匯總在一起，并做出最為靠譜的預測的各種系統(tǒng)。這些系統(tǒng)將能使銷售人員更富于效率。

　　這一帶有預測性質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(zhàn)正在將希望變?yōu)榭赡堋?/p>

　　然而，各家公司往往發(fā)現，自己非但沒能從更多數據中獲益，反而被太多數據淹沒了——它們不知道該拿這些數據怎么辦。

　　據近期一份有關大數據對銷售業(yè)績的研究報告來看，銷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%的公司為銷售制定了大數據戰(zhàn)略。而那些知曉大數據的受訪者中，約有71%的人認為其將對銷售業(yè)績產生較大影響。

數據泛濫

　　約有八成的CEO、CSO(首席戰(zhàn)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(zhàn)性。

　　對銷售機構而言，(從因特網、商業(yè)網站等等)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)。

這些數據的不同來源包括：

互聯網業(yè)務會員團體 CRM系統(tǒng) 搜索引擎 新聞發(fā)布 社交網站 手動搜索及輸入 商業(yè)信息供應商 財務報表

　　據上述研究，獲取有關目標業(yè)務的變化數據是最為迫切的需求，這種數據至為關鍵，但很難得到。

數據驅動型銷售組織的三條最佳實踐方式

　　基于其多年的銷售和營銷經驗，卡登為如何運營數據驅動型銷售組織推薦了三條最佳實踐方式：

1. 在一個地方獲取所有可知的數據。

　　如果銷售代表必須要花時間在網上或是各個不同的數據庫當中尋找數據，這對他們是一種拖累。要想讓銷售人員出色完成任務，就要讓事情變得簡單。

2. 優(yōu)先最有可能做成的訂單。

　　正如網飛能知道下一步該推薦什么電影，現代化的CRM系統(tǒng)也應該能向銷售代表就下一步該做什么做出推薦。當然，銷售代表也可以手動進行操作，但是基于大量不同信息源做出的可靠預測最好是通過算法來進行。恰如其分的系統(tǒng)能夠分析海量信息，包括目標行業(yè)、來源(如網絡會議或特定網站)、社交行為、在特定產品頁面上停留的時間，以及其他一些信息，以就某項交易該如何達成做出預測。

3. 整合進銷售代表的工作流程中。

　　一些大型科技和零售公司已經為智能銷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(tǒng)來捕獲有關前景的不同信息來源，讓銷售代表能獲得這些數據，并基于這些數據來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題的一部分。問題的另一部分是，如何以一種能夠整合進每一名銷售代表工作流程中的方式運作這些數據。

　　如果說有什么東西是銷售代表不喜歡的話，那就是把時間花在除銷售之外的事情上，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(wèi)·芬雷布(David Feinleib)系《大數據圖景》(The Big Data Landscape)一書作者。他為科技買家及供應商提供咨詢顧問服務。