文/张从忠

      几天前看到这样一则故事。某必胜客店的电话铃响了，客服人员拿起电话。

　　客服：必胜客。您好，请问有什么需要我为您服务，
顾客：你好，我想要—份
客服：先生，烦请先把您的会员卡号告诉我。
顾客：16846146-。
客服：陈先生，您好。您是住在泉州路一号12楼1205室，您家电话是2646-，您公司电话是4666-，您的手机是1391234-。请问您想用哪—个电话付费’
顾客：你为什么知道我所有的电话号码’
客服：陈先生，因为我们联机到CRM系统。
顾客：我想要—个海鲜披萨。
客服：陈先生，海鲜披萨不适合您。
顾客：为什么’
客服：目据您的医疗记录，你的血压和胆固醇都偏高。
顾客：那你们有什么可以推荐的？
客服：您可以试试我们的低脂健康披萨。
顾客：你怎么知道我会喜欢吃这种的，
客服：您上星期在国家图书馆借了一本《低脂健康食谱》。
顾客：好。那我要—个家庭特大号披萨，要付多少钱？
客服：99元，这个足够您一家六口吃了。但您母亲应该少吃，她上个月刚刚做了心脏搭桥手术，还处在恢复期。
顾客：那可以刷卡吗?
客服：陈先生，对不起。请您付现款，因为您的信用卡已经刷爆了，您现在还欠银4807元，而且还不包括房贷利息。
顾客：那我先去附近提款自机提款。
客服：陈先生，根据您的记录，您已经超过提款限额。
顾客：算了，你们直接把披萨送我家吧，家里有现金。你们多久会送到？
客服：大约30分钟。如果您不想等，可以自己骑车来。
顾客：为什么’
客服：根据我们CRM全球定位系统的车辆行驶自动跟踪系统记录。您登记有辆车号为SB-748的摩托车，而目前您正在解放路东段华联商场右侧骑着这辆摩托车。
顾客当即晕倒。
以上案例讲的是数据整合，比如一个成都的父亲，他有一个上高中的女儿，有一天，他女儿接到了一家婴儿用品公司寄来的促销广告，这个父亲勃然大怒，说商家无良，为了促销，向高中生促销婴儿产品。但是，过了一两个星期，他发现自己对商家的态度是错误的，原因是他的高中生女儿确实怀孕了。
为什么商家会发现这个问题？是因为商家通过对商场的一些数据挖掘和比对，发现这个女孩子曾经在商场里购买过相关的一些商品，在有些相关的货架面前驻足观看，且频度很高。通过对后台大数据的分析，商家筛出潜在客户（成都父亲的高中生女儿），并发出了商业广告。
大数据的本质是解决预测问题，大数据的核心价值就在于预测，什么是大数据？答案——大数据就是未仆先知，是上帝的耳目。其实，阿里网商和小企业也要有大数据。因为一个商家在互联网上一般会产生信息、行为、关系三个层面的数据，这些数据的沉淀，有助于企业进行预测和决策。一切皆可被数据化，企业必须构建自己的大数据平台，小企业，也要有大数据。
什么是大数据？以下8个更典型的案例，可帮助理解大数据时代的到来。
1. 梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。
2. Tipp24 AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性，然后通过预测模型对特定用户进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN。
3. 沃尔玛的搜索。这家零售业寡头为其网站Walmart.com自行设计了最新的搜索引擎Polaris，利用语义数据进行文本分析、机器学习和同义词挖掘等。根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney说。
4. 快餐业的视频分析。该公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物;如果队列较短，则显示那些利润较高但准备时间相对长的食品。
5. Morton牛排店的品牌认知。当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场（他将在一天工作之后抵达该处）时，Morton就开始了自己的社交秀。首先，分析推特数据，发现该顾客是本店的常客，也是推特的常用者。根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提供晚餐。
6. PredPol Inc.。PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到500平方英尺的范围内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。
7. Tesco PLC（特易购）和运营效率。这家超市连锁在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析，进行更全面的监控并进行主动的维修以降低整体能耗。
8. American Express（美国运通，AmEx）和商业智能。以往，AmEx只能实现事后诸葛式的报告和滞后的预测。“传统的BI已经无法满足业务发展的需要。”Laney认为。于是，AmEx开始构建真正能够预测忠诚度的模型，基于历史交易数据，用115个变量来进行分析预测。该公司表示，对于澳大利亚将于之后四个月中流失的客户，已经能够识别出其中的24%。