近日，第四届中国全渠道零售峰会上，南讯软件不仅荣获年度全渠道最佳解决方案奖，副总裁王詠还受邀就“大数据时代零售企业全渠道客户管理模式”分享了自己的看法。
以下是南讯软件副总裁王咏先生在峰会主论坛上主题演讲《从交易到链接》的内容：
今天演讲的题目是从交易到链接，为什么要选这个题目，其背后的实际含义是有两层。从表面上看，它是客户与企业之间关系的变化。 从深层次看，这其实是一个时代的交替。
客户的变化升级着需求的变化
科技的发展让我们有了互联网，让我们有了电子商务，有了智能化生产，而当这一切在同一时间点出现的时候，引发了一种情况，客户的需求变化越来越快。为什么大家都在提场景化？因为客户的需求越来越模糊。所以我们不得不与客户绑定起来，不得不与客户做连接，通过客户不断的反馈来获得需求信息，否则，我们永远无法满足客户多变的需求。
随着信息的越来越多，客户变得越来越智能化，需求也变得越来越不可捉摸，当客户在改变时企业应该需要跟着转型，如何转型？从过去研究产品转向研究用户，完成从“产品时代”向“用户时代”的转型，否则就会被市场淘汰。
企业应跟随客户的变化做出角色转换
我们的客户正在变得越来越智慧化，互联网加速着信息更加对称，客户消费越来越趋于理性。陈春花教授说：“客户是唯一能够解雇我们所有人的人，因此，随着客户的变化要求，企业的经营理念和管理方式也要随之变化，去跟上客户的行为变化和需求变化。”
所以我们正在经历一个从“交易管理”到“用户管理”的时代，对企业来说，完成的不仅仅是交易，更是用户的需求管理。
过去30年，我们经历了制造业的三个产品时代：
第一、OEM；
第二、B2B；
第三、B2B2C；
我们的制造业目前遇到的困境：产能过剩
产能过剩是我们在2015年听到最多的词，过去30年我们的中心在产品上，对客户企业采取的是粗放式管理，所以，习主席提到出了供给侧改革，供给侧改革是通过数据分析，从传统的推式生产转向拉动式生产。 面对日益过剩的产能，凯恩斯经济学主张的是通过各种货币和财政政策对需求做调控，而供给侧改革的提出则明确释放出了“以产能调控为手段”的经济改革模式。这对当下的企业来说，我们必须做市场数据的分析，合理规划产能。
产能过剩的原因是我们对客户的本质需求把握不清
传统的管理看不到需求的真相，只看到需求的表面和客户的行为，用户时代的客户分析，要求企业对客户需求的把握更加精准。在医学上有一项技术叫靶向治疗，多用于癌症的治疗，通过精密的检测仪器，查出癌细胞的位置，然后针对癌细胞的状态，设计相应的治疗药物，药物会直接作用于患处，而不会波及周围的正常细胞。
大数据能够协助企业抓取客户本质需求，完成供给侧改革
大数据就是那台精密的检测仪器，能够协助企业清晰的判断，通过对客户需求的精准把握来完成按需生产，实现供给侧改革，所以我们讲到的供给侧改革，看似是生产关系的调整，实际是企业经营方式的转型。它要求企业去通过各种手段提高产品的精准度，降低经营的不确定性，这在过去是做不到的，但是在未来是可以做到的，因为我们有大数据的支持。
大数据如何做客户需求精准定位
基于传统的人为判断是无法做出精准的判断，企业必须依靠数据才能挖掘出需求的真相，前面我们提到，市场会欺骗你，但是数据不会，数据越丰富，与能够接近最真实的需求，通过对客户行为的采集，归纳分析，总结得出客户最本质的需求。
数据驱动时代已经来临
未来30年我们即将步入创新驱动时代，创新驱动来源于技术红利，随着技术翻天覆地的发展，互联网时代下的营销和客户管理模式将产生极大的变化。我们将依靠数据将客户需求的不确定性降到最低，定点为客户创造价值。
营销是建立数据驱动力的基础
数据驱动营销先行，传统的营销模式已经不再适应互联网时代，营销环节需要前置才行。
在消费者主权时代下，平行资源的管理模式并不非常适用于企业的发展，因为消费者已经成为了企业所有资源中最为重要的资源，这就是为什么现在客户管理做的好的企业在现在商业环境下战绩卓越的原因。而ECRP就是以客户为中心的企业管理模式的基础的IT解决方案，其能够帮助企业完成以客户为中心的经营转型。
大数据如何帮助企业完成思考
大数据除了体现对客户需求精准的把握以外，另一个对企业最大的颠覆是数据将会取代人来为客户做思考，通过大数据分析，挖掘客户喜好，随着数据的不断完善，推送会越来越精准，数据会比用户自己更加了解自己。随着数据的不断完善，数据能做的思考将不断被扩大，终有一天会超过人类。
大数据提升企业商业认知
我们现在正在迈入认知商业时代。在过去，企业CEO和决策团队就代表了企业的思考水平，那是因为在当下某些领域以数据为基础的商业智能还不能完全超越个人对商业的认知，但是随着数据量的不断累积，数据对消费者行为的不断分析，终究有一天，大数据为企业的思考能力会超越CEO或决策团队的思考能力。到那个时候，大数据将超越市面上所有的咨询公司，成为企业中最懂客户的个体。
而这一切都建立在大数据的基础之上，目前对于企业来说，最需要做的就是不断完善企业的思考能力，建立自己企业在未来的数据驱动力。
