文章講的是xtools觀點:大資料太薄crm助探索厚資料，
人的一生會給這個世界留下痕跡，呱呱墜地、童言無忌、青梅竹馬;三兩知己，把酒言歡，激情四射;大山大河、奇峰怪石、高峽平湖;浮華背後，機關算盡，如此種種。隨著網際網路時代的到來，更多的社交方式愈加普及，人們的痕跡，就像「孫悟空到此一遊」一樣，以資料的形式被記錄下來。喜歡的書、**、電影、景色、同道中人 …… 資料之大，難以想象。
但對於企業生存的重中之重：業務管理，恐怕不能這麼簡單的冠以大資料的方**。如果缺乏對客戶現實生活的實地調查，大資料沒有什麼意義。
大資料盛名之下也有短板：
有乙個這樣的故事：通過大量的資料分析，得出結論「乙個國家的民眾家庭電視機越被廣泛普及，該國家越富裕。」(當然也可以是冰箱、洗衣機、空調、高跟鞋、牛仔褲神馬的)於是他們就向貧困國家贈送了很多電視，認為此舉可以促進經濟發展。請問這是在逗我們嗎，這樣低端的本末倒置，是不是傻得太過於明顯了!仔細想想，大資料的槽點其實還是蠻多的。
1.大資料與偽相關
大資料分析擅長於分析社會關係的數量，而非質量。比如，通過社交網路可以分辨出6個你的同事，你的一年中有大部分時間會和他們在一起。而卻很難發現你一年只見兩次面的親人和摯友。更別說那些一見鐘情或者一見如故的特殊人際關係了。大資料會忽略這些人性深層的資料，而僅僅侷限於表面。
換句話說，用了大資料後，你再也找不到你的真愛了!
2.淪陷於主流和普通，忽視創新
這一點對於企業尤其重要，要知道在市場經濟中需要的是活力，而不是體制內那種死氣沉沉的穩定。當你掌握足夠顛覆和邊緣化的點子時，你就能在開疆擴土。但是大資料提供給你的只是普及的大趨勢，是廣袤的貧瘠土壤。而那些特立獨行的創新，往往被忽略了，深埋於地下。有人說用大資料科學方法，更接近真理。可大資料貌似也該告訴你，真理掌握在少數人手裡的吧。
3.大資料僅僅是資料，本身不能解決任何問題
大資料不能處理真正的大問題，大資料也不擅長**小概率事件，像**什麼時候會發生**海嘯，什麼時候會發生恐怖襲擊，這種事，資料分析是無能為力的。 何況就算有資料在手，不代表你就贏了，如果你是在運營一家企業，獲得大量客戶資料，而這些商業價值都待挖掘，是需要更大的精力、更多的投入的。總不能皮都不撥就啃香蕉吧，咱又不是猴。
4.無法洞察人性，大資料太「薄」了
大資料僅僅是大量的「薄資料」，它們是通過對人們的活動和行為進行跟蹤而獲得的。我們最常去的地點定位，我們在網上購買的東西，我們每天睡了多久，我們有多少聯絡人，我們喜歡的**書籍等等。這些資訊無疑是重要的，但我們不能通過它們來獲得對人的完整理解。
基於以上幾點，如果你仍然對大資料的追求到了過分的地步，就大大貶低了自己。這不是筆者毒舌偏要黑你，大資料的興起，不代表著世界將會變成**的冰冷統治，人的直覺、情感，依然重要。如果把業務流如此機械化處理，這就是管理上的 「墮落」。 所以追求人性的營銷，更深層次的情感與體驗，才是企業發展的正道。
換句話說，你真的以為僅僅依靠大資料就可以做業務了嗎?做業務不需要腦子了嗎? 答案必然是否定的，那我們到底需要什麼?
企業需要的是「厚資料」：
為了真正地了解人，我們不僅需要大資料，而且需要厚資料。厚資料不僅包括事實，而且包括事實的前後聯絡。比如說，你的客戶多年來一直購買的你產品，你理所當然的需要給予客戶一些客戶關懷。通過大資料你所了解到的他是乙個影視劇迷、歌迷、運動達人……但其實，這些認知仍然不夠。因為你沒有看到他的書房裡的筆墨紙硯，牆壁上掛著國畫，這些厚資料都沒有得到深度挖掘，你不曾真正了解他。所以當你的生日祝福送達客戶手裡時，只會是乙個高品質的低音炮。(謝謝，他會轉交給他女兒的)
「厚資料」區別於這種不夠精確的大資料，它是豐富的、具有前後關聯性的資料，它們只能通過丟開電腦、深入實際生活才能獲得。而對於企業管理來說，厚資料的挖掘更是顯得尤其重要。那麼原因何在，企業又該怎麼做呢。
1.管理與資料
管理必須依賴資料。1)企業日常執行過程也是業務資料生產的過程;2)業務資料是企業執行的結果體現;3)資料反饋客觀、長期的業務形態，避免人思維中主觀和近期的偏差;4)資料有明確的標準和尺度，容易形成管理的指標。
管理也要注意資料的弊端。1)資料的產生與獲取資料的途徑、方法、指標設定有直接關係，你手中的資料可能本身就具備缺陷，比如：無法覆蓋業務全體，蒐集資料的關注點偏差等;2)巨集觀資料容易掩蓋微觀風險;企業風險在開始時往往在資料層表現很不明顯，等發展到資料可查時，被挽回的機會已經大大降低;3)資料將管理層架空，遠離一線業務，遠離客戶;4)kpi考核不當可能引發團隊目標偏差，kpi依附於資料，過於重視結果會導致團隊唯結果論，忽視業務員過程本身，忘卻初心，難得始終。
2.深究資料背後的問題
大資料強調「是什麼」，而企業的競爭力卻體現於「解決問題的執行力」，解決問題則依賴於發現問題背後的「為什麼」。每個企業的業務模型不同、銷售流程和方法各異，但都建立了一套嚴謹的商務邏輯和習慣，貫穿在：客戶關係維護、大專案跟蹤、部門間協作、成本毛利核算等全業務環節。大資料所顯像的問題，只有結合商務邏輯的過程，才能撥絲破繭，逐步發現隱蔽在資料背後的問題根源。
3. 厚資料是「我們真正需要的猛料」，而大資料只是 「我們能收集到的資料」
如果你的企業有能力引導客戶，教育客戶，重建他們的認知，那麼「薄資料」將是有用的。但我們應該反思，大資料時代，在社交**的大時代，使用者體驗前所未有的重要。淺層次的聯絡和相關性，是不能滿足企業客戶營銷的，那不是我們真正需要的「猛料」。強調純粹的大資料雖然可以反映統計規律，但會丟失現實過程中更為重要的資訊。
企業需要通過厚資料彌補大資料，厚資料則需要離開電腦，在現實生活中積累。對此，值得一提的是，xtools一直強調的業務過程重現，產生資料的前後過程和事務之間的聯絡，更注重從人的角度去分析客戶之間的聯絡。加上移動裝置的功能實現，靈活輔助厚資料採集和應用的場景,xtools的功能群都跟厚資料的挖掘有異曲同工之妙。
4.運用crm從人性的角度去理解我們的客戶
如果說大資料擅長觀察人們的行為，那麼它不擅長的就是理解人們，我是怎麼知道每次刷牙時該用多少牙膏的?我是怎麼知道何時該進入另乙個交通通道的?眨眼是表示「真有趣」還是「我的眼睛進了東西」? 這些都涉及人們的內在能力、無意識動作，它們控制著人們的大多數行為。而這些則需要人們去觀察。
而企業渴望更好地理解客戶，這不足為怪。畢竟，了解與客戶行為資訊，這對企業經營來說是必不可少的。但基於「我們做了什麼」「客戶做了什麼」，類似這樣的大資料對我們進行簡單化的理解，是不夠的;厚資料則試圖通過我們與客戶更深層次的關係來理解，如「我們下一步該怎麼做」「客戶為什麼那麼做」。在xtools裡，最重視「客戶檢視」，這既是乙個客戶資訊整合的介面，也是乙個全方位立體服務客戶的業務綜合視角。在這個檢視裡，企業各個環節、部門，不同角色的人員與客戶的每一次溝通、每一次檔案交換、每一次承諾、和每乙個業務動作都被完整地保留下來，成為可以直接實現「業務重現」的重要功能。客戶檢視把企業與客戶關係，分解為每個崗位人員與客戶的關係實現管理;更具備穿透性、更重視人與人的溝通。
所以，就算現在我們有能力處理越來越多的大量資料，但是還是要從人性的角度，更深層次去處理客戶關係。
5.crm中的分析能力
我看到的不只是大資料，更重要的是分析。大資料逐漸會變得更普遍也變得更容易採集，但是更多的公司缺少的是分析的能力，是對厚資料的深入研究，這才是關鍵。xtools crm對於客戶管理是可量化的，一切相關資料都將會被記錄，並將在日後，被多次挖掘利用，挖掘資料中存在的潛在商業價值。各種同比環比分析、top統計、圖表圖形的統計分析以及銷售機會**，都大大提公升企業對資料的分析能力。
6.sfa與crm，大資料與厚資料的相輔相成
當你擁有強大的crm管理客戶訴資料，並不斷探索厚資料時，你依然可以同時簡化工作過程，運用大資料去規範執行力，實現自動批量辦公。打個比方，如果你是一家嬰幼兒用品銷售公司，這樣的公司業務流程比較規範化，在大資料之下有可以確定的規律，所以完全可以銷售自動化，xtools的sfa功能，告訴我們什麼時候該做什麼事。這樣新技術的相互結合使用，很有可能大幅提公升企業的戰鬥力。畢竟，我們不能把大資料的運用全盤否認，一黑到底呀。
結束語：
不可否認，大資料本身是非常出色的科技進步，不過我們對它的期望都應該有個限度。它始終只是暫時的途徑，我們的終極目標還是厚資料，否則，人作為人的一項根本屬性就不存在了。嚴重點說，人類要是就靠大資料而不去**厚資料的話，容易捨本而逐末。所以我們不僅要問這些資料有多「大」，還要問這些資料有多「厚」。
而對於中國中小企業，那些所謂的優勢，比如廉價勞動力、豐富資源、生產效率等，都漸漸趨於一般水平了。此時，熱氣騰騰，野蠻生長的中國網際網路迅猛來襲，對「人性」這一似乎很不商業的概念的把握，是一次空前的挑戰，將會決定很多公司的命運吧。
大資料時代基本觀點
今天晚上我要看大資料時代這一部巨作，我決定用這篇文章來記錄裡面挑逗我神經的話語。1.大資料洞察 社會需要放棄它對因果關係的渴求,而僅需關注相關關係。也就是說只需要知道是什麼,而不需要知道為什麼。這就推翻了自古以來的慣例,而我們做決定和理解現實的最基本方式也將受到挑戰。2 如今,資料已經成為了一種商業...
如何快速學習大資料探勘分析（個人觀點）
本文梳理了學習大資料探勘分析的思路和步驟，為大家提供了一些參考，希望能對大家有所幫助。最近，很多人都諮詢過，想學大資料，但不知道怎麼開始，在 開始學習，需要學什麼東西？對於初學者來說，學習大資料探勘分析的邏輯是什麼？本文從0開始梳理如何學習大資料探勘分析和學習步驟，並給出乙個學習建議。希望可以幫助到...
如何快速學習大資料探勘分析（個人觀點）
本文梳理了學習大資料探勘分析的思路和步驟，為大家提供了一些參考，希望能對大家有所幫助。最近，很多人都諮詢過，想學大資料，但不知道怎麼開始，在 開始學習，需要學什麼東西？對於初學者來說，學習大資料探勘分析的邏輯是什麼？本文從0開始梳理如何學習大資料探勘分析和學習步驟，並給出乙個學習建議。希望可以幫助到...