大數據沒有止於炒作觀點，已有許多大數據運用勝利的案例，如百度的旅遊景點人流及舒服度猜測；如淘寶的本性化購物推舉；和小米手機的10萬人互聯網開辟團隊，等等。

　　大數據雖然很美，也是進步的偏向。大數據的實質就是復原用戶的實在需求，阿裡巴巴團體數據委員會委員長車品覺提綱挈領天機。那些伎癢的企業，要先問本身如許一個題目：我真的存眷用戶的實在需求麼？別急於用墻上的口號往返答，先看看你們企業是不是存在以下四種情況：

　　第一，面朝kpi，治理層視kpi為拯救稻草，分化、考察成瞭他們的重要事情。沒有管kpi分化是不是公道，沒有與部屬一路去找完成kpi的方法，沒有去跟蹤履行，乃至默許kpi中的水份。員工視kpi為批示棒，關乎kpi的事情，賣力幹，其他則能夠搪塞。為瞭kpi不吝蒙騙用戶。

　　第二，面朝引導，員工把聽引導的話當著最好的履行，同時引導也如許懂得履行。引導支配的事情一定是最主要最緊迫，擺在優先處置的地位。做沒有做某件事的獨一來由就是引導是不是支配。

　　第三，面朝本身，凡是事前撇開本身部分和本身的義務，在用戶和同事眼前，他們的口頭禪是這事兒沒有歸我管、這事兒我沒有清晰。

　　第四，面朝軌制，用戶來征詢、贊揚，答復永久是公司的軌制。沒有相同，沒有量力而行，將公司的劃定、軌制強加於用戶。公司的軌制本意就是防備用戶、員工鉆空子；員工們深信，不管若何，都沒有得讓本身和用戶違背公司軌制。

　　面朝kpi、面朝引導、面朝本身、面朝軌制，都背對著用戶，能存眷用戶需求麼？先別扯大數據，先面朝用戶吧。大數據沒有是全能的，沒有存眷用戶需求的企業，大數據運用做得再好也杯水車薪固然，也弗成能做好。

　　面朝用戶，縱然沒有大數據，也能夠懂得用戶需求。匯集用戶需求的門路有許多。查詢拜訪問卷、核心小組是傳統有用的懂得用戶需求的方法。查詢拜訪問卷尺度化、構造化、籠罩廣，能夠得出詳細量化的成果。而核心小組則開放、自在，相同深刻、充足，須要專業的不雅察與記載，得出的是理性而非量化的結論。不管查詢拜訪問卷，照樣核心小組，都是走大眾門路，到用戶中去，聽取用戶看法、發起，確保產物、計劃從用戶中來。沒有容疏忽，用戶熱線也是很好的諦聽用戶的方法，不管是贊揚，照樣征詢，都是用戶實在看法的表達。

　　面朝用戶，縱然沒有大數據，也能夠做出很好的產物和辦事。海底撈暖鍋是個很好的例子。海底撈在辦事質量廣泛沒有高的餐飲業以好得失常的辦事取勝。它經由過程善待員工，向員工受權，讓員工滿足，束縛員工的大腦，讓員工迸收回立異的活氣，讓員工發自心坎的為用戶供給優越的辦事。固然，大數據也能夠用於海底撈的決議計劃參考大概營銷運動評價，這其實不抵觸。

　　大數據應當在我們用傳統的辦法不克不及洞察用戶需求，不克不及改良用戶體驗的情形下才被請出來。一方面，假如市場調研、用戶體驗都未曾做過，解釋壓根就沒存眷用戶需求的認識，沒這認識做大數據就是糟蹋。另外一方面，不管是建模，照樣末瞭的成果運用，大數據都須要和實地調研、與用戶的打仗履歷相聯合。

　　大數據雖然美妙，對付存眷用戶需求的公司，大數據能讓他們為虎傅翼，更好的掌握用戶需求，改良用戶體驗。對付沒有存眷用戶需求的公司，和那些有存眷用戶需求的欲望卻由於面朝kpi、面朝引導、面朝本身、面朝軌制而沒能真正存眷用戶需求的公司，照樣先回身，面朝用戶吧！面朝用戶，從用戶那邊獵取最實在需求信息，從用戶那邊得到認同與力氣。面朝用戶，縱然沒有大數據，也能洞察用戶需求，做出好的產物和辦事。當企業、員工面朝用戶，建立瞭存眷用戶需求、改良用戶體驗的認識，再做大數據，也沒有遲。