结构化和非结构化的数据量将会继续增长。数据无处不在，并且看不到尽头。它已经成为人们最有价值的货币之一。在当今的环境中，企业做出的每一项决策都基于从数据中得出的见解。关键的挑战不再是数据，而是将数据合成为有意义且可行的内容。

研究发现，作为分析竞争对手的企业更有可能在市场上取得成功。因此至关重要的是，无论其规模或客户数量如何，每个公司都想在市场中成功竞争，都必须能够使它必须工作的数据投入使用。企业如何轻松地将分析转化为见解？那也么需要问一个问题：需要做出什么决定来帮助业务发展？这可能是关于新市场，为现有客户提供服务，创建新解决方案或确定其他合作伙伴的决定。

企业需要做出的决定，将使用它来定义所需的数据以及哪种分析最合适。企业需要的某些数据可能存储在内部系统中，但是可能需要获取诸如竞争情报和客户偏好之类的数据。获取谤些数据需要技巧，并且通常需要对研究进行投资。企业可以通过多种方式负担得起的研究费用。

 五步模式分解技术

在获取数据后，下一个挑战就是将其变为行动。关键是寻找并确定重要模式。并非每个模式都相关。尝试以下建议的5步技术，以使客户发现有助于理解哪些模式是密切相关的。

•为每种模式进行解释，以了解其对企业的业务的影响，并且可能会从某些模式中获得多种见解。

•寻找可促进以客户为中心的业务决策的模式。

•将所有语句放在板子或墙壁上，在这可以一起看到它们。

•在一两天内回到董事会，看看哪些内容真正引起共鸣，并且足以影响领导者需要做出的决定。

•根据见解同意并记录将要采取的措施。

 良好的数据有助于建立更好的模型

这种方法可帮助企业做出基于数据的决策。添加分析以帮助确定要追求的新创新、新领域和新市场。通过使用分析，可以增加收入，增加利润并提高客户生命周期价值。IBM的一项研究发现，提高分析成熟度的企业可以将多达4％的销售订单转移到更具成本效益的渠道中，从而提高了客户保留率和转换率。

如果企业不确定自己的分析成熟度在哪里，可以查看Gartner公司给出的分析成熟度模型，并确定自己在哪里以及需要做些什么来改进。随着分析能力的提高，企业将能够创建和添加重要的上游和下游模型。

分析模型对于产生洞察力，使企业能够发现模式并从数据中识别关系至关重要。根据其分析能力，可以构建模型来帮助企业描述正在发生的事情，将会发生的事情以及发生的原因。模型的有效性取决于数据的质量，选择正确的数据集，格式化数据以及选择算法和变量。良好的模型应具有统计意义，以帮助更好地预测未来。

 分析是增长的机会

目标是创建准确的模型，使您的领导者可以做出明智的决定，以了解哪些客户忠诚，哪些客户有风险以及要追求哪些客户。着重于构建相关的模型并开发所需的技能，以支持以业务术语向业务主管解释和传达数据模式的含义。

分析和模型可以很好地服务于渴望有机增长的组织。如果增长是企业的重点，建议开发并记录以下12种方法和模型。

1.细分

2.角色

3.客户获取

4.客户忠诚度/客户风险

5.购买倾向

6.机会计分

7.接触点分配

8.广告活动提升

9.归因/混合

10.定价

11.新产品开发

12.投资组合管理