一切對抗一切？
誰都不喜歡被威脅。威脅大多源於過分恐懼。恐懼並不是好事情，因為它會影響分析。讓我們打破一次常規，認真開展分析。對生產商、高附加值服務供應商和傳統貿易商來說，最糟糕的景象莫過於：
迄今為止，生產商和貿易商能夠和平共處。雙方都按照自己的方式去搜集客戶信息。它們之中的一方對市場調研數據感興趣，而另一方，即在市場前沿接觸客戶的一方，更加關注於交易信息。雙方都在不斷地優化自己的方式，共處的模式也很少出現問題。因為兩方中的任意一方都意識到，以另一方的利益為代價的買賣的成本有時會非常高。但這並不意味著生產商和貿易商之間存在盲目的信任。人們盡可能地保護自身，保護自己的商品和客戶的信息不被他人知曉，目的是為了防止其他人蠶食自己的業務領域。但是現在，網飛已經非常瞭解客戶的收看習慣，它已經可以製作出比它的客戶（例如HBO電視網和AMC電視台）更好看的電視劇。蘋果公司已經通過貿易商售出了太多的手機、iPad和電腦了，所以在新產品問世時，蘋果選擇了直銷形式。我們從蘋果公司在iTunes Store上直接為客戶提供數字化服務的銷售思維中，就完全可以體會到這種做法。同樣，谷歌公司為安卓系統也構建了一個這樣的數字化生態系統，亞馬遜公司也建立起了由Fire Phone、Fire-TV和Amazon Prime構成的內部系統，微軟和Spiele提供下載或者在線訂閱的服務，這對貿易商來說可能意味著整塊市場的流失。直至前不久，生產商越過中間貿易商直接接觸終端客戶的行為，才不被認為是渠道戰爭。在一個多渠道的世界中，如果生產商不想令更多的客戶失望，它們別無他選。這種做法不僅僅只是針對數字化產品，基本上涵蓋了所有產品種類，無論是直銷商品，還是直運商品。
反過來，貿易商在數據的支撐下對客戶的瞭解越來越多，這在兩方面對（品牌）生產商造成了一定威脅。一方面，貿易商通過給市場提供質優價廉的自有品牌商品，從電腦電源線到狗糧、家用器具、打印機墨盒，再到藥品、食品和紡織品，進一步挖掘了客戶潛力。另一方面，貿易行業的智能數據冠軍企業已經掌握了引導客戶行為的能力，它們可以在市場上制衡直銷生產商。我們在本書的最後一章，會介紹智能數據冠軍企業在這方面採取的最重要的一些措施。
通常情況下，在線貿易商諳熟如何建立與客戶緊密相連的商業模式。那些沒有與亞馬遜合作開展在線貿易折扣和電子書折扣活動的出版商，已經首先感受到了生產商與銷售商之間實力對比不均衡的情況，他們的書品延遲發貨，在線新書推介嚴重減少，並且印刷版次持續萎縮。這種市場格局影響力的變化不僅僅發生在出版行業。稍微大型一些的貿易商知道，用自有品牌商品與名牌產品競爭是很艱難的，並且需要投入很高的營銷預算，因此他們會採取將一部分自有品牌產品與其他生產商的名牌商品聯合銷售的方式。當然，他們早就知道，這樣做會讓消費者反應敏感，比如，當我們將一個產品禮包中的一樣聯合利華的商品換成拜爾斯道夫品牌的同質產品，或者反過來做品牌替換時，消費者都會敏銳地發現。
最終是生產商鉗制它的貿易夥伴，還是反過來，貿易商牽制生產商，這取決於誰在數據的支撐下能夠更好地瞭解客戶，誰能夠基於數字化及多渠道生態環境建設，與客戶聯繫得更緊密。
數字化的多渠道貿易商和純在線貿易商會擠壓數字化競爭能力較弱的貿易商的生存空間。與此同時，在線貿易量的占比會繼續增加。最終是生產商鉗制它的貿易夥伴，還是反過來，貿易商牽制生產商，這取決於誰在數據的支撐下能夠更好地瞭解客戶，誰能夠基於數字化及多渠道生態環境建設，與客戶聯繫得更緊密。
如同前文已經說過的那樣，我們都不喜歡感受到未來受到威脅。但是這種說法本身就是很矛盾的。一方面，這已經不是即將受到威脅的問題，因為我們所描述的情況正在一步步地演化為經濟現實，且不僅僅局限於數字化產品領域。另一方面，在激烈競爭的局面下，同時還存在一種經過市場檢驗的、影響巨大的共贏情況，即：
與你的競爭對手分享數據，就是在實現利益共贏。
協同型客戶關係管理
早在大約10年前，哈佛大學經濟學家亞歷山大·克拉克勞爾（Alexander Kracklauer）、奎因·米爾斯（Quinn Mills）和迪爾克·塞弗特（Dirk Seifert）就共同提出了協同型客戶關係管理概念（Collaborative Customer Relationship Management，他們還同步出版了同名著作）。從某種程度上看，這個概念具有先知特質，因為它當時就預言了在受數據影響越來越深的經濟環境中，會出現與以往不同的競爭局面。我們覺得，協同型客戶關係管理概念在現今也可以尋找到廣泛的現實基礎。
基於上述概念，我們可以總結出三類企業，它們懂得如何智能地利用數據信息。
☆第一類：包括谷歌、亞馬遜、億貝、貝寶和VISA（維薩）在內的數據巨頭企業。它們憑借自身固有的經營模式，就可以直接掌握到龐大的數據量，他們可以直接將這些數據信息投入到下一步的經營中去。
☆第二類：我們稱第二類企業為「獨奏者」或者「數據專家」。它們都是某一行業或者某一產品門類的領軍企業，客戶影響力較大，數據現狀非常好。既有的市場格局為這些企業提供了良好的數據基礎，並且單一客戶的利潤貢獻度都很高，因此它們有能力實現客戶忠誠度管理，並借此完成市場定位及資金籌措。這一類型的企業包括大型零售商（沃爾瑪、宜家）、連鎖酒店（喜達屋、希爾頓）和汽車租賃企業（赫茲、安飛士）等。這些企業大多數都是從數年前或者數十年前起，就開始憑借成功的客戶忠誠度管理措施，系統性地收集客戶數據信息。通過這種方式，它們對行業內市場上的客戶有了深入的瞭解。但是，它們對跨行業的認知掌握較少。從消費者的角度看，第二類企業中的任何（單獨）一家，大多都不具備必要的規模與吸引力，在激烈的市場利益爭奪中存活下來，在面對數字化競爭時，大部分也不具備成為行業內一家獨大企業的內部實力。因此，第二類企業中，對客戶忠誠度管理較好的那部分企業，例如航空公司（美國航空、漢莎航空、英國航空），都選擇與第三類企業合作的經營策略。
☆第三類：與數據巨頭企業開展合作的一類企業，已經打造完成了數據合作同盟。它們的智能數據合作夥伴會系統性地與它們分享跨行業的、來自不同價值創造層面的數據信息。這樣做不僅僅可以幫助他們壓縮投資規模，節約運營成本，還為它們提供了一個在宏觀與微觀層面全面觀察消費者採購與消費行為的機會。有一些數據合作夥伴最終可能會參與到它們的行業中來，或者是著手開始瞭解它們的行業情況（尤其是星空聯盟和寰宇一家項下的航空公司）。還有一些數據合作夥伴，它們通過與專業化的數據服務商（鄧韓貝或Emnos）合作，或者通過建立其他的數據合作夥伴關係，開發出了一些跨行業的多夥伴聯合模式（例如英國Nectar積分聯盟、德國Payback返利計劃）。
相互分享數據的價值創造能力早已不是新概念。在貿易領域，早在20世紀90年代，一些加入ECR倡議的歐洲工業和貿易企業就已經開始系統性地踐行這一理念。縮略語ECR代表Efficient Consumer Response，即有效客戶反應。在市場飽和狀態的促進下，ECR成員企業實現了傳統的、跨企業的管理流程優化，例如完成了貨板、產品編碼和物品編號的標準化工作。同時，在多邊數據交換的作用下，成員企業獲得了對選址、產品或品類研發、價格形成和市場營銷手段等更深入的認識。我們可以這樣說，十幾年過去了，基於數據的標準化管理流程運行一直十分良好，但是ECR在激勵客戶和提升客戶忠誠度方面的表現確實欠佳，很多成員企業對此都是很失望的。
ECR和許多其他的企業間信息交互模式都曾經並且仍然在面臨5個最大的障礙：
☆在誰應該承擔共同投資的哪一部分方面，無法形成一致意見
☆在整合不同的客戶關係管理系統方面需要投入大量成本（況且這些系統還經常不好用）
☆數據保護方面的顧慮
☆IT系統安全性問題
☆雙方不信任，認為信息合作夥伴存在未按照約定用途使用數據的可能性，甚至可能將這些數據用於傷害夥伴的利益
任何一個非數據巨頭的企業，在實際審視自身的實力後，若發現自己確實無法成為行業中一家獨大的企業，那麼此時，它就必須尋求與數據巨頭企業聯盟合作。
這些障礙由來已久。在利益面前難以達成一致和相互間的不信任是人性使然。客戶關係管理系統數據庫技術的進步和雲技術的應用，使這些障礙中的一部分有所弱化。但是現在我們需要更加關注IT系統安全性帶來的風險。相比15年前，有一點的確發生了本質性的改變，那就是共享數據的必要性。在ECR的起步階段，沒有什麼數據巨頭企業，那些所謂的「獨奏者」企業也剛剛開始進行信息積累。而今的情況是，任何一個非數據巨頭的企業，在實際審視自身的實力後，若發現自己確實無法成為行業中一家獨大的企業，那麼此時，它就必須尋求與數據巨頭企業聯盟合作。換句話說就是，它必須馬上成為團隊合作型企業。在整個市場中，第一類和第二類企業最終都會發展成為第三類企業。
在尋找潛在數據合作夥伴的過程中，以下建議可能會有幫助：
☆分析自身企業的價值鏈。在已經與其他企業開展直接或者間接合作的企業中，哪些掌握了對自身企業業務有價值的信息？這種方法尤其適合高價值或者高利潤商品的多級貿易，因為價值鏈中的所有參與者在面對產品銷售時，所追求的利益都是一致的。
☆關注一些行業，這個行業中的企業，與自身企業有著共同的目標客戶群體，但是兩個企業又不發生直接的競爭。比如航空公司之間的信息夥伴關係，租車公司與連鎖酒店間的信息夥伴關係等。或者，往小了說，一定區域內的化妝品沙龍與康體中心之間也可以建立這種信息夥伴關係。
☆分析重要的信息是在哪裡產生的，在哪裡存儲的。消費者在哪些企業那裡遺留下了信息，而這些企業恰巧又能為自身企業提供技術和數據？這些數據提供企業掌握的信息能否有效地補充自身企業的數據庫，並輔助自身企業進行數據分析，這些企業是否會對新的商業模式感興趣？大型電信企業或者支付結算企業（VISA或貝寶）都有可能是信息提供企業。
☆有哪些既存的系統或者服務可以直接利用？除了大型的數據服務商，如鄧韓貝、飛常里程匯或者Payback外，還有一些小型的專業化服務商，它們能夠收集和分析推廣促銷措施的有關數據。
瑞士法典
除了多夥伴聯合模式之外，我們還可以從很多年前某大型IT供應商的一個有關打印機墨盒的項目中總結出一些經驗，並應用於實際工作。我們先簡要回顧一下這個項目的情況：
事情需要追溯到大約10年前。在經歷了一段長時間、持續的高利潤增長之後，打印機墨盒生產企業遭遇了市場飽和及客戶對價格越發敏感等情況。那時（可能現在也是），打印機墨盒產品需要經過多層級分銷商實現銷售，因此生產商根本無法掌握終端客戶的情況，例如誰在購買、買了哪種型號、購買頻率是什麼、促進購買的因素是什麼、通過哪些渠道購買等情況。生產商通過客戶份額占比分析也不太可能識別出哪些是可能流失掉的客戶群體。生產商的產品宣傳往往缺乏針對性和精準性。在這種情形下，生產商選擇了向貿易商支付廣告信息費的方式，用於購買貿易經銷商掌握的市場數據信息。生產商這樣做，需要支出的廣告信息費規模往往高達成百上千萬，但是它們卻並不能有效評價這種行為的效果。生產商購買這些信息的目的，是為了能夠提出全方位適應市場需要的營銷措施，這可以算是ECR協議的一種反向應用。這種做法對貿易經銷商來說，好處是顯而易見的，它們可以在其銷售渠道範圍內免費享受這些廣告宣傳帶來的銷售量的增加。但是，這種做法對貿易經銷商來說，也存在一種潛在的風險隱患。生產商有可能會利用這些購得的客戶信息，繞過貿易經銷商，直接對客戶進行銷售；也可能通過不給經銷商提供某些特定商品，從而逐步建立這些特定商品的直營業務。目前這種直營業務規模尚小，但增長率卻很高。為了解決生產商與貿易商在交換信息過程中相互不信任的困局，項目參與者提出了一個名為「Code Switzerland」（瑞士法典）的解決方案，即在信息交互機制中，引入一個中立的中間商。
首先，將貿易經銷商提供的客戶信息進行假名化處理，然後將這些假名客戶信息傳至獨立的分析中心進行匯總。這個獨立的第三方按照智能數據流程步驟將所有可得的數據進行聚類分析。根據聚類分析結果，生產商就可以針對每個聚類或每個客戶群組開展相應的宣傳營銷措施，目的是提升客戶份額占比或防止存量客戶流失。生產商可以編寫一個營銷手冊，這個營銷手冊是一份跨行業、普遍性的市場營銷材料，裡面收錄了生產商全部的營銷計劃和方案。
在這個過程中，生產商需要保持透明化作業，要與經銷商共同商定市場營銷的措施和實施範圍。第三方數據分析公司本身也有系統化的市場營銷策略制定工具，它們也會相應地提出戰略性的營銷和銷售方案，這些方案會對生產商提出的營銷計劃提供輔助和調整。這樣一來，生產商濫用數據的情況就被有效規避了。
生產商與貿易商之間的互信是隨著「瑞士法典」獲得成功逐步建立起來的。大約在2005年前後，幾個貿易經銷商首先試水「瑞士法典」模式。一年之後，就有大約12家貿易企業加入了這個模式。5年之後，規模發展至幾百家，涵蓋了歐洲、地中海東部沿岸地區、非洲、亞洲和美洲的全部大型貿易商，累計貿易額高達數十億美元。
在「瑞士法典」實施過程中，我們會通過控制組實驗不斷調整方案，並且為方案加入一些與時俱進的元素。這種模式為生產商和貿易商雙方帶來了上億美元的業務增長，對於生產商而言，這種模式下的市場營銷措施為其帶來了前所未有的、高達15%~20%左右的客戶激活率，營銷投資回報率約為700%。通過採用這種模式，我們實現了對存量客戶群體的首次全面「掃瞄」，並可基於掃瞄結果，量化評價市場營銷措施的有效性和影響程度，而不再是僅僅停留在感性評價或者粗略估計營銷效果的層面。最終，生產商和貿易經銷商之間共享的就不僅僅是數據了，它們會一同驚喜地發現，通過值得信賴的效果評價和隨之而來的營銷費用智能管理，竟然產生了這樣大的改變。
假名的力量
在沿價值創造鏈條分享數據的過程中，以下因素是成功要素：
☆作為方案的發起者（一般是生產商），如果想促進方案的實施，就要首先著手建立互信的基礎。通常情況下，先期的費用需要生產商支付。
☆致力於分析這些假名數據的中間服務商需要協助企業建立這種互信。此外，在方案實施過程中，還需要解決一系列數據保護方面的問題。（在下一個案例中，我們再詳細介紹這一點。）
☆數據分享方案需要有明確的目標和清晰的原則支撐：要提前規定清楚，誰可以利用哪些數據並做什麼。所有的參與企業都需要明白一點，那就是任何聯盟在開始階段都是十分脆弱的。經驗告訴我們，如果聯盟中有一個人不守規矩，那麼整個聯盟就有可能解體，若是此時還想設法拯救聯盟不致解體，那麼就需要付出極高的代價。
☆企業的股東們總是要求完美和嚴謹的項目管理。但是他們卻總是忽略一點，那就是好的項目管理需要相應的資源來支撐。
☆高度的透明化才能促進和保證大家對整個項目的充分信任，要定期召開項目進度溝通會，不要使會議流於形式。
形成企業間的數據分享夥伴關係的價值是顯而易見的。很多線上貿易企業甚至對此給予高度評價，認為這種做法已經突破了企業間的界限。例如，Rocket Internet公司為其所有的在線商戶建立了一個共同的客戶數據庫，使所有的在線商店都形成了數據分享夥伴關係，並將這項服務作為公司與其在線商戶客戶商務合同的一部分。通過這種方式，公司所有的在線商店都共享同樣的數據，並且可以獲得來自兄弟企業的客戶信息。今後，這種有組織的數據合作形式肯定還會延伸到其他行業中的企業。這種推廣的前提是，從一個企業中獲得的客戶數據分析結果對另一個企業來說也同樣具有很高的利用價值。線上貿易商間的數據分享就能夠實現這樣的效果，未來也會有越來越多的行業是這樣。
然而目前，我們在許多行業內發現了相反的情況。一個由一名股東控制的企業集團，它旗下所有不同的子公司都在為同一群客戶服務，但是卻沒有一家子公司能搞清楚，到底哪些客戶是在哪家子公司購買的商品。相應地，也沒有任何一家公司去嘗試，與其他子公司一起去提高客戶價值。之前，每一次打算要在這個方向上有所建樹的想法都因怕遭遇IT問題或者是對數據保護方面的擔憂而被扼殺在搖籃中。針對這種現象，與上述案例中描述的打印機墨盒生產商和銷售商類似的企業需要認識到：
法律上獨立的數據分析服務供應商應該且能夠受托對假名客戶數據進行處理，進而形成普遍性的客戶聚類分析結果，隨後將這些重要的市場認知信息反饋給委託企業。在企業集團內部，我們應該允許相對便利地使用這些所謂的檢索信息，比如名字，還包括頭銜、地址、行業、工作關係和生日。我們在使用這些信息時，應該時刻意識到這些信息的附加意義，它們很可能就是聚類信息分類標籤！
我們可以從一個大型金融服務企業集團的一份可行性研究中，瞭解到這種形式的數據共享帶來的增值究竟有多巨大。為了規避這個過程中可能存在的法律風險，這家金融服務集團首先委託一家結算所將這些來自金融同業的客戶信息進行了假名化處理，這些數據包括了來自私人銀行、多家保險公司、建房互助儲金信貸社和投資集團的客戶信息。之後，這家結算所將經假名處理過的客戶信息反饋給了這家金融服務集團。隨後，這家金融服務集團將這些帶有客戶ID的假名客戶信息轉交給了所謂的數據分析中心，由分析中心基於全部數據進行客戶聚類分析。隨後便產生了約300個小的客戶聚類，這些聚類在客戶具體和長期需求方面有很強的指導性，並且聚類之間存在渠道相似性。分析中心將每一個客戶都歸入一個聚類中，後將聚類分析結果反饋給參與項目的金融同業。正如前文描述的一樣，這個項目的高潮即將到來：如果反饋的信息中僅包含單一客戶的一些檢索信息，那麼這時，收到信息的金融同業首先要對自己的客戶進行「去假名」處理。此外，分析中心還能夠對純匿名信息進行多樣化的分析。
客戶信息共享可以幫助我們實現：
☆與每一家子公司單獨掌握數據相比，客戶信息共享可以讓我們獲得更準確的聚類分析結果，更好地瞭解客戶需求。
☆每一家子公司都可以利用聚類分析結果滿足自己客戶的需求。
☆分析中心輸出的普適性認知結論首先應該被用於細化自身的客戶聚類分析結果，或者優化產品組合。不要把這些信息直接用於單一客戶層面。市場營銷人員面對這種一般性分析結論時是大有可為的，很可能在某個客戶聚類中就有廣泛的按揭貸款需求。
清算所流程
☆清算所獲得了帶有假名標記或客戶編碼的檢索信息，並且將這些信息與存量客戶進行反覆比對。隨後，為每個客戶指派一個ID，除此之外不進行任何操作。清算所將這些處理過的檢索信息反饋給企業集團。
☆企業集團將這些重要的假名化信息轉交給獨立的數據分析中心。
☆數據分析中心從清算所獲得數據密鑰（ID=假名標記），這是進行存量客戶分析的基礎。企業集團只需要知道這些客戶是企業集團的，但不需要知道這些客戶具體來自哪個子公司。
☆分析中心基於全部數據進行聚類分析，並向企業集團反饋每個假名標記的聚類特徵。
對於智能數據冠軍企業來說，持續性地與他人共享數據信息只是實現自身數字化轉型的重要的第一步。下一步，這些企業需要考慮，是否應該為了尋求以客戶為中心的、基於數據的商業模式，而去擴大既存商業模式的邊界？我們要不要考慮建立一個娛樂社區，而不僅僅是售賣娛樂電器？我們是不是考慮研發一下便利店的售貨系統，而不僅僅是停留在為便利店供貨？在為飯店供應食材的同時，還可以考慮運營一個餐廳訂位平台。以這種方式去拓展商業模式會獲得較好的協同效應，對相關市場情況有一定掌握，有助於直接開闢新的銷售市場，伴隨著銷售額的增長，企業價值不斷提升，可以更好地獲得資本市場的認可。
雙重選擇性加入？是的！
此時，提出一個具有約束性的提示是很有必要的，即獲得客戶明確的允許，這是與其他公司頻繁交互客戶信息的根本性前提。數據保護者對此的要求還要更高，他們認為，在與其他公司共享客戶信息之前，必須獲得客戶有意識的認可，並且使用客戶信息的公司必須與其他公司建立明確的數據合作關係，不能夠容忍與本不想開展合作的公司共享客戶數據，或者與根本不知名的公司共享客戶數據信息的情況出現。我們認為這種約束是合理並且正確的。
客戶數據信息的所有權在客戶。只有在客戶允許的情況下，公司才能夠使用。
客戶數據信息的所有權在客戶。只有在客戶允許的情況下，公司才能夠使用。
企業需要努力獲得使用客戶數據信息的權利。也可以這樣表述，企業需要通過自身的努力，例如增加信息使用活動的透明度、為包括客戶在內的參與者創造更大增值等，去贏得客戶的認可，進而允許其使用自身的數據信息。我們稱這一行為為「贏得數據」（Earned Data），這跟目前在市場上獲得了廣泛關注的「贏得媒體」有些相似。我們會在本書的最後一章再詳細地介紹這一概念和理念，此處對數據分享的原則就先介紹這麼多。
智能數據冠軍企業對數據合作夥伴這一概念的理解，不僅僅停留在企業與客戶之間的一紙協議層面。公司需要為客戶帶來更好的服務體驗、更專業的咨詢服務和更優質的產品。
如果企業真正能夠做到這樣，那麼會有越來越多的客戶樂於與企業建立數據合作夥伴關係。到那時，客戶這樣做，就不再是因為接收到了要求同意共享客戶數據的操作指南而不過腦地點了幾下確認鍵了。
這種規避數據假名化處理的行為是合法的。只要企業能夠做到始終維護客戶利益，並且致力於維護長期客戶關係，那麼即便是極其複雜的德國數據保護法律也許可這種行為。只要企業能夠堅持這樣做，而不僅僅是口頭上說說，那麼客戶就不會要求對信息進行假名化處理，同意在使用信息時不隱去真名，這樣可以讓企業更好地瞭解客戶的需求。此時客戶會樂於並有意識地點擊「選擇性加入」按鈕，共享自身信息。