本文中，我们将通过一个新的视角观察大数据。处理CRM数据的时候，我们往往不去区分数据种类，而是关注一些细节问题，比如存储方法、存储地点和存储时长等。但是这是如何实现的，又如何为业务提供驱动呢?

事实上，数据都是彼此不同的，所以探讨CRM数据类型的差别对发现业务洞察力很有必要。数据科学家按定性和定量将数据分成两种，而每一种又可以再分。

在业务层面，探讨数据种类的多样性很重要。市场部门使用的是定性数据，而财务部门使用的是定量数据，所以二者沟通起来难免会面临各种困难。最近，市场部门采用计分、分析结果的方式将定性数据转换成定量数据。这一细微的改变导致了市场自动化营销的激增。

定量数据

这类数据是可以度量的。就像人的身高可以衡量一样，产品采购、销售、盈利和净利润都是可以度量的。定量数据还可分为两类。

数据不能通过数学方法逻辑分割，数据中没有真正的零点。摄氏温度就是一个很好的例子。很多摄氏温度标都标有零度，不过不是绝对的零度。只有开氏温标中才有“绝对零度”。

定性数据

定性数据也被称为分类数据，因为它代表的是不同的类别，而非数字。分类数据当然不能用数学来表示，分类数据也分为两类。

头发颜色和邮政编码属于定类数据，因为它们没有顺序，比如金色和棕色无法排序。邮政编码也不能进行数学计算。

字母是定序数据，因为它们有顺序。不过也不能进行数学运算，不能用B乘以2.数字图片就是定序数据，数据渲染的顺序很重要。

数据多样性

在过去的十年里，人们普遍关注社交媒体和它生成的数据。通常情况下，定性数据可以揭示人们的态度、需要和意图。社交媒体数据可以提供市场上某个时期的发展状况，但却无法反映具体的你所关心的某项需求。

市场和销售也会使用大量的定类数据，这些数据往往可以买到。数据通常包括公司名称和决策者的联系方式，不过没有公司的愿景、目标和业务困难等数据。这些正是最有用也最难获取的信息。

从完整性和相关性两个方面考虑，数据多样性是很重要的。要满足完整性和相关性的需求，需要的不只是数据和信息，更需要跨界的知识，或者叫洞察力。

姓名和地址这种定类数据是相对静止的。不过也会随着时间而改变，确保这些信息的准确性也是一个管理难题，很多供应商为此提供专门的技术。社交媒体中蕴含着价值，但它的信息需求变化很快，需要对供应商和市场智能提供的数据进行三角测定。你在网上通过智能收集获取的CRM多种类数据能够提供全面的认识，将数据升级为知识。

知识就是力量

知识是采取行动的前提，包括决定在哪里投入有限的资源。在以前的数字信息时代，直觉取代了知识，因为智能收集成本太高，耗时太长。在那个反应时间过长的年代，你或许能够获得信息，不过当你获得它的时候，就已经为时已晚了。

今天，我们有更多的获取必需信息的工具，时间也大大缩短了。但有趣的是，现在制约我们的能够利用情报收集的业务流程的短缺。要改变这种情况，需要明白数据是不同的。我们需要考虑不同的CRM数据类型，清楚如何将它们升级到业务知识层面。智能收集可能成为一下次市场革命的前沿，谁能成为革命的先锋，谁就能获得丰厚的回报。