你的客服代表回答一个生气的顾客的电话。“我买的这该死的东西根本不管用!”他叫道。“我一遍遍地想从你们的服务人员那里得到帮助,但是他们总是迟到，而且他们也不能修复它。我真是受够了你们。我要退款!”

　　你的客服沉默地平静聆听这位显然很不高兴的客户的电话——并且调出一系列有关他的信息，从几年的交易数据价值(来自数据仓库)和服务呼叫信息(来自服务部门数据库)到呼叫历史(来自CRM系统)以及他在微博上、Facebook和博客圈上有关你公司的评论。或许还有之前的在线聊天或，从信息记录中得到的他搜索你的网站时所在地的列表。

　　所有这些信息被编辑，客服代表可以通过一个可视化工具看到，实际上这是位今天很不顺利的好顾客:他过去并不是什么麻烦，他经常微博，因此具有很高的Klout分值(这使他成为社交媒体有影响者,大概有大量的追随者),他给了你一个Facebook的“喜欢”，而且他在你公司花了大把的钱。

　　“这是企业的一个重大进步，直到现在企业必须依靠客户的坦诚和直率来理解这个问题。”

　　这让客服代表为这个客户退款开了绿灯，还有一个免费的返回出货标签和下次购物的20%打折优惠券。客户高兴了，更好的是，他认定你并不是很糟糕。案子得到解决。

　　大数据在改善客户体验上大有前景

　　客服代表的红灯、绿灯仪表盘视图尚未成型，但是对处于大数据分析最前沿的公司，上述的场景在当今正在发生，商业智能供应商的一位资深产品管理总监说。

　　“大数据让你更深入的理解人们正在做什么以及他们是如何与企业接触的。十到十五年前，公司只是存储交易数据,”他说。“现在我们正在跟踪更多的行为。我们给人们帐号，我们存储信息记录。他们再来的时候,我们知道这位顾客谁是……他们点击的是什么页面以及他们所要寻找的是什么。”

　　这些数据结合交易信息，让公司能对个人客户的价值有全面的认识。加上情绪分析和智慧引擎，它追踪了65000个 Facebook用户和他们的朋友的1500万个“喜欢”，而你开始更清晰的了解到客户对你的看法，同样重要的是，了解你的竞争对手。

　　顾各在微博、博客和Facebook上喜欢的事情同时积聚一种“影响分数”并你的品牌建立关系，SAS全球客户智能主管Wilson Raj说。这些“数字痕迹”反过来用于得到一个完整的客户视图。

　　因为这种级别的客户体验分析仍然在起始阶段，只有最冒险的客户结合微博信息和YouTube的标题、从网络上产生的数据集和博客圈上收集情绪分析，并全部整合在一种自然语言处理(NLP)引擎上，以理解客户的快乐或悲伤。随着这些技术的成熟和企业IT部门找到时间、人才和资源,他们会赶上这一趋势。

　　Gartner的分析师和研究副总裁Rita Sallam说，这是势在必行的。“高级分析必须为企业更加普遍地提供重要的价值和竞争优势,” Sallam在她2月的报告“高级分析:预测、协作和普遍性”中写道。“到目前为止, 使用工具和流程构建高级分析应用程序并由生产生和消费的洞察力一直局限于少数训练有素, 经验丰富的统计学家、分析师和运筹学专业人士。”

　　将这些工作交到一线用户的手中可能不像你想象的那么困难，新兴技术主管David说。“起动成本并不是很大。这是这些大型可扩展系统的优势。我可以在我的MacBook开始，决定喜欢它，得到完全相同的代码并把它传播在100个服务器上。”

　　你还可以在后台使用大数据，以确保你的产品如你所说。例如, T-Mobile持续对IBM Netezza数据仓库中加载的近200亿行和处理近150000个ELT日常工作的2 PB的网络性能数据进行分析。T-Mobile网络工程部门工作人员的五分钟相当于系统实时有60位用户可以执行的加载和查询操作。

　　网络工程的主要焦点是以客户体验为名的最佳网络性能，她说。“我们使用点击量数据来计算下载歌曲的速度。给我们一种很好的虚拟来理解在发射架及手机上的速度。”

　　有了这种数据准备， T-Mobile已经能够预测并防止可能由于错误的Android应用程序所引起的网络中断。(毕竟,智能手机用户访问不了网络可能引起类似于本文开头提到的客服中心电话)。

　　Twiford和她的团队也使用手机数据来确定他们是否可能需要打开闸门，例如, 如果他们预计大量视频突然在某一地域涌现 — 7月4日的波士顿，新年之夜的时代广场等等。这恰好和发生在一些奥运场馆的情况相反,在那里用不堪重负的网络设置来服务于活动组织者和球迷。

　　这些数据流可以用来预测新兴趋势，或者一位总统候选人。

　　据说一家使用智慧(Wisdom)以更好地理解它的客户的咖啡连锁店发现他们投放市场的一种新型巧克力有 “吸引力”。如果该公司想基于初步但引人注目的洞察力做出快速的决定, 它可以在Facebook “喜欢”率最高的商店里常备这种巧克力。

　　竞选时记者用智慧(Wisdom)在Mitt Romney的支持者们最喜爱的餐厅进行跟踪。如何进行?如果他们“喜欢”Mitt并且“喜欢”Joes Diner，记者们知道他们可以跟踪Joes进行一些访问。

　　大数据将获得很大的进展

　　尽管很吸引人，但大数据仍然处于它的早期。大数据来之不易，或者就此而言,很便宜，因为Wisdom Pro以25000美元起家。公司致力于整合许多独立的内部数据和来自Web的智能和来自NLP引擎的情绪分析，然后才能立于这一波潮流之上。

　　这样的公司还是少数。只有不到1%的公司目前以这种方式使用的大数据，独立客户策略师Esteban Kolsky说。然而这些都将改变，他补充道。

　　“大数据提供的社交数据和其他公共可用数据，可以分析用于在出现问题导致客户流失之前理解客户的情绪和需要，”Kolsky说。“这对直到现在不得不依靠客户的坦诚和直率来理解这个问题的企业是重大的进步。”