2、对客户价值的识别和挖掘
按照科特勒在1995年对客户终身价值的定义，客户终身价值是“从一个客户身上所得到的其生命周期中全部销售额减少公司用来获取该客户和销售与服务于该客户所花费的总成本的净值。”就是公司将从该客户身上所得到的未来所有现金流的净现值。
这意味着，以数据为支撑的客户终身价值的评价和分析将有助于公司建立市场细分的策略，确认哪一类客户才是值得花费成本来建立客户关系的，并最终找到自己真正的目标客户群。同时，它将帮助企业更好地推进客户关系管理，比如通过数据的挖掘和分析，可以知道究竟百分之多少的销售额分别来自于现有客户和新客户。当然，它还会影响到企业的定价行为，比如降价可以迅速提升老客户保留比率和新客户获取比率，但同时也会降低利润率。涨价将提高利润率，但同时也会降低老客户保留比率和新客户获取比率，这意味着企业需要用数据支持决策，最终获得一个最优化的平衡。
3、客户流失预警
在用户即资产的时代，客户流失预警对企业的战略制定有着重要意义，流失的是否是目标客户，这些客户流失是否代表进攻者的强势进攻，还是自然选择的一个过程，哪一类型的客户，或者满足哪些条件的用户更容易流失，而满足哪些条件的用户则不易流失等等，通过不同的算法，可以发现最终客户流失的特殊及其原因，最终帮助企业决定是否需要挽留这些用户。
4、数据驱动的精准广告
值得注意的是，在大数据时代，营销理论正在经历重要演变，在历史上，包括产品、价格、渠道、促销在内的4P理论，由于科特勒的创新变为了6P，加上了权力和公共关系。1990年，美国营销专家罗伯特·劳特朋教授提出了4G理论，以消费者需求为导向，重新设定了市场营销组合的四个基本要素，即消费者、成本、便利和沟通。但是大数据出现，尤其是由因果关系向相关关系的转变，4R理论正变得越来越适时，即关联、反应、关系和回报。
营销理论的变迁背后，恰恰是数据驱动的精准广告时代的来临，它要求广告主在投放广告前要识别目标消费者，在投放中要实现精准定位，投放后要用一系列的数据工具进行广告效果监控。
5、企业商业决策
如前所述，企业的诸多重要的商业决策已经变得与数据密不可分，在很多企业里，用数据说话，拿数据指路已经成为企业运营过程的必备准则。同样以苏宁为例子，其数据部门需要为业务部门提供多重服务。首先就是报表服务，即通过Adhoc的技术，为运营部门提供实时的、丰富的、准确的数据支持，帮助所有的运营部门拿数据说话的问题。比如说你今天做一个活动，你需要直接把流量的数据拿出来。其次，就是引擎服务，引擎的意思就是说，它能够应用大数据的技术去驱动前台的业务，它与报表报务的差别在于它已经直接嵌入到企业的生产经营活动中，出来的数据会直接影响到企业的整个业务。
6、库存管理和物流配送
对于很多电商公司，或者是O2O公司来说，库存管理和物流配送正成为企业重要的竞争力，它不仅直接关系到企业的成本、利润，同时还直接关系到用户体验。由此，通过数据的分析和挖掘，可以精准测算出不同品类不同规格段商品的库存水平，同时获取物流配送的时间效率、最佳用户体验与物流整体配送效益的平衡。
作者简介：
陆原，贝恩公司全球合伙人，中国区高科技业务主席。
申文燮（Moonsup Shin），贝恩公司全球合伙人、大数据及TMT业务领导人之一。
贝恩公司的包铭锋和岳野亦对本文有贡献。