我们的数据宇宙是浩瀚巨大的，并且保持着指数级增长，预计到2020年全球数据将膨胀到44泽字节(1泽字节=1,000,000,000,000千兆字节)。

很多公司试图利用海量的数据让人们生活的更好。在消费者服务中，零售商们用实时分析和应用数据可以做很多事情。

举几个栗子：

·利用数据电商可以预测顾客的购买行为，并以此优化顾客滚动屏幕时页面上显示的产品;

·利用数据金融机构可以在不到一毫秒的时间内查明和阻止欺诈性交易;

·利用数据医疗保健机构可以更有效地诊断和治疗患者。

但在企业级服务中，数据传统上是孤立的、笨重的，难以处理并且需要手动录入到数据库系统(如CRM)。20世纪90年代以来，除了将数据存储从本地升级到云端，CRM基本没有什么改变。

我经营着一家企业服务技术公司，我们已经看到了使用一致性数据提高销售业绩的效果。但是，想要为销售经理提供最好的线索监控渠道，CRM仍然比较低效。销售们需要花时间手动录入数据，然后花更多的时间搜索线索。虽然高级管理层可以通过CRM清楚地监控销售的能力，但绝大多数的销售不喜欢CRM带来的额外工作量和开销，CRM的利用率不高，也无法发挥其全部潜力。考虑到这些，你会觉得销售管理变得更重要，要知道，据统计销售们平均每天只花11%的时间在专心谈生意。

当然，这看起来是及其过时的，因为我们生活在一个有亚马逊推荐引擎和Siri的时代。试想一下：

·如果企业工作流软件像Siri一样智能和易于使用会怎样?

·如果销售代表们可以受益于CRM的行动建议，像司机用智能导航一样用CRM会怎样?

正如亚马逊积极地建议购买婴儿车的人再买一个汽车儿童安全座椅，企业服务软件应该更主动地向企业用户建议什么是最高价值或最紧急的任务，以便他们确定工作优先级。

因为有机器学习和预测数据引擎，这些将比你想象中更快地变成现实。可以提供数据驱动的人工智能决策支持算法将在工作流中释放新的生产力水平，使每个人都能专注于重要事项，并保持持续性改善。

对大多数销售代表而言，他们最繁琐的任务不一定是他们最重要的任务，他们浪费了太多时间在跟踪错误的销售线索上。利用机器的力量来推荐线索和跟踪方法，每个销售都可以由数据驱动，释放他们的时间，让他们专注于最终促使交易完成的客户信任和关系维护方面。

销售与客户们的沟通越来越数字化，用微信、电子邮件或网站访问进行交流。随之而来的是数据越来越具有分析价值——成功的销售的数据表现对比一般的销售，可见什么样的沟通是有效的，让团队中其他销售以同样的方式一起提升业绩。

在如今自动化、预测性的趋势中，传统CRM的局限是显而易见的，使用CRM作为销售跟踪工具的时代已经结束了。CRM和所有软件的未来是建议使用者下一步的行动，这种预测分析由对特定行业的业务和工作流程的深度机器学习来支持。

目前CRM还没有消亡，但销售们并不想使用它，除非它可以变得更聪明、为销售们节省更多时间，而不是带来繁重的数据录入和查找负担。

未来的CRM将是一种加载预测数据的主动系统，换句话说，能与机器人助理友好相处的销售，才能在新世界中成为业绩明星。