据统计，95%的企业并未利用它们的数据，而39%的营销人员认为他们也无法通过数据正确预测出客户的需求。如此大量的数据被空置，而又有相当比例的数据总是被浪费，所以不是个性化服务难落地，而是数据根本没有被充分有效利用。同时，也受当下技术水平的限制，数据很难转化为服务。犹如你有一块美玉，但就是没有精巧的手工技术把它雕琢成一件价值连城的艺术品。

2013年3月12日发布的《分析：大数据在现实世界中的应用》白皮书提供了大数据应用的五大关键性建议，包括“以客户为中心”，制订前期“大数据战略规划”；制定全面完整的企业“大数据蓝图”；从现有数据入手，设定并完成短期和阶段性的“大数据战略目标”；根据业务优先级，逐步建立分析体系，循序渐进提升“大数据分析能力”；定制可衡量的指标分析“大数据 ROI(投资回报率)”。

该结论来自IBM与牛津大学共同进行的大数据研究。该项目对全球95个国家、26个行业的1144名业务人员和IT专业人士进行了调研，采访了20多名学者、业务主题专家和企业高管。

理想的个性化服务

要想为用户提供理想的个性化服务，企业必须掌握两点：一是如何通过数据充分了解用户的个性；二是合理地掌控和设计服务的个性。

了解用户个性，就是要为用户提供他们想要的产品和服务。首先，企业需要在庞大的数据库中，找出最具有含金量的数据；其次，把数据表现相同的用户分为一类，依据用户数据表现设计针对性的服务。在这里，企业的服务能否做到位，关键是有没有抓住最核心的数据。但不得不思考的一个问题是：通过数据分析所归类得出的服务项目太多，是否会导致管理成本增加，同时降低服务效率呢？

个性化分散的单位可大可小，大到一个有同样需求的客户群体，小到每一个用户都是一个个性化需求单位。而过于分散的个性化服务，会增加企业的服务成本和管理的复杂程度，所以要合理掌控和设计个性化服务。考虑是不是所有提供的数据都应该将它们转化为服务？所增加的成本和实际收益是否成正比？如果服务成本的增长并没有换得更好的回报，那意义何在？

总之，企业实现个性化服务的最大难点一是关键数据的可靠性，二是管理成本的可控性。具体来说，个性化服务设计的出发点就是对关键数据的分析，如果数据筛选和分析有误，那结果可想而知；个性化服务附带着各种成本的增加，比如数据管理。个性化服务在某种程度上只能以消费群体为单位，而非每一个消费者，同时必须考虑企业实际的成本投入和收益回报。