最近看到一则海外的新闻，一家人在收到一贯准确投递到家中的商业促销信函时，看到其中一封的促销产品函中标注着“该名客户亲人近期在车祸中丧生”的信息。

    如果家人全部健康平安，收到这么一封少许带有点诅咒内容的信件，我们顶多会心里骂几句这家不靠谱的公司而已，但是，恰恰相反，这家公司的大数据收集能力和备注能力都极其出色，信中关于收件人家庭的信息非常准确。

    这里也浮现出了大数据应用于商业企业获取客户的基本供应链：A公司是需要潜在客户信息的企业；B公司是信息经纪公司或数据收集分析公司，负责收集整理筛选潜在客户信息提供给需要的企业，这些数据帮助企业促销推广产品获得客户时使用；C公司有可能是一家连锁超市或者能够接触到最终客户的企业，它的数据库有着大量的一手客户详细信息；D是被像小白鼠一般准确分析的客户（当然，在隐私充分保护的情况下，大数据其实反而减少了我们被垃圾广告骚扰的次数，因为它所导致的销售行为更精准更符合我们的个性化需求）。

    上述的故事脉络基本就是：B从C处获得了客户信息，筛选出满足A需要的信息，并根据A的产品内容针对特定客户寄发信函给D。一个很完美的流程，但在这个过程中，可能是人为的疏忽，客服代表不小心把原本后台隐藏的客户背景信息放入了信函中（估计是多次枯燥的拷贝粘贴中出现的失误），结果出现了这尴尬的一幕。

    其实，人们在搜索引擎中每一次搜索的记录、在电子商城中每一次的商品浏览和购买记录、每一次电子支付的数据……这些看似不相干的庞杂数据，汇总在一起，经过分析提炼，一般即可描绘出这个人的行为习惯概况，并对其未来可能采取的行为做出预测。

    制度健全的大公司的优秀员工，都会在入职时被培训出像鼹鼠一样的嗅觉，在他们边和客户交谈时，边竖起耳朵细心倾听客户透露的信息，事后再整理进公司的客户资源管理系统。

    这些信息都是销售或客服在日常与客户的接触中交谈沟通得来，以便更好地服务客户。

    利用大数据技术，不管是被动数据，还是主动数据，将这些无头绪的信息编织在一起，经过分析筛查，就能够精确地指向潜在客户。

    也许有一天某人的女友会收到他精心准备的从网上订购的生日礼物，同时可能在随礼物寄来的包裹里有着除了统一的感谢购买函，还有系统不小心出错打印上的“（根据以往购买记录，该名客户有86%的可能会喜欢黑丝镂花，并且花费预计不会超过80元，女友不喜欢的概率可能为43%……）”。当然，这种建立在对客户过往交易数据分析上的“温馨的”隐私判断通常不会出现，即使出现，也会出现在括号内。但是这样的信息还是不让客户知道为好。