1704264940
对于此类的工作，要改变或许并不容易。在这种情况下，解决方案就是应用外在动机，我们将会在第4章中详细谈论。在此之前，我们必须先理解忠诚度3.0的另一个动力源泉——大数据。
1704264941
1704264942
构建忠诚度3.0之道
1704264943
1704264944
◎人类的动机是忠诚度3.0重要的基础构成部分之一。
1704264945
1704264946
◎动机有两类：内在的（源于个体内部）和外在的（源于个体外部）。
1704264947
1704264948
◎内在动机并不一定比外在动机更好。一个完善的激励机制或许会同时具有内在动机和外在动机。
1704264949
1704264950
◎五项关键的内在诱因：
1704264951
1704264952
自主——我能够控制；
1704264953
1704264954
精通——我能够改善；
1704264955
1704264956
意义——我能带来改变；
1704264957
1704264958
进阶——我有成就感；
1704264959
1704264960
社交互动——我和他人之间的连接。
1704264961
1704264962
◎内在动机通常更适合于探索型的任务。反之，外在动机更适合用在操作型的工作上。
1704264963
1704264964
1704264965
1704264966
1704264967
忠诚度革命：用大数据、游戏化重构企业黏性 [:1704264404]
1704264968
忠诚度革命：用大数据、游戏化重构企业黏性 第3章 用大数据提升忠诚度
1704264969
1704264970
在第2章中，我们对动机进行了深入分析。现在让我们从对人类行为的研究中转向大数据——忠诚度3.0等式中间的第二股动力源泉（见图3-1）。需要记住的是，坚定型忠诚度的基础在于建立起彼此之间的连接，而这种连接始于彼此间的认知和了解。大数据的出现让企业能够前所未有地更清晰地了解其客户、员工和合作伙伴。不妨让我们先来快速认识一下大数据的全貌，以便你熟悉并了解一下其大致的功能。在第4章中，我们将探讨如何应用“游戏化”来使用大数据，以此激励参与者更加活跃，并更具忠诚度。
1704264971
1704264972
1704264973
1704264974
1704264975
图3-1 忠诚度3.0等式
1704264976
1704264977
1704264978
1704264979
1704264980
忠诚度革命：用大数据、游戏化重构企业黏性 [:1704264405]
1704264981
忠诚度革命：用大数据、游戏化重构企业黏性 大数据是如何产生的
1704264982
1704264983
现在数据几乎已不是什么新鲜事了，但纵观人类发展的历史，电子化数据的出现在人类历史上只有很短的一段时间，大数据更是直到最近才粉墨登场。传统概念上的数据，诸如顾客或员工的记录、家庭住址、采购记录以及表现情况，都已过于简陋。这类数据保存在结构化数据库中，只要具备相应的权限、拥有合适的查询工具，并了解数据库构建模式（例如架构图或示意图），即可对数据库进行访问。大数据则代表着那种存储容量巨大，数量繁多，信息类型与格式与每个个体、企业甚至事件息息相关的数据。大数据的数据源来自各个方面，并在不断增长；同时，大数据有很多种组成形式，有些是结构化的数据，可以进行批量处理；而另一些则属于非结构化数据，无法批量化处理；此外，大数据的数据量之大也是前所未有的。
1704264984
1704264985
长期以来，企业都是使用标准的结构化数据保存用户记录，例如姓名、通信地址、电话号码、电子邮件地址，或许还有部分历史交易记录。同时，整合一些从外部购得的市场信息，包括从杂志订阅中推测出客户相关的兴趣爱好，以及从居住地和社会经济地位预估他的消费行为。日积月累，这类记录中包含了越来越多的信息，但仍然是以某种标准的结构化格式存在。
1704264986
1704264987
当前，计算能量的快速增长、移动设备以及其他新型的数据输入组成了另一个海量数据源。今天由于我们通过技术所做的每件事情都会产生数据，因此，新出现的大量非结构化数据流有待输入。其中许多数据源都属于“点击流数据”，如互联网IP地址、全球定位系统（GPS）的定位地址、移动电话使用情况、在线购物模式、社交网络非接触式射频识别（RFID）芯片、传感器及互联设备、博客文章、客户反馈以及其他你在互联网上创建和阅读的“公共”信息。这些和许多未被提及的数据源在极大程度上扩展了现在企业可用的数据总量。麻省理工学院科学家安德鲁·麦卡菲（Andrew McAfee）和埃里克·布林约尔松教授（Erik Brynjolfsson）在最近一期的《哈佛商业评论》中提道：“今天，我们每个人都是一台行走中的数据发生器。”
1704264988
1704264989
这些数据呈现出以下特征：（1）分布范围广；（2）不为某家企业所拥有或控制；（3）无法通过传统的“结构化”数据库管理；（4）数量庞大。这就是大数据。高德纳公司的分析师对大数据作出如下定义：“一般来说，大数据可以定义成数量大、处理快、类型多的信息资产，通过高性价比、创新的流程处理工具利用它，可以提升企业洞察力并使其快速作出市场决策。”换言之，大数据不同于传统数据之处就在于这三个V——存储容量（Volume）、处理速度（Velocity）和类型复杂（Variety）。