1704273420
通常情况下，在线贸易商谙熟如何建立与客户紧密相连的商业模式。那些没有与亚马逊合作开展在线贸易折扣和电子书折扣活动的出版商，已经首先感受到了生产商与销售商之间实力对比不均衡的情况，他们的书品延迟发货，在线新书推介严重减少，并且印刷版次持续萎缩。这种市场格局影响力的变化不仅仅发生在出版行业。稍微大型一些的贸易商知道，用自有品牌商品与名牌产品竞争是很艰难的，并且需要投入很高的营销预算，因此他们会采取将一部分自有品牌产品与其他生产商的名牌商品联合销售的方式。当然，他们早就知道，这样做会让消费者反应敏感，比如，当我们将一个产品礼包中的一样联合利华的商品换成拜尔斯道夫品牌的同质产品，或者反过来做品牌替换时，消费者都会敏锐地发现。
1704273421
1704273422
最终是生产商钳制它的贸易伙伴，还是反过来，贸易商牵制生产商，这取决于谁在数据的支撑下能够更好地了解客户，谁能够基于数字化及多渠道生态环境建设，与客户联系得更紧密。
1704273423
1704273424
数字化的多渠道贸易商和纯在线贸易商会挤压数字化竞争能力较弱的贸易商的生存空间。与此同时，在线贸易量的占比会继续增加。最终是生产商钳制它的贸易伙伴，还是反过来，贸易商牵制生产商，这取决于谁在数据的支撑下能够更好地了解客户，谁能够基于数字化及多渠道生态环境建设，与客户联系得更紧密。
1704273425
1704273426
如同前文已经说过的那样，我们都不喜欢感受到未来受到威胁。但是这种说法本身就是很矛盾的。一方面，这已经不是即将受到威胁的问题，因为我们所描述的情况正在一步步地演化为经济现实，且不仅仅局限于数字化产品领域。另一方面，在激烈竞争的局面下，同时还存在一种经过市场检验的、影响巨大的共赢情况，即：
1704273427
1704273428
与你的竞争对手分享数据，就是在实现利益共赢。
1704273429
1704273430
协同型客户关系管理
1704273431
1704273432
早在大约10年前，哈佛大学经济学家亚历山大·克拉克劳尔（Alexander Kracklauer）、奎因·米尔斯（Quinn Mills）和迪尔克·塞弗特（Dirk Seifert）就共同提出了协同型客户关系管理概念（Collaborative Customer Relationship Management，他们还同步出版了同名著作）。从某种程度上看，这个概念具有先知特质，因为它当时就预言了在受数据影响越来越深的经济环境中，会出现与以往不同的竞争局面。我们觉得，协同型客户关系管理概念在现今也可以寻找到广泛的现实基础。
1704273433
1704273434
基于上述概念，我们可以总结出三类企业，它们懂得如何智能地利用数据信息。
1704273435
1704273436
☆第一类：包括谷歌、亚马逊、亿贝、贝宝和VISA（维萨）在内的数据巨头企业。它们凭借自身固有的经营模式，就可以直接掌握到庞大的数据量，他们可以直接将这些数据信息投入到下一步的经营中去。
1704273437
1704273438
☆第二类：我们称第二类企业为“独奏者”或者“数据专家”。它们都是某一行业或者某一产品门类的领军企业，客户影响力较大，数据现状非常好。既有的市场格局为这些企业提供了良好的数据基础，并且单一客户的利润贡献度都很高，因此它们有能力实现客户忠诚度管理，并借此完成市场定位及资金筹措。这一类型的企业包括大型零售商（沃尔玛、宜家）、连锁酒店（喜达屋、希尔顿）和汽车租赁企业（赫兹、安飞士）等。这些企业大多数都是从数年前或者数十年前起，就开始凭借成功的客户忠诚度管理措施，系统性地收集客户数据信息。通过这种方式，它们对行业内市场上的客户有了深入的了解。但是，它们对跨行业的认知掌握较少。从消费者的角度看，第二类企业中的任何（单独）一家，大多都不具备必要的规模与吸引力，在激烈的市场利益争夺中存活下来，在面对数字化竞争时，大部分也不具备成为行业内一家独大企业的内部实力。因此，第二类企业中，对客户忠诚度管理较好的那部分企业，例如航空公司（美国航空、汉莎航空、英国航空），都选择与第三类企业合作的经营策略。
1704273439
1704273440
☆第三类：与数据巨头企业开展合作的一类企业，已经打造完成了数据合作同盟。它们的智能数据合作伙伴会系统性地与它们分享跨行业的、来自不同价值创造层面的数据信息。这样做不仅仅可以帮助他们压缩投资规模，节约运营成本，还为它们提供了一个在宏观与微观层面全面观察消费者采购与消费行为的机会。有一些数据合作伙伴最终可能会参与到它们的行业中来，或者是着手开始了解它们的行业情况（尤其是星空联盟和寰宇一家项下的航空公司）。还有一些数据合作伙伴，它们通过与专业化的数据服务商（邓韩贝或Emnos）合作，或者通过建立其他的数据合作伙伴关系，开发出了一些跨行业的多伙伴联合模式（例如英国Nectar积分联盟、德国Payback返利计划）。
1704273441
1704273442
相互分享数据的价值创造能力早已不是新概念。在贸易领域，早在20世纪90年代，一些加入ECR倡议的欧洲工业和贸易企业就已经开始系统性地践行这一理念。缩略语ECR代表Efficient Consumer Response，即有效客户反应。在市场饱和状态的促进下，ECR成员企业实现了传统的、跨企业的管理流程优化，例如完成了货板、产品编码和物品编号的标准化工作。同时，在多边数据交换的作用下，成员企业获得了对选址、产品或品类研发、价格形成和市场营销手段等更深入的认识。我们可以这样说，十几年过去了，基于数据的标准化管理流程运行一直十分良好，但是ECR在激励客户和提升客户忠诚度方面的表现确实欠佳，很多成员企业对此都是很失望的。
1704273443
1704273444
1704273445
1704273446
1704273447
ECR和许多其他的企业间信息交互模式都曾经并且仍然在面临5个最大的障碍：
1704273448
1704273449
☆在谁应该承担共同投资的哪一部分方面，无法形成一致意见
1704273450
1704273451
☆在整合不同的客户关系管理系统方面需要投入大量成本（况且这些系统还经常不好用）
1704273452
1704273453
☆数据保护方面的顾虑
1704273454
1704273455
☆IT系统安全性问题
1704273456
1704273457
☆双方不信任，认为信息合作伙伴存在未按照约定用途使用数据的可能性，甚至可能将这些数据用于伤害伙伴的利益
1704273458
1704273459
任何一个非数据巨头的企业，在实际审视自身的实力后，若发现自己确实无法成为行业中一家独大的企业，那么此时，它就必须寻求与数据巨头企业联盟合作。
1704273460
1704273461
这些障碍由来已久。在利益面前难以达成一致和相互间的不信任是人性使然。客户关系管理系统数据库技术的进步和云技术的应用，使这些障碍中的一部分有所弱化。但是现在我们需要更加关注IT系统安全性带来的风险。相比15年前，有一点的确发生了本质性的改变，那就是共享数据的必要性。在ECR的起步阶段，没有什么数据巨头企业，那些所谓的“独奏者”企业也刚刚开始进行信息积累。而今的情况是，任何一个非数据巨头的企业，在实际审视自身的实力后，若发现自己确实无法成为行业中一家独大的企业，那么此时，它就必须寻求与数据巨头企业联盟合作。换句话说就是，它必须马上成为团队合作型企业。在整个市场中，第一类和第二类企业最终都会发展成为第三类企业。
1704273462
1704273463
在寻找潜在数据合作伙伴的过程中，以下建议可能会有帮助：
1704273464
1704273465
☆分析自身企业的价值链。在已经与其他企业开展直接或者间接合作的企业中，哪些掌握了对自身企业业务有价值的信息？这种方法尤其适合高价值或者高利润商品的多级贸易，因为价值链中的所有参与者在面对产品销售时，所追求的利益都是一致的。
1704273466
1704273467
☆关注一些行业，这个行业中的企业，与自身企业有着共同的目标客户群体，但是两个企业又不发生直接的竞争。比如航空公司之间的信息伙伴关系，租车公司与连锁酒店间的信息伙伴关系等。或者，往小了说，一定区域内的化妆品沙龙与康体中心之间也可以建立这种信息伙伴关系。
1704273468
1704273469
☆分析重要的信息是在哪里产生的，在哪里存储的。消费者在哪些企业那里遗留下了信息，而这些企业恰巧又能为自身企业提供技术和数据？这些数据提供企业掌握的信息能否有效地补充自身企业的数据库，并辅助自身企业进行数据分析，这些企业是否会对新的商业模式感兴趣？大型电信企业或者支付结算企业（VISA或贝宝）都有可能是信息提供企业。