运用规则，了解关联(2)

　　洛夫曼扩大哈拉斯娱乐财务绩效的策略核心就是一套称之为“奖励卡”（Total Rewards Card）的顾客忠诚计划，借以收集大量跟顾客有关的资料。在收购凯萨宫以前，哈拉斯娱乐的数据库中估计已经有2 700万名持卡人了，再加上凯萨宫的顾客，持卡人数高达4 000万人。

　　持卡人每次进入哈拉斯的赌场都会刷这张卡片玩吃角子老虎或是在参加赌局时把卡片递给赌场经理，不然就是用这张卡片支付饮料、餐点或旅馆住宿的费用。

　　在哈拉斯娱乐的40个营业网点赌博的客人当中，有将近80%的惊人详细资料都掌握在哈拉斯的手中：客人参与的赌局名称、是赢是输、有没有在哈拉斯的旅馆投宿、吃了什么或喝了什么、有没有拿广告信函的兑

　　奖券来兑换、配偶是否同行等等。这家公司还知道客人经常出入哈拉斯的哪一家赌场以及他们玩了哪些赌局。如果客人玩了吃角子老虎（占了哈拉斯娱乐收入的80%），哈拉斯甚至知道他们每分钟拉霸多少次。

　　所有这些实时信息都会跟历史数据（包括客人本人跟同伴的数据）联系在一起，以便决定要呈现给客人什么样的促销或优惠方案。

　　洛夫曼根据不同人群客人的赌博偏好，建立了一套四级奖励计划，顶级的是七星卡，紧接着的是钻石卡、白金卡以及金卡。这些卡片全都做到实至名归，公司也会提供顾客“梦寐以求的诱因”以吸引他们，就字面上来说，往食物链的顶端移动。拿赌场的自助餐厅来说，如果你拿的是七星卡，你从来都不需要排队拿食物；而如果你是钻石卡，那么可能就要等一小段时间。可是如果你手上的是金卡，那就只好乖乖排队了。洛夫曼告诉我：“我想要做的就是让那些拿金卡排队的客人看着七星卡的持卡人马上就被安排座位，然后说：‘老天！如果我也有一张七星卡，我就不用排队了。我要怎么做才能拿到那种卡呢？’”

　　停车的情况如出一辙。“如果你手持七星卡，在星期六的晚上来访新奥尔良的哈拉斯赌场，我保证你可以得到免费的代客停车服务。”洛夫曼说，“可是如果你插进去的是金卡，代客停车就会显示已经额满。”

　　自从这个奖励计划问世以来，哈拉斯估计他们已经把消费者的赌博预算从36%提高到43%。

　　哈拉斯的预测系统对财务方面造成的影响已经超越赌场生意了。举例来说，它帮助公司用比较有利的价格提高旅馆的住房率。而增加旅馆业务的收益是哈拉斯收购凯萨宫的最主要目的，洛夫曼在最近一次跟分析师的电话会议中如此说道。

　　哈拉斯娱乐公司转型的结果不言自明。2004年，估计哈拉斯公司的营业收入当中有75%来自于这个顾客忠诚计划，而同年该公司的市值飙升到75亿美元，较之1998年增加了接近20亿美元。2004年哈拉斯公司的营业收入为45亿美元，净收入则有3.677亿美元，这又创下另外一项纪录了。

　　在零售业，业者会希望把事件信息（也就是顾客对某一项服务的反应）传送到一个需求驱动导向的生产作业模式上，进而以拉动的方式从供货商及合作伙伴处取得产品及服务满足客户订单。他们希望在一个实时化的环境中做到这样的事情。同样，在金融服务业，营销机构会把顾客的数据输入商业规则管理软件中，而规则引擎则会依序处理在这些修正过的营销与销售活动背后的自动化逻辑。

　　一个典型的例子就是管理与执行针对高收入顾客所提供的新附加服务。你当然会去测试你的新服务是否能够吸引客户增加消费，不过，如果你是认真地想要衡量效果，就必须以紧迫盯人的方式监控正在上演的营销活动。规则与流程如果没有自动化，你就需要不断重复地使用商业智能工具去撷取数据，所需的时间与精力恐怕不在少数。不过，如果结合商业规则与攫取少量相关数据的能力就能够产生巨额的成本节省效果，并且压缩辨认客户行为到作出适当反应之间的时间，这就是一个积极有作用的预测型客户关系管理，结合最新的数据与实时化的商业规则应用，帮助你创造绩效、达到目标。

本文摘自《第三次企业思维革命》

---

　　 本书中所讨论的预测商业的原理是极为高瞻远瞩的概念，以至于我们的某些客户不愿意透露他们打算如何应用。其中一些企业才刚刚开始思考，而我们推测另外一些企业在落实这个观念方面已经走得相当靠前了。无论如何，现在市面上讨论这个主题的公开信息可谓凤毛麟角，并非预测商业的方法论未获运用的关系，而是因为许多高级主管相信他们所勾勒的愿景为企业带来竞争优势，而他们还不打算公之于世，与众人分享。
　　在本书中，我将分享我自己的公司、我们的客户以及其他一些产业先驱在实践事件驱动型企业上面的经验，并回答当今最为核心的问题：“我应该如何驾驭与运用对自己的顾客、流程、资源与公司资产的所有信息，以确保公司长久的繁荣兴盛？”