本文故事取自郑毅《证析——大数据与基于证据的决策》。这可能是第一本关于analytics(证析)的中文专著。该书认为，在大数据背景下，基于数据分析的决策所能达到的深度、广度和潜力将是无可限量的。本文部分数据参照网络资料有修改。

Gary Loveman，MIT经济学博士，哈佛大学教授。1994年，他在《哈佛商业评论》上发表了一篇名为Putting the Service-Profit to Work的文章，引起商业界的广泛关注。1998年，他接受主营赌场业务的Harrah’s Entertainment（2010年更名为Caesars Entertainment）的邀请，于2001年成为该公司的CEO并任职至今。

教授办赌场，有什么高招？Loveman没有像其他拉斯维加斯赌场那样，斥巨资于炫目表演以招徕顾客。他也投入巨资，但他投入信息系统建设，每年IT费用高达1亿美元以上。

Loveman的核心举措，是实施名为Total Reward的会员卡制度。他将会员卡分为金卡、白金卡、钻石卡三个等级，随时随地记录会员的停车、玩乐、用餐、住宿的消费。会员卡搜集了大量的客户信息，使Harrah’s能够掌握顾客的年龄、性别、住址、偏好（如喜欢玩21点还是老虎机，玩多少时间）、多久来一次赌场、在赌场如何用餐、是否在赌场过夜等详细信息。到2010年，Loveman已经掌握超过4000万会员的信息，成为博彩业最大的客户数据库。

通过分析会员卡数据和调研数据，Loveman发现，客户用于赌场娱乐的消费中只有36%花在Harrah’s，大部分消费在别的赌场。如何提高客户的忠诚度，是Loveman市场策略的关键。

数据表明，26%的客户贡献了82%的收入。分析发现，这些好顾客并不是那些其他赌场努力争取的赌博豪客，而是包括教师、医生、银行职员等在内的中产阶段中老年顾客，他们有足够的收入和时间来赌场消费。他们的赌博风格并不是一掷千金，而是更喜欢在那些一晚上只有几十、几百美元输赢的老虎机上消磨时间；他们很少在赌场过夜，一般都是在下班的路上或周末过来消遣一下。数据还表明，与30美元筹码外加一晚免费住宿和两顿免费大餐相比，60美元筹码更能取悦这些顾客。显然后者的成本更低。

为了赢得这些顾客的忠诚，Loveman基于对顾客消费模式的分析，通过复杂的量化模型计算出顾客的长期价值（customer worth），即关注顾客的长期总消费，而不是顾客某一晚上的消费。其理念是，只要顾客长期体验好，短期消费多少无足为患。

根据顾客的背景资料及历史消费模式，系统能够找出每名顾客的痛点（pain point）。也就是说，如果顾客输钱超过一定数量（痛点），本次消费造成的痛苦就有可能造成顾客一去不返。而Loveman找出痛点的目的是让顾客不要达到痛点。例如，系统预测顾客Shirley的痛点是900美元，当她输钱接近这一金额时，Loveman便会差遣一名“幸运大使”给她送去20美元代金券，劝说她说今晚运气不太好，不如先去大餐一顿。Shirley虽然输钱不少，但是可以享用免费大餐，这体验还不算太差，所以下次有机会还会来玩。（如果您去过拉斯维加斯，就会知道20美元真的可以吃得很好。）

可见，Loveman对数据并不仅仅作事后统计分析，已经达到实时收集数据、实时分析数据并实时指导业务作出反应的高境界。事实上，数据实时分析已经成为业务开展的实时指挥棒。由于老虎机是赌场的热门项目，当顾客较多时难免出现排队现象，而排队时顾客并没有任何消费，却有可能等得不耐烦而离开。因此，当出现老虎机排队时，Loveman便及时开放其他区域的老虎机，并将信息和优惠政策及时通知排队的顾客，使其及时得到满意服务。

数据分析也被Loveman用到企业内部运营的方方面面。例如，统计发现员工微笑次数与顾客满意度极为相关，经理便会观察员工面对顾客时的微笑；统计发现快乐健康的员工更能提供高客户满意度的服务，Loveman便加强了公司的健康福利计划。Loveman要求所有经理和主管的管理必须从数据出发，而不能简单地个人猜测说“我认为……”。

在Loveman的领导下，Harrah’s从只有15家赌场的地方性企业，成长为全球最大的博彩公司，拥有美国和海外赌场55家。

不过，Caesars Entertainment今年2月上市(NAS: CZR)之后，表现却不尽如人意。显然，数据能够驱动创新，但绝不能解决企业运营的所有问题。