据Forrester公司分析师James Kobielus称，通过现存的CRM数据，可以最大限度地改善与重要客户的一对一互动。他表示，与预测分析新开发出的功能相结合后，CRM应用能够在以TB级的用户数据采集基础上，更深刻的洞悉数据。通过实时客户数据分析，客户能够主动联系公司。

　　你可能遇到过相同的情况，当你网上购物时，购物网站会根据你购物车内的物品，为你显示其他你可能感兴趣的物品。

　　这与CRM的理念如出一辙，当潜在客户进入公司网站购买物品时，使用追加或内置的应用进行预测分析。Kobielus称。“在你以某项价格向客户销售该商品，他们就会买吗？在客户已购商品的基础上，有目的地进行提议。客户是否会接受提议，取决于你是否能够使客户保留销售以及利润最大化。”

　　实际上，由于卖家的市场回应对CRM系统提出更高的要求，Kobielus称CRM结合预测分析的现象在市场上出现得愈加频繁。例如，客户联系公司的客服中心，进行业务解答或咨询，一旦问题解决，根据客户的账户信息，以及购物记录，客服中心工作人员会提供相应的物品购买提议。以上所有，在客服中心工作人员的电脑屏幕上都有显示。

　　“一些功能目前在CRM中已有所应用，并且之后将有更多功能投入使用，”Kobielus称，“CIO们必须将之纳入考虑，因为这正是目前CIO们所考虑的问题。”
　　预测分析的影响显而易见—-有效利用收集到的客户数据，公司能够借此提升效益，Kobielus表示。

　　忙碌的IT领袖们很幸运，预测分析不是一项完全陌生的技术，不需要重新接触并实行。相反，它是目前商务智能（BI）方案的衍生，对无法轻易由人力辨识的模式，以及使用内的公司数据，通过数据挖掘，梳理，以及分类，进行分析。不过预测分析直接与CRM应用结合，进一步提升了应用的重要性。

　　另一项衍生应用是，Kobielus称，CRM应用以及预测分析工具，与如Facebook 以及Twitter之类的社会媒体平台联系越加紧密，对公司管理客户数据有所帮助。

　　这使得公司能够拓宽CRM数据领域，更有效地为客户提供精确市场资源，他表示。“与此相关的话题正逐渐升温。”Kobielus 称。

　　同时，随着各类预测分析的引进，各公司需根据自身的基础架构体系，挑选合适的分析方法。挑选需通过研究，细节调查，以及市场营销，IT和其他部门的团队讨论，并市场调查来进行。预测分析的选择需要深思熟虑。迈出第一步前，你必须明确目标，这样才能够从之后时间与资源的投资中取得足够的回报。

　　“你必须有所准备，确保你的CRM系统能够应付这些状况。” Kobielus表示。

　　据Kobielus称，不少供应商将预测分析内置于产品中，其它供应商则为现存产品提供追加预测功能。“许多老式系统需要更新换代，不然你就必须为CRM加载软件，以运作系统。”

　　CRM供应商们希望找出整合所有预测分析工具的方法，目前这项工作尚处于初期阶段。工具与数据的最佳结合方法尚在探寻中。“解决以上问题的关键，在于预测面对公司提供的购买提议时，人们会作何反应。”