卓越的客户关系管理绩效是推动B2B企业成功的关键因素。随着数字经济的快速发展和数据分析技术的增强,组织越来越重视使用大数据技术来改进客户关系管理。大数据预测分析能力,作为一种极具竞争优势的组织能力,能帮助企业及时有效地发现和满足客户需求,优化企业的客户管理与服务流程,改善客户获取、保留和扩展,从而提高客户关系管理绩效。然而,通过对已有文献研究的梳理,本文发现,现阶段研究人员对大数据预测分析能力驱动因素的理解仍然不完整,而且,很少有研究将大数据预测分析能力引入客户关系管理领域并探讨其对客户关系管理绩效的作用机制,也无法解释为什么企业在发展类似的技术能力（如在产品定制中使用大数据分析）时会呈现不同水平的客户关系管理绩效结果。因此,深入探讨大数据预测分析能力的驱动因素,解析大数据预测分析能力提高客户关系管理绩效的作用机制,成为现阶段B2B企业适应大数据发展的战略重点。鉴于大数据预测分析能力会受到组织内部因素和外部因素的影响,在资源基础观和制度理论的基础上,本文预测数据驱动文化是驱动企业发展大数据预测分析能力的组织内部因素,而模仿压力是激励企业在商业实践中提高大数据预测分析能力的组织外部因素。此外,本文还预测大数据预测分析能力不仅能直接提高客户关系管理绩效,还能通过客户关系管理流程能力间接影响客户关系管理绩效。基于此,本文提出了一个全面的理论框架模型,并从阿里巴巴平台上300家B2B企业收集问卷调查数据,以对其进行验证。最终,通过采用Smart PLS2.0进行偏最小二乘估计,结果表明,首先,数据驱动文化和模仿压力均对大数据预测分析能力有正向影响。其次,大数据预测分析能力需要客户关系管理流程能力的中介作用才会对客户关系管理绩效产生影响,也就是说,大数据预测分析能力并不直接影响客户关系管理绩效,而是要通过客户关系管理流程能力间接影响客户关系管理绩效。这些发现将大数据预测分析研究扩展到客户关系管理领域,描述了大数据预测分析能力的驱动因素及其对客户关系管理绩效的影响机制,为大数据预测分析能力是如何通过成功的客户关系管理流程提高客户关系管理绩效这一问题提供了新的见解,也为管理者提高大数据预测分析能力、优化客户关系管理流程、改善客户关系管理绩效提供了有价值的参考和借鉴。