中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
新零售概論 版權信息
- ISBN：9787303251490
- 條形碼：9787303251490 ; 978-7-303-25149-0
- 裝幀：70g膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
新零售概論 本書特色
本書讀者對象：市場營銷人員、電子商務從業者、零售業從業者、大中專院校在校生等。在消費升級和技術升級的雙重驅動下，新零售時代來臨。新零售，是企業以互聯網為依托，運用人工智能、大數據等技術手段，對商品的生產與銷售過程進行了升級改造，是對線上服務、線下體驗以及現代物流進行深度融合的零售新模式，是對業態結構與生態圈的重塑。《新零售概論》在總結現有各種新零售實踐的基礎上，對一些共性技術和管理方法進行了總結，全書思路清晰，內容注重實用，語言簡潔，主要為讀者解答了新零售的概念及三大特征、大數據如何為新零售賦能、新零售如何提升消費者體驗和供應鏈效率等問題。
新零售概論 內容簡介
隨著互聯網、人工智能、大數據、物聯網等技術的快速發展，傳統零售產生了巨大變革，“新零售”應運而生。新零售將通過數據與商業邏輯的深度結合，實現消費方式逆向牽引生產變革，是中國零售大發展的新契機。基于此，本書以新零售的產生、典型模式為切入點，詳細介紹了新零售中涉及的主要技術及其應用場景，新零售“人-貨-場”次序和格局的重構，數據賦能的內涵以及新零售下數據賦能的主要場景，*后，本書還為大學生和初學者介紹了新零售時代的學習思維、技能要求、典型工作崗位等，幫助他們有針對性地學習相關知識并有目標地提升自身技能。
新零售概論 目錄
**章 零售與新零售
**節 零售、零售商與零售業
第二節 新零售
第二章 新零售技術
**節 物聯網
第二節 大數據
第三節 云計算
第四節 人工智能
第五節 3D打印
第六節 VR/AR/MR
第七節 區塊鏈
第三章 新零售“人”洞察
**節 關于“人”
第二節 消費者行為
第三節 客戶生命周期
第四節 客戶畫像
第五節 客戶關系管理
第四章 新零售“貨”管理
**節 關于“貨”
第二節 供應鏈
第三節 供應鏈典型模式
第四節 云ERP系統
第五章 新零售“場“創新
**節 關于“場”
第二節 全渠道融合
第三節 IP經濟
第四節 社群經濟
第六章 數據賦能
**節 數據賦能的內涵
第二節 數據賦能場景
第七章 新零售時代的學習與工作
**節 新零售時代的學習思維
第二節 新零售時代的技能學習
第三節 新零售時代的工作
展開全部
新零售概論 節選
基于小數據的用戶畫像客戶畫像的廣泛應用與大數據的發展息息相關。在我們提到“大數據”時，常會想到其巨大的體量、多樣化的模態和有待挖掘的巨大價值等特點。越來越多的企業意識到基于大數據的分析將會給營銷帶來莫大的幫助，新零售的諸多實踐也是建立在大數據的基礎之上。然而，在求助于大數據的過程中，業界遇到了許多現實的約束和挑戰。首先，隨著互聯網產業的發展，數據已經被為數不多的大平臺高度壟斷，與此同時每個平臺垂直化的發展戰略也使得各個垂直領域的用戶數據被高度割裂。其次，全世界范圍內正在掀起一波又一波的隱私保護浪潮，不但政府法律法規越來越完善，對獲取個人和企業的數據有著嚴格的限制，禁止在未得到充分知情同意的情況下進行數據互聯，而且個人的隱私保護意識也有大幅度提升。*后，在機構和個人都普遍意識到數據的價值的背景下，合法數據獲取渠道的價格越來越高昂，超出了許多企業（尤其是中小企業）能夠承擔的范圍。在這些現象的共同作用下，企業基于自身僅有的數據維度，對用戶的洞察很難逃出“片面”和“粗淺”的困局。這樣不完整和流于表面的客戶認知對新零售而言是災難性的，意味著企業既無法進行細致準確的客戶人群細分，也無法探知客戶行為的本質和深層原因。為了應對這些挑戰，學界和業界都做出了許多嘗試和努力。其中之一便是挖掘小數據的潛在價值。這里對“小數據”的分析思路與大數據的*大不同之處，不在于數據量的大小，而在于以更深入的方式理解關于個體的小維度數據。例如，你在微信上跟朋友聊天時更喜歡用什么語氣詞？你的書桌總是收拾整潔，還是經常雜亂無章？你是否常常錯過早飯？又是否越到晚上反而越精神？這些都是關于你的“小數據”。它們只是認識你的一個很小的角度，但卻又蘊含著豐富的信息量。對于企業而言，如果能夠打開小數據世界的大門，就會發現自己擁有如此多獲取難度低、且不涉及用戶隱私的信息尚未被挖掘和使用。無數的心理學家、社會學家、經濟學家已經像敏銳的偵探一樣發現各種小數據（如手勢、喜好、厭惡、裝飾、推文）中隱藏著關于“你”的種種真相。那么，在新零售的應用場景下，我們如何發揮出小數據中蘊藏著的巨大潛力和價值呢？這需要探索有別于傳統大數據的新思路和技術手段。科研機構和科技企業經過探索，已經形成了一些通過小數據認知形成豐富標簽的工具。以華院數據分維（簡稱Fra+）智能畫像引擎為代表，微博發文、購買記錄、商品評論、問卷，微信頭像等小數據，可以用于推測個人的價值觀、風險偏好、思維習慣、人際關系、社會態度等覆蓋幾十個維度的數千條標簽（見書中圖3-34）。基于小數據認知的標簽不但對用戶畫像的標簽體系形成數量上的增補，更實現了對客戶認知層次的深化。基于小數據的用戶畫像在許多新零售的應用場景顯示出了出人意料的優勢。在一個真實 的商業案例中，A是一個著名的攝影器材品牌，在進行營銷宣傳時，面臨意見領袖（Key Opinion Leaders，KOL）的選擇問題。個人流量和熱度往往是評價一個KOL的關鍵指標，流量排名*高的KOL收費標準也高得令人咋舌。然而，在KOL的選擇上，貴的卻不一定是對的。如果選擇了風格和調性與品牌不符、與目標消費者群體偏好相悖的KOL，效果常常適得其反。這種情況下，只掌握目標客戶群體的基本信息畫像是遠遠不夠的（見書中圖3-35），而客戶的品味、偏好、興趣卻深深地隱藏在小數據背后，是傳統大數據難以描繪的。為了洞察品牌A的潛在消費者有著怎樣的品牌調性偏好、關注點何在，以便匹配更適合的KOL，研究者利用小數據畫像工具，分析了A品牌官方微博賬號的粉絲和評論者群體。以這些潛在客戶所發布的所有微博文本作為小數據輸入，我們可以對該群體有怎樣的刻畫呢？A品牌發現，其潛在客戶群體在價值觀方面十分傳統，是自律且有奉獻精神的一群人（見書中圖3-36）。在品牌形象偏好方面，A品牌客戶*喜歡能夠傳遞友好關愛和有著激情快樂的基調的品牌形象（見書中圖3-37）。為了匹配合適的KOL，我們同樣用小數據方法進一步分析了備選KOL發布的所有信息，并以上述客戶特征作為選擇的標準，按照匹配程度對KOL進行排名。A品牌得以按照與自身客戶群體的匹配度來選擇KOL，做到“只選對的，不選貴的”，在保證宣傳效果的同時，控制了運營的成本。
新零售概論 作者簡介
馮江華，上海電子信息職業技術學院經濟與管理學院黨總支書記/院長，副教授。先后任職于山西財經大學、上海工商外國語學院、上海電子信息職業技術學院，曾在上海生南集團公司任副總經理。兼任全國外經貿行業職業教學指導委員會委員、全國跨境電商專業教學指導委員會委員、上海高職高專經濟類教學指導委員會委員，電子商務專指委副主任委員，上海市會展行業協會教育委員會副主任，上海市教委創新創業教指委副秘書長。發表學術論文30余篇，出版《創業意識與創業技巧》等教材5本。
書友推薦
- >
二體千字文
- >
伊索寓言-世界文學名著典藏-全譯本
- >
龍榆生：詞曲概論/大家小書
- >
伯納黛特,你要去哪(2021新版)
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
羅曼·羅蘭讀書隨筆-精裝
- >
史學評論
- >
中國歷史的瞬間
本類暢銷
