掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
大數據營銷 方法、工具與實例 微課版 版權信息
- ISBN：9787115643339
- 條形碼：9787115643339 ; 978-7-115-64333-9
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據營銷 方法、工具與實例 微課版 本書特色
1.有效性強
本書的核心內容與筆者親手實操的企業大數據營銷實例，真正實現大數據營銷的有效性—提高企業營銷的效率和效益。
2.落地性強
本書的核心內容均對應真實的企業數據分析實操，并附真實企業大數據營銷實例，筆者已在近百家各行各業的企業中實踐，現實企業可以參照落地執行。
3.教學支持性強
本書的核心內容所對應的實操數據均可提供，并附高清微課教學視頻，以及配套的PPT課件等豐富的教學資源。
大數據營銷 方法、工具與實例 微課版 內容簡介
大數據營銷已經逐漸成為包括工商管理學科在內的重要前沿課程之一。本書以作者原創的大數據營銷理論和企業應用實例為主，系統呈現了大數據營銷的理論、方法、工具與實例，是不可多得的兼具原創性與落地性的著作。全書分為7章，前3章明晰大數據營銷的框架體系和數據類型，后4章分別圍繞顧客價值衡量與動態監測、精準產品推薦、精準顧客畫像三個主題從理論、方法、工具到實例逐一展開分析。
本書每一章都設置了學習目標、引例、課后習題，第4章至第7章還設置了實操練習，具有很強的理論性、實踐性、操作性、針對性和可讀性。
本書可作為工商管理類本科生和MBA、EMBA、MEM等的教材或參考書，也可作為企業中高級管理人員的培訓教材和自學讀物。
大數據營銷 方法、工具與實例 微課版 目錄
第 1章 大數據營銷概論
學習目標
引例 方太“雙十一”推廣實例
1.1 大數據營銷的定義
1.2 建立營銷數據庫
1.3 尋找合適的營銷理論
1.4 用營銷語言解讀統計模型
1.5 符合行為模式的統計模型
1.6 一對一營銷
課后習題
第 2章 大數據時代的營銷戰略
學習目標
引例 基于消費者價值的數據分析助力B2B企業制定更科學的營銷戰略實例
2.1 經典的營銷理論框架.
2.2 大數據時代營銷戰略的決策模式變化
2.3 營銷資料架構
2.4 消費者行為的特質：異質性和動態性
2.5 營銷思潮的演進
2.6 消費者的隱私權
課后習題
第3章 如何構建有效的客戶關系營銷數據庫
學習目標
引例 構建營銷數據庫并借助大數據分析實現4S店精準服務實例
3.1 構建營銷數據庫的作用
3.1.1 服務于營銷管理系統
3.1.2 服務于營銷研究實務
3.1.3 服務于營銷決策支持系統
3.2 構建營銷數據庫的流程
3.2.1 營銷研究問題的設定
3.2.2 營銷研究設計的規劃
3.2.3 會員樣本的抽取
3.2.4 構建營銷數據庫需要回答的問題
3.3 客戶基本靜態數據文件
3.3.1 會員靜態數據
3.3.2 態度的衡量
3.3.3 數據編碼
3.3.4 信度與效度
3.3.5 會員數據庫的完整性
3.4 客戶動態的交易數據文件
3.4.1 會員動態數據
3.4.2 交易日期數據文件
3.4.3 產品特性編碼文件
課后習題
第4章 基于ARFM模型的顧客價值解析與策略運用
學習目標
引例 某新型中藥飲片公司通過大數據營銷提升顧客價值實例
4.1 顧客價值的衡量
4.1.1 RFM指標.
4.1.2 RFM指標的特性
4.2 RFM模型的給分機制
4.2.1 五等均分法的給分機制
4.2.2 不等比例法的給分機制
4.2.3 Bob Stone的給分機制
4.3 顧客價值與購買期間
4.3.1 平均購買期間
4.3.2 加權平均購買期間
4.4 活躍性與RFM分析
4.4.1 ARFM模型
4.4.2 刷卡行為的活躍性分析
4.4.3 CAI的預測能力
4.4.4 監控CAI的變化
4.5 顧客終身價值
4.5.1 顧客交易穩定度分析
4.5.2 對購買期間模型的反思與顧客靜止的預測
4.5.3 價值遷徙形態與預測
課后習題
實操練習
第5章 基于因素分析的購物籃分析
學習目標
引例 基于購物籃分析的銀行財富管理產品精準推薦實例
5.1 “啤酒 尿布”案例的反思
5.1.1 挑選購買行為相似的客戶
5.1.2 界定適當的產品范圍
5.2 產品關聯性的相關系數
5.2.1 數據格式與推薦機制
5.2.2 相關系數的意義
5.2.3 將大量數據摘要成少數信息的注意事項
5.3 數據縮減檢測的信度分析
5.3.1 品牌忠誠度調查范例
5.3.2 RFM分數與產品變量
5.4 購物籃分析與因素分析
5.4.1 購物籃分析
5.4.2 銀行服務態度調查范例
5.4.3 因素分析存在的幾個問題
5.4.4 因素分析的執行與結果
5.4.5 對產品樹的反思
5.5 購物籃分析的哲學與延伸
課后習題.
實操練習
第6章 基于聯合分析的新產品推薦系統
學習目標
引例 基于聯合分析的銀行財富管理產品推薦實例
6.1 兩種產品推薦系統
6.1.1 合作過濾式推薦系統
6.1.2 內容基礎式推薦系統
6.2 聯合分析的應用方法
6.2.1 挑選屬性與水平
6.2.2 使用正交設計建立產品輪廓
6.2.3 屬性水平與虛擬變量
6.2.4 估計個性化偏好結構
6.3 聯合分析的營銷應用
6.3.1 挑選目標客群
6.3.2 愿付價格分析
6.3.3 預測產品的購買概率
6.3.4 *優定價分析
6.4 回歸分析
6.4.1 只有一個解釋變量的簡單回歸
6.4.2 模型的預測能力
6.4.3 置信區間
6.5 大數據營銷的新產品推薦系統
6.5.1 選取共同的產品屬性
6.5.2 建立考慮集合
6.5.3 二元羅吉斯回歸
6.6 三種層次模型
6.6.1 總體層次模型
6.6.2 細分層次模型
6.6.3 個人層次模型與產品推薦系統
課后習題
實操練習
第7章 基于CHAID的顧客分群鎖定與畫像
學習目標
引例 大數據營銷助力金屬焊接企業精準鎖定目標客戶實例
7.1 物以類聚和人以群分
7.1.1 物以類聚
7.1.2 人以群分
7.2 決定細分市場的個數
7.2.1 兩種營銷成本
7.2.2 *佳群數的變化趨勢
7.3 市場細分
7.3.1 事前細分法
7.3.2 事后細分法
7.3.3 行為細分變量
7.3.4 會員數據庫變量
7.4 集群分析
7.4.1 相似性的衡量
7.4.2 層級式集群法
7.4.3 非層級式集群法
7.4.4 數據庫的集群分析
7.4.5 以回歸系數為集群變量
7.5 細分輪廓的描述與目標客群的鎖定
7.5.1 利用卡方檢驗描述細分輪廓
7.5.2 利用F檢驗鎖定目標客群
7.6 基于CHAID的顧客畫像
7.6.1 線性回歸的限制
7.6.2 CHAID的概念
7.6.3 因變量為定量指標的顧客畫像
7.6.4 因變量為定性指標的顧客畫像
課后習題
實操練習
學習目標
引例 方太“雙十一”推廣實例
1.1 大數據營銷的定義
1.2 建立營銷數據庫
1.3 尋找合適的營銷理論
1.4 用營銷語言解讀統計模型
1.5 符合行為模式的統計模型
1.6 一對一營銷
課后習題
第 2章 大數據時代的營銷戰略
學習目標
引例 基于消費者價值的數據分析助力B2B企業制定更科學的營銷戰略實例
2.1 經典的營銷理論框架.
2.2 大數據時代營銷戰略的決策模式變化
2.3 營銷資料架構
2.4 消費者行為的特質：異質性和動態性
2.5 營銷思潮的演進
2.6 消費者的隱私權
課后習題
第3章 如何構建有效的客戶關系營銷數據庫
學習目標
引例 構建營銷數據庫并借助大數據分析實現4S店精準服務實例
3.1 構建營銷數據庫的作用
3.1.1 服務于營銷管理系統
3.1.2 服務于營銷研究實務
3.1.3 服務于營銷決策支持系統
3.2 構建營銷數據庫的流程
3.2.1 營銷研究問題的設定
3.2.2 營銷研究設計的規劃
3.2.3 會員樣本的抽取
3.2.4 構建營銷數據庫需要回答的問題
3.3 客戶基本靜態數據文件
3.3.1 會員靜態數據
3.3.2 態度的衡量
3.3.3 數據編碼
3.3.4 信度與效度
3.3.5 會員數據庫的完整性
3.4 客戶動態的交易數據文件
3.4.1 會員動態數據
3.4.2 交易日期數據文件
3.4.3 產品特性編碼文件
課后習題
第4章 基于ARFM模型的顧客價值解析與策略運用
學習目標
引例 某新型中藥飲片公司通過大數據營銷提升顧客價值實例
4.1 顧客價值的衡量
4.1.1 RFM指標.
4.1.2 RFM指標的特性
4.2 RFM模型的給分機制
4.2.1 五等均分法的給分機制
4.2.2 不等比例法的給分機制
4.2.3 Bob Stone的給分機制
4.3 顧客價值與購買期間
4.3.1 平均購買期間
4.3.2 加權平均購買期間
4.4 活躍性與RFM分析
4.4.1 ARFM模型
4.4.2 刷卡行為的活躍性分析
4.4.3 CAI的預測能力
4.4.4 監控CAI的變化
4.5 顧客終身價值
4.5.1 顧客交易穩定度分析
4.5.2 對購買期間模型的反思與顧客靜止的預測
4.5.3 價值遷徙形態與預測
課后習題
實操練習
第5章 基于因素分析的購物籃分析
學習目標
引例 基于購物籃分析的銀行財富管理產品精準推薦實例
5.1 “啤酒 尿布”案例的反思
5.1.1 挑選購買行為相似的客戶
5.1.2 界定適當的產品范圍
5.2 產品關聯性的相關系數
5.2.1 數據格式與推薦機制
5.2.2 相關系數的意義
5.2.3 將大量數據摘要成少數信息的注意事項
5.3 數據縮減檢測的信度分析
5.3.1 品牌忠誠度調查范例
5.3.2 RFM分數與產品變量
5.4 購物籃分析與因素分析
5.4.1 購物籃分析
5.4.2 銀行服務態度調查范例
5.4.3 因素分析存在的幾個問題
5.4.4 因素分析的執行與結果
5.4.5 對產品樹的反思
5.5 購物籃分析的哲學與延伸
課后習題.
實操練習
第6章 基于聯合分析的新產品推薦系統
學習目標
引例 基于聯合分析的銀行財富管理產品推薦實例
6.1 兩種產品推薦系統
6.1.1 合作過濾式推薦系統
6.1.2 內容基礎式推薦系統
6.2 聯合分析的應用方法
6.2.1 挑選屬性與水平
6.2.2 使用正交設計建立產品輪廓
6.2.3 屬性水平與虛擬變量
6.2.4 估計個性化偏好結構
6.3 聯合分析的營銷應用
6.3.1 挑選目標客群
6.3.2 愿付價格分析
6.3.3 預測產品的購買概率
6.3.4 *優定價分析
6.4 回歸分析
6.4.1 只有一個解釋變量的簡單回歸
6.4.2 模型的預測能力
6.4.3 置信區間
6.5 大數據營銷的新產品推薦系統
6.5.1 選取共同的產品屬性
6.5.2 建立考慮集合
6.5.3 二元羅吉斯回歸
6.6 三種層次模型
6.6.1 總體層次模型
6.6.2 細分層次模型
6.6.3 個人層次模型與產品推薦系統
課后習題
實操練習
第7章 基于CHAID的顧客分群鎖定與畫像
學習目標
引例 大數據營銷助力金屬焊接企業精準鎖定目標客戶實例
7.1 物以類聚和人以群分
7.1.1 物以類聚
7.1.2 人以群分
7.2 決定細分市場的個數
7.2.1 兩種營銷成本
7.2.2 *佳群數的變化趨勢
7.3 市場細分
7.3.1 事前細分法
7.3.2 事后細分法
7.3.3 行為細分變量
7.3.4 會員數據庫變量
7.4 集群分析
7.4.1 相似性的衡量
7.4.2 層級式集群法
7.4.3 非層級式集群法
7.4.4 數據庫的集群分析
7.4.5 以回歸系數為集群變量
7.5 細分輪廓的描述與目標客群的鎖定
7.5.1 利用卡方檢驗描述細分輪廓
7.5.2 利用F檢驗鎖定目標客群
7.6 基于CHAID的顧客畫像
7.6.1 線性回歸的限制
7.6.2 CHAID的概念
7.6.3 因變量為定量指標的顧客畫像
7.6.4 因變量為定性指標的顧客畫像
課后習題
實操練習
展開全部
大數據營銷 方法、工具與實例 微課版 作者簡介
王曉玉 華南理工大學工商管理學院市場營銷系副教授。香港城市大學商學院、臺灣大學管理學院，及美國佛羅里達州立大學商學院訪問學者。主持多項國家社科基金青年項目和省部級項目，在Journal of Business and Industrial Marketing（SCI檢索）等中英文期刊發表論文三十余篇，為銀行、保險、汽車、工業品等十幾家企業提供咨詢診斷和大數據分析、實現精準營銷。
書友推薦
- >
月亮虎
- >
羅庸西南聯大授課錄
- >
月亮與六便士
- >
二體千字文
- >
經典常談
- >
名家帶你讀魯迅:朝花夕拾
- >
龍榆生：詞曲概論/大家小書
- >
姑媽的寶刀
本類暢銷
