logo
分类于: 计算机基础 互联网 云计算&大数据

简介

颠覆营销: 大数据时代的商业革命

颠覆营销: 大数据时代的商业革命 6.0分

资源最后更新于 2020-03-29 04:57:06

作者:陈杰豪车品觉

出版社:出版社中信出版社

出版日期:2016-02

ISBN:9787508658308

文件格式: pdf

标签: 互联网 社会 营销 大数据

简介· · · · · ·

光阴荏苒,2015年在跌跌荡荡中成了过去式,对于大数据的产业来说过去这一年冒出了很多新的名词。但在我看来,真正的大数据应用和市场才刚刚开始萌芽,所以我希望大家先认清一个关键,那就是所有的数据都是基于应用而产生,而数据经过釆集及整合后又再落实到自身或其他应用情境中,大数据的创新价值可以来自新连接的数据、算法或者产品本身。过去两年大数据的成长和智能手机的有着紧密的关系,发挥了媒体、通信、社交及传感器于一体。同时IOT的浪潮又正在酝酿之中,online与offline的接合带来了更深度的数据关联,触碰到消费者的全渠道行为收集,在一波接著一波的趋势浪潮下,很多人问:“未来大数据的趋势会怎么发展?”一般来说,这种问题我可以有很多不同的猜想与观点,但是认真想想,以其给出我的答案案不如交代一下我对思考趋势的逻辑,你们不是更能够对著自己所属的行业去挖掘真正有价值的趋势吗?所以我期待这边文章不是帮各位看倌捕鱼,而是给各位一根钓竿还有钓鱼的知识,让你们有能力在趋势大海中猎捕属于你的大数据观点。陈杰豪,功典(MIGO)首席执行官,香港海归创业家,Siebel认证CRM顾问师。曾于美国创办两家商业数据软件公司,累积超过14年数据应用及CRM实务经验,熟悉技术购并、销售、策略领导,在云端运算、企业ASP(动态服务器页面)营运应用程式领域上具备深厚的知识基础,成功研发出适合东方文化体系的数据营销解决方案,协助超过700家知名企业成功地跨入数据化决策领域。所领导的功典团队,不拘泥于理论,有效地针对企业所遭遇的决策与经营困境给予务实的解决方案,使功典迅速成长为亚洲大数据决策营销的领导品牌。车品觉,首任阿里数据委员会会长;拥有十几年丰富的数据实战经验,并在实践中形成了独特的数据化思考及管理方式,对大数据未来趋势有独到见解;亲自领导阿里数据团队在大数据实践领域取得了一系列重要成果,包括为阿里建立集团各事业群的业务及决策分析框架,开发智能化的数据产品,成立了驱动集团数据化的运营团队,成功发起了公共与专有数据资产管理体系,还发布了数据安全规范等;现担任中国信息协会大数据分会副会长、中国计算机学会大数据专家委员会副主任、国家信标委大数据标准工作组副组长、粤港信息化专家委员、中国计算数学学会第九届理事、清华大学教育指导委员(大数据项目)、浙江大学管理学院兼职教授等职。

想要: 点击会收藏到你的 我的收藏,可以在这里查看

已收: 表示已经收藏

Tips: 注册一个用户 可以通过用户中心得到电子书更新的通知哦

目录

  1. 推荐序一 大数据“多即少,少即多”
  2. 推荐序二 数据是营销的朋友
  3. 推荐序三 大数据时代思想方法更重要
  4. 推荐序四 你大数据了没?
  5. 数据会说话?会说话的是人
  6. 减法思考下的降维(Dimension Reduction)观念
  7. 化繁为简的关键绩效指标(KPI)
  8. 丢掉悔过书,迭代式营销做中学
  9. 大数据(Big Data)或厚数据(Thick Data)
  10. 自序 Better Tomorrow(更好的明天), 用大数据改变世界
  11. 1. 心法:以简驭繁的思考
  12. 2. 做法:精益(Lean)的执行精神
  13. 3. 态度:“利他无我”的原则
  14. PART1 打一场《回到未来》之战
  15. 大数据崛起Better tomorrow,让世界变得更好
  16. 大数据营销事前预测,打未来的仗
  17. 做对决策的前提:厚数据赋予数字意义
  18. 减法思考:数据越多越要取舍
  19. 不再雾里看花成败不在数据,观点决定一切
  20. 广告曝光不是大而广研究顾客DNA(基因),精准投放
  21. 数据越复杂,解释越简单三个指标看营收方程式
  22. 老奶奶会不会买高达模型?找顾客不看人口属性,看行为标签
  23. 不在迷雾森林里打转大数据,观点决定方向
  24. 克服盲人摸象问对问题,才能找对答案
  25. 别急着解决眼前问题先找出真正的症结点
  26. 问题溯源找到“问题背后的问题”(QBQ)
  27. 你看到的只是冰山一角?一定要从全视野看问题
  28. 20/80法则不是大就美,小而准的数据含金量更高
  29. 20/80法则锁定小而准数据,才能挖到金矿
  30. 人的心智能力和体力有限降维让数据可视化、自动化
  31. “if-then-else”(如果——则——否则)自动化方程式人机分工,营销人专心做决策
  32. 零时差营销从旧4P到新4P,预测下次购买时间
  33. 第一个P:消费者(People)NES模型,再多的顾客问题都只分5种
  34. 第二个P:成效(Performance)每一间店都可以做自己的营销
  35. 第三个P:步骤(Process)找出Priority(优先项),优先处理危急问题
  36. 第四个P:预测(Prediction)精准预测顾客再次购买时间
  37. 大数据+厚数据数据会说话?说话的是人
  38. 点赞,就真的代表喜欢?关于人的数据有80%不准确
  39. 乐高玩具的逆袭厚数据读懂消费者的心
  40. 大数据+厚数据思维提早掌握未来趋势
  41. 数据会说话?用哲学思维找答案
  42. PART2 把手按在顾客的脉搏上
  43. Inside-out(由内而外)思考螺旋找到C2B新商业模式
  44. 把手按在消费者的脉搏上开始练习秒动决策
  45. 6个大数据速成法则Before(前)到After(后)更新营销思维
  46. 人口统计营销vs大数据营销男女并不重要,动机与行为才是关键
  47. 个性化标签看见隐藏在数据背后的购买行为
  48. 顾客何时再上门?用NPT精准预测顾客下次购买时间
  49. 被动分析vs预测分析只要跑得快?能预测终点才是赢家!
  50. 谁说大数据只要跑得快?站上起跑线,请先观察终点在哪里
  51. 别再用营销经验定义消费者大数据分析比你想得更准
  52. 活动找人vs人找活动不必再将就,100万种营销同时上线
  53. 假如消费者半夜三点网购何不趁机推送折扣信息给他
  54. 电子邮件、短信营销无用?没在关键点上说对话
  55. 人力密集vs数据密集你是靠工人智能,还是人工智能?
  56. 人机分工如何实现?D.I.E.T.交给机器做分析
  57. 将耗时工作交给机器营销人的价值是做决策
  58. 有形调查vs无形侦查还在发问卷?Log(日志)侦查喜好立现
  59. 调查结果准吗?Log侦测,行为轨迹一查便知
  60. 客服主动出击顾客变品牌顾问
  61. 检讨报告vs实验报告还在写悔过书?D.I.E.T.做中学
  62. 总检讨是事后诸葛亮?实时修正,得出最佳解决方案
  63. D.I.E.T.学习循环四步骤看到、知道、做到,还要学到
  64. 第一步:“看到”资料以人为中心的数据架构
  65. 第二步:“知道”问题有效率地分析与解读数据意义
  66. 第三步:“做到”策略根据消费周期一对一互动沟通
  67. 第四步:“学到”智慧消费者行为追踪与反馈
  68. PART3 转动大数据,魔鬼藏在3个细节里
  69. 魔鬼1号鸡同鸭讲,各说各话
  70. 魔鬼2号盘根错节,各自为政
  71. 魔鬼3号坐而论道,纸上谈兵
  72. 电商如何有效招揽顾客?阿里巴巴:动态标签,掌握顾客DNA
  73. 小而准数据炼金术计算出自己的顾客DNA
  74. 消费者动态标签顾客变我们就变
  75. 数据越大,越要简单上千标签简化成19个
  76. 食品业如何做到精准营销?雀巢:找到现金牛VVIP
  77. 怎么找到“现金牛”?淘金就从会员分类开始做起
  78. 用问卷测出逆耳忠言VVIP最佳品牌助力
  79. O2O是线上、线下的拉扯竞争?找出主攻与副攻的分工配合
  80. 零售业如何不必再猜顾客心?黛安芬:钻石型顾客关系管理
  81. 主客易位从品牌中心到顾客中心
  82. 精准的下一步——推荐模型手里拿的至少有一件是对的
  83. 人、物、店的断点就用大数据连接
  84. 如何让电影叫好又叫座?电影VOD:评分模型预测最强演员阵容
  85. 视频点播平台的长尾效应100部小众电影胜过1部好莱坞大片
  86. 从大众营销到顾客细分用大数据把观众分群,再跟电影配对
  87. 哪部电影会大卖?大数据评分模型预测票房
  88. 可被自动化的洞察快速找出市场供需差异
  89. 文化业只能是小众市场吗?文艺产业:用顾客DNA交叉营销
  90. 怎么找到消费者要什么?从已知推未知,画一张顾客DNA
  91. 小众永远是小众?向上、交叉营销扩大利基
  92. 餐饮业如何经营老客云海肴贴心掌握味蕾觉醒的时机
  93. 认清餐桌上的变与不变把时间与资源用在笼络顾客的心
  94. 从门店数据到会员数据的共享实现个性化会员经营与分店管理
  95. 挥舞着锅铲的大数据实验家云海肴客户营销的创新与实验精神
  96. PART4 拿旧地图 怎么找到新行星
  97. 你能带公司跳上火箭吗?领导者必须改变的9件事
  98. 1. 确立目的
  99. 2. 改变行为
  100. 3. 要找到懂统计语言的营销人才,大胆授权
  101. 4. 成立项目小组
  102. 5. 精益管理
  103. 6. 从B2C到C2B
  104. 7. 数据营销可以量化
  105. 8. 耐心等待数据发酵
  106. 9. 自建还是购买专业数据库
  107. 今天的营销战,7天前就预知营销人必须改变的9件事
  108. Q:大数据把事做完了,还需要营销人干什么?A:不要跟机器抢工作,营销人的价值是决策
  109. Q:相信大数据科学,靠这些数据就没错?A:好的营销是感性加理性的“厚数据”
  110. Q:在数据茫茫大海中,怎么判断哪些是需要的?A:要有跨界能力,找出最有用的金矿
  111. Q:面对海量大数据,就算懂得分辨所需数据,还是不知道怎样诠释怎么办?A:练习挖掘核心问题,才能做对决策
  112. Q:大数据数字无限,营销资源却有限,该如何运用才能发挥最大效率?A:设定优先级,降维思考
  113. Q:大数据带来新工具、新应用,反而让工作永无止境?A:掌握核心能力,认清专业分工的必然与必要
  114. Q:如何让组织愿意转换思路?A:锁定一支全垒打,不如连续安打
  115. Q:大数据营销的关键是什么?A:动手做、连续做,不要害怕失败
  116. Q:想导入大数据,要先找IT部门还是营销部门?A:不管找谁,决策层是否有决心推动数据营销是关键
  117. PART5 我与车品觉的邂逅
  118. 大数据颠覆零售业顾客是谁,人脸辨识一眼就知
  119. 人脸识别提升服务
  120. 凭行为数据找差异
  121. 大数据颠覆金融业我的信用分数,我做决定
  122. CK帮助用户了解信用分数
  123. 大数据颠覆保险业保费缴多少,社交网站的内容决定
  124. 按驾驶行为定保费
  125. 社交网分享让健康保险降价
  126. 大数据颠覆证券业比别人早1分钟预见股票走势
  127. 集合数据指引后市
  128. 四大角色各有优势
  129. 大数据颠覆房地产中介选房神器,帮你挑好房
  130. 大数据颠覆医疗业找医生看病,就像订机票
  131. 更有效分配资源
  132. 仍未搜集到大部分数据
  133. 大数据颠覆人力资源业学校就业率,就是你的就业率
  134. 领英颠覆大学排名玩法
  135. 大数据颠覆影视业下一部《纸牌屋》,演员阵容在哪里?
  136. 针对观众定制新视频
  137. 大数据颠覆游戏业玩家数据,是营销利器吗?
  138. 依分析促销的策略未必成功
  139. 大数据颠覆农业种菜卖菜,先看数字怎么说
  140. 古老农业也受惠
  141. 结语 对于大数据未来趋势的判断
  142. 变是唯一的不变(Change is the only constant)
  143. 大数据创新循环链——跳出惰性的乘法思维
  144. 趋势里面的观战重点