logo
分类于: 计算机基础 互联网 云计算&大数据

简介

大数据营销

大数据营销 0.0分

资源最后更新于 2020-03-29 01:58:12

作者:陈志轩

出版社:出版社电子工业出版社

出版日期:2019-11

ISBN:9787121361777

文件格式: pdf

标签: 计算机 商业 大数据 市场营销

简介· · · · · ·

近年来,大数据技术迅猛发展,正在积极地影响着社会的各个领域,掀起了一场全球性发展的浪潮。从国外的应用实例来看,早期大范围的大数据应用始于零售行业。通过对客户的消费习惯、地理位置、购买时间以及社交信息等的大数据分析,实施精准营销,取得了显著的效果,如 Google、Amazon、Facebook、Target 等。随之而来的影响,正在迅速渗透到多个行业领域,颠覆着传统的商业工具。这股浪潮也正在推动着高等教育改革。植根于移动互联网发展,以大数据、云计算等新技术为抓手的“新商科”人才培养理念呼声愈高。从人才培养体系来看,“新商科”意味着要打造应对商业3.0时代的新的商业核心课程。商业3.0时代是新技术颠覆下的消费模式创新融合和商业工具变革。那么大数据作为当下新技术中的主旋律,当然要被学习和使用。不同于理工科专业人才的定位,对于商科学生,对大数据技术的理解和掌握究竟要在哪个层面,对于新技术变革下的业务分工又在哪个具体领域擅长,成为高等院校亟待解决的课题。陈志轩,男,华南理工大学广州学院副教授、电子商务系主任、智能商务研究所所长;另一位作者,马琦,华南理工大学广州学院管理学院、任市场营销系副主任。
直接下载

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. 前言
  2. 第1章 走进大数据世界
  3. 【学习目标】
  4. 【思维导图】
  5. 【开篇故事】
  6. 1.1 数据、信息与商业信息
  7. 1.1.1 数据
  8. 1.1.2 信息与商业信息
  9. 1.1.3 商业信息的生成过程与特点
  10. 1.1.4 商业信息的搜集渠道
  11. 1.2 数据产业的发展
  12. 1.3 大数据的内涵
  13. 1.3.1 大数据的定义
  14. 1.3.2 大数据的特征
  15. 1.3.3 大数据技术产生的背景
  16. 1.3.4 大数据的应用领域及处理流程
  17. 1.4 大数据的技术架构和常用工具
  18. 1.4.1 大数据的技术架构
  19. 1.4.2 大数据的技术内容
  20. 1.4.3 大数据的技术工具简介
  21. 1.4.4 市场分析师的大数据分析工具
  22. 本章小结
  23. 【延伸阅读】
  24. 【实验与思考】
  25. 第2章 大数据营销概论
  26. 【学习目标】
  27. 【思维导图】
  28. 【开篇故事】
  29. 2.1 大数据营销的基础
  30. 2.1.1 大数据营销的含义
  31. 2.1.2 大数据营销的特点
  32. 2.1.3 大数据营销的运营方式
  33. 2.2 大数据营销的发展
  34. 2.2.1 数字营销
  35. 2.2.2 社交媒体营销
  36. 2.2.3 移动营销
  37. 2.3 大数据营销的革新和应用
  38. 2.3.1 对传统营销的革新
  39. 2.3.2 大数据营销的应用
  40. 2.4 基于大数据处理流程的营销能力
  41. 本章小结
  42. 【延伸阅读】
  43. 【实验与思考】
  44. 第3章 产品预测与规划
  45. 【学习目标】
  46. 【思维导图】
  47. 【开篇故事】
  48. 3.1 大数据背景下的产品层次分析
  49. 3.2 用大数据预测新产品
  50. 3.2.1 大数据背景下新产品开发的特点
  51. 3.2.2 大数据背景下新产品开发的流程
  52. 3.3 大数据背景下产品策略的优化与动态管理
  53. 3.3.1 大数据在产品生命周期管理中的应用
  54. 3.3.2 用大数据对现有产品组合进行动态优化
  55. 本章小结
  56. 【延伸阅读】
  57. 【实验与思考】
  58. 第4章 定价流程与策略
  59. 【学习目标】
  60. 【思维导图】
  61. 【开篇故事】
  62. 4.1 大数据定价的关键环节
  63. 4.1.1 影响定价的因素
  64. 4.1.2 分析影响定价的主要因素
  65. 4.1.3 建立指标体系表
  66. 4.2 个性化定价策略
  67. 4.2.1 个性化定价的内涵
  68. 4.2.2 个性化定价的方法
  69. 4.2.3 个性化价格实施
  70. 4.3 动态化定价策略
  71. 4.3.1 动态化定价的内涵
  72. 4.3.2 动态化定价的方法
  73. 4.3.3 动态化定价系统
  74. 本章小结
  75. 【延伸阅读】
  76. 【实验与思考】
  77. 第5章 销售促进与管理
  78. 【学习目标】
  79. 【思维导图】
  80. 【开篇故事】
  81. 5.1 大数据背景下的促销策略概述
  82. 5.1.1 传统营销中的促销组合设计
  83. 5.1.2 大数据背景下促销组合实施的流程
  84. 5.2 大数据背景下的促销组合设计
  85. 5.2.1 恰当的企业公关形象塑造
  86. 5.2.2 精准的广告设计和投放
  87. 5.2.3 合理的销售促进手段及信息传达
  88. 本章小结
  89. 【延伸阅读】
  90. 【实验与思考】
  91. 第6章 客户管理
  92. 【学习目标】
  93. 【思维导图】
  94. 【开篇故事】
  95. 6.1 大数据在客户管理中的作用
  96. 6.2 客户管理中数据的分类、收集及清洗
  97. 6.3 大数据在客户管理中的功能
  98. 6.3.1 预测客户购买行为——趋势分析
  99. 6.3.2 客户群体划分——聚类
  100. 6.3.3 客户背景分析——概念描述
  101. 6.3.4 客户流失分析——偏差检测
  102. 6.4 客户管理中常见的数据分析模型
  103. 6.4.1 客户分层模型
  104. 6.4.2 RFM客户价值分析模型
  105. 本章小结
  106. 【延伸阅读】
  107. 【实验与思考】
  108. 第7章 精准营销
  109. 【学习目标】
  110. 【思维导图】
  111. 【开篇故事】
  112. 7.1 精准营销的发展背景
  113. 7.2 社群倾听形成营销策略
  114. 7.2.1 产品精准定位——文本挖掘
  115. 7.2.2 精准寻找目标消费者——客户DNA
  116. 7.2.3 在社交互动中精准营销——沟通产生精准
  117. 7.3 利用大数据进行精准营销的步骤
  118. 7.3.1 确定目标
  119. 7.3.2 搜集数据
  120. 7.3.3 分析建模
  121. 7.3.4 制定战略
  122. 本章小结
  123. 【延伸阅读】
  124. 【实验与思考】
  125. 第8章 跨界营销
  126. 【学习目标】
  127. 【思维导图】
  128. 【开篇故事】
  129. 8.1 跨界营销的内涵
  130. 8.1.1 跨界——品牌内涵的传递
  131. 8.1.2 跨界——服务能力的延伸
  132. 8.1.3 跨界——数字传播时代的必然选择
  133. 8.2 利用大数据跨界营销成功的关键点
  134. 8.2.1 价值落地
  135. 8.2.2 杠杆传播
  136. 8.2.3 深度融合
  137. 8.2.4 数据打通
  138. 8.3 大数据时代跨界的形式
  139. 8.3.1 品牌跨界
  140. 8.3.2 产品跨界
  141. 8.3.3 传播跨界
  142. 8.3.4 渠道跨界
  143. 本章小结
  144. 【延伸阅读】
  145. 【实验与思考】
  146. 第9章 商品关联营销
  147. 【学习目标】
  148. 【思维导图】
  149. 【开篇故事】
  150. 9.1 商品关联营销的概念
  151. 9.2 购物篮商品关联问题背景与挖掘目标
  152. 9.3 简单关联规则
  153. 9.3.1 事务和项集
  154. 9.3.2 关联规则的表达形式
  155. 9.3.3 置信度和支持度
  156. 9.3.4 频繁项集
  157. 9.4 购物篮分析模型
  158. 9.4.1 原始数据的预处理
  159. 9.4.2 搜索频繁项集
  160. 9.4.3 由频繁项集产生关联规则
  161. 9.5 简单关联规则的有效性和实用性讨论
  162. 9.5.1 Apriori算法的优缺点与适用场景
  163. 9.5.2 如何评价简单关联规则的有效性
  164. 9.5.3 如何评价简单关联规则的实用性
  165. 本章小结
  166. 【延伸阅读】
  167. 【实验与思考】
  168. 第10章 商品评论文本数据的情感分析
  169. 【学习目标】
  170. 【思维导图】
  171. 【开篇故事】
  172. 10.1 商品评论文本数据挖掘的目标
  173. 10.2 商品评论文本分析的步骤和流程
  174. 10.3 商品评论文本的数据采集
  175. 10.4 商品评论文本数据的预处理
  176. 10.4.1 文本去重
  177. 10.4.2 机械压缩去词
  178. 10.4.3 短句删除
  179. 10.4.4 文本分词
  180. 10.5 文本分析模型的构建
  181. 10.5.1 情感倾向性分析
  182. 10.5.2 语义网络分析
  183. 10.5.3 基于LDA模型的主题分析
  184. 本章小结
  185. 【延伸阅读】
  186. 【实验与思考】
  187. 第11章 大数据营销中的伦理与责任
  188. 【学习目标】
  189. 【思维导图】
  190. 【开篇故事】
  191. 11.1 大数据营销中的伦理问题
  192. 11.1.1 大数据的安全与隐私保护
  193. 11.1.2 数据的过度采集
  194. 11.1.3 数据的权属问题
  195. 11.2 大数据营销中的伦理风险
  196. 11.2.1 用户隐私
  197. 11.2.2 信息不对称下的消费弱势群体
  198. 11.2.3 大数据“杀熟”与价格歧视
  199. 11.3 大数据营销中的伦理困境及其成因
  200. 11.3.1 大数据营销中的伦理困境
  201. 11.3.2 大数据营销伦理困境的成因
  202. 11.4 大数据营销伦理建构的必要性
  203. 11.4.1 企业社会责任
  204. 11.4.2 用户与社会群体的维系
  205. 11.5 大数据营销伦理的建构
  206. 本章小结
  207. 【延伸阅读】
  208. 【实验与思考】
  209. 参考文献