登入帳戶  | 訂單查詢  | 購物車/收銀台(0) | 在線留言板  | 付款方式  | 運費計算  | 聯絡我們  | 幫助中心 |  加入書簽
會員登入 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種:超過100萬種各類書籍/音像和精品,正品正價,放心網購,悭钱省心 服務:香港台灣澳門海外 送貨:速遞郵局服務站

新書上架簡體書 繁體書
暢銷書架簡體書 繁體書
好書推介簡體書 繁體書

十月出版:大陸書 台灣書
九月出版:大陸書 台灣書
八月出版:大陸書 台灣書
七月出版:大陸書 台灣書
六月出版:大陸書 台灣書
五月出版:大陸書 台灣書
四月出版:大陸書 台灣書
三月出版:大陸書 台灣書
二月出版:大陸書 台灣書
一月出版:大陸書 台灣書
12月出版:大陸書 台灣書
11月出版:大陸書 台灣書
十月出版:大陸書 台灣書
九月出版:大陸書 台灣書
八月出版:大陸書 台灣書

『簡體書』大数据时代营销人的变革:预测营销

書城自編碼: 2857791
分類:簡體書→大陸圖書→管理市場/營銷
作者: [美]Omer Artun[奥默·阿顿], Dominiqu
國際書號(ISBN): 9787121291258
出版社: 电子工业出版社
出版日期: 2016-06-01
版次: 1
頁數/字數: 288/
書度/開本: 16开 釘裝: 平塑勒

售價:HK$ 88.5

我要買

share:

** 我創建的書架 **
未登入.


新書推薦:
为你想要的生活
《 为你想要的生活 》

售價:HK$ 67.9
关键改变:如何实现自我蜕变
《 关键改变:如何实现自我蜕变 》

售價:HK$ 79.4
超加工人群:为什么有些食物让人一吃就停不下来
《 超加工人群:为什么有些食物让人一吃就停不下来 》

售價:HK$ 102.4
历史的教训(浓缩《文明的故事》精华,总结历史教训的独特见解)
《 历史的教训(浓缩《文明的故事》精华,总结历史教训的独特见解) 》

售價:HK$ 64.4
不在场证明谜案(超绝CP陷入冤案!日本文坛超新星推理作家——辻堂梦代表作首次引进!)
《 不在场证明谜案(超绝CP陷入冤案!日本文坛超新星推理作家——辻堂梦代表作首次引进!) 》

售價:HK$ 59.8
明式家具三十年经眼录
《 明式家具三十年经眼录 》

售價:HK$ 538.2
敦煌写本文献学(增订本)
《 敦煌写本文献学(增订本) 》

售價:HK$ 227.7
耕读史
《 耕读史 》

售價:HK$ 112.7

 

建議一齊購買:

+

HK$ 101.4
《先发影响力(时隔三十年,《影响力》作者新作)》
+

HK$ 85.6
《区块链核心算法解析》
+

HK$ 100.1
《实用机器学习》
+

HK$ 143.6
《Python数据处理》
+

HK$ 114.6
《数据科学家养成手册》
+

HK$ 71.1
《痛点:挖掘小数据满足用户需求》
編輯推薦:
本书提供了一套数据驱动的营销框架,讲解如何基于大数据定位客户角色、预测客户价值、量身推荐产品、保留客户群体等内容。
本书主要目的是希望读者能有效地利用数据的价值,在大数据时代找到传统营销方式的出路,同时在思想上得到以下几个有用的大数据营销观点。
利用基于数据的生命价值营销有效地挖掘高价值客户,减少在低价值客户身上花费的成本;
利用大数据分析手段,多保留和重新激活老客户才能保证高效地增长,而不是一味地增加新客户;
运用聚类、分类等数据挖掘算法发现你不曾知道的客户群,并用来区分和优化营销活动,使精准营销变为可能。
內容簡介:
本书以大数据和机器学习为基础,为营销人员提供了一个关于预测营销的导引手册,使得个性化营销得以付诸实践。本书涵盖了从零售到出版、从软件到制造的各种成功案例,希望读者可以从中获益。本书分为三个主要部分。第一部分,“预测营销完全入门”,介绍了预测性营销的许多基本元素,包括什么是预测营销软件,数据科学和预测分析工作原理,以及客户生命周期价值概念的基本元素。第二部分,“轻松上手预测营销就这九招”,会提供切实的战略指南,助你轻松入门。第三部分,“如何成为一个真正的预测营销高手”,对预测营销技术进行综述,为营销人提供一些职业建议,并探讨隐私和预测营销的未来。本书是为准备学习预测营销的营销人员量身打造的,也适合正在公司里进行实战的营销人员和需要从事预测工作的大数据分析师阅读。
關於作者:
曹正凤,统计学博士,经管之家(原人大经济论坛)大数据中心总工程师,经管之家(原人大经济论坛)CDA大数据分析师 培训负责人,北京博宇通达科技有限公司技术总监。致力于大数据分析前沿领域研究,主持人大经济论坛基于Hadoop架构的论坛主题推荐系统项目,参与国家 社科基金项目《基于大数据整合的空气质量测度方法研究》,发表多篇论文,且发表的EI核心收录论文受到多次检索。 Omer Artun 是一位科班出身的科学家,也是一位企业家。1998年博士毕业,1999年加入麦肯锡,后曾在Micro Warehouse和百思买工作。2006年,创建了AgilOne公司,并得到了多家风投的支持。
Dominique Levin 在荷兰Delft大学获得工业设计工程学位(毕业成绩优秀),在哈佛大学获得商业管理学位(毕业成绩优异)。1994年的第一份营销工作是在秘鲁库斯科担任实习生, 2000年,搬到硅谷,经营自己的第一家数据公司LogLogic(随后被TIBCO软件收购),之后又陆续为几家科技公司工作,包括Fundly和Totango,负责建立高度数据驱动的营销组织。
目錄
第一部分 预测营销完全入门
第1章 大数据和预测分析技术就在眼前  2
预测营销革命  6
客户权益的力量  8
预测营销的应用  11
预测营销普及率正在加快  14
客户要求与品牌建立更有意义的联系  14
早期采用者的经验表明,预测营销能带来巨大价值  17
新技术的推出让预测营销变得简单  18
建立预测营销系统需要什么条件  21
第2章 预测分析技术简易入门手册  23
什么是预测分析技术  24
无监督学习技术:聚类模型  26
聚类和细分的区别  26
有监督学习:倾向性模型  29
如何使用预测模型十分位数法  30
预测模型和RFM模型对比  32
强化学习和协同过滤  33
不同类型的推荐模型  35
预测分析流程  37
数据收集、净化和准备  38
异常值检测  38
特征生成和提取  39
分类器和系统设计  40
预测分析技术的“最后一公里”问题  41
第3章 首先要了解客户:建立完整的客户档案  43
收集多少数据合适  45
收集哪类信息  47
准备数据以供分析  52
人名的净化和验证  53
地址的净化和验证  54
链接和重复信息删除  55
与IT部门合作完成数据集成  56
在你的数据中寻找数百个问题  61
销售  61
客户  62
营销渠道  66
产品  67
第4章 管理客户就像管理资产组合,要不断增值  68
什么是客户生命周期价值  69
历史生命周期价值  69
预期客户价值  71
向上生命周期价值  73
提高单个客户的生命周期价值  75
获取  75
价值增长  76
保留  76
提高所有客户的生命周期价值  78
加入更多(有价值)客户  78
防止流失  79
与不活跃客户互动  79
第二部分 轻松上手预测营销就这九招
第5章 第一招:运用客户数据,优化营销开支  82
对客户获取、保留和再激活进行投资  83
优化获取成本  89
优化客户保留预算  91
根据客户价值区分投资额  92
找到合适的产品吸引高价值客户  93
一个终点归因的例子  95
第6章 第二招:预测客户角色,让营销重回正轨  99
聚类类型  101
基于产品的聚类  101
基于品牌的聚类  102
基于行为的聚类  103
利用聚类提高客户获取水平  106
使用聚类时需要注意的几个问题  107
运动变化中的聚类  107
第7章 第三招:预测客户演变过程,为生命周期营销做准备  109
客户的价值旅程  110
第一笔价值  112
再现价值  113
新价值  115
生命周期营销策略  116
潜在客户策略:我们帮得上忙吗  116
新客户策略:谢谢你  118
回头活跃客户策略:我们爱你  120
不活跃客户策略:记住我  121
流失客户策略:我们想你  122
第8章 第四招:预测客户价值,进行价值导向营销  123
价值导向营销  123
保留高价值客户  128
提升中等价值客户的价值  129
减少低价值客户服务成本  131
第9章 第五招:预测购买或互动的可能性,为客户排名  132
购买可能性预测  133
首次买家的购买可能性  134
重复的购买可能性  135
使用购买可能性预测选择正确的折扣水平  135
B2B营销中的预测性线索评分  138
互动可能性模型  140
邮件发送频率  143
第10章 第六招:预测个人喜好,为每位客户量身推荐  147
选择正确的客户或细分市场  148
购买时推荐  149
购买后推荐  150
客户生命周期中的推荐  150
理解客户使用场景  151
内容——推荐什么  153
除了推荐,还有什么  154
第11章 第七招:启动预测计划,转化更多客户  156
预测再营销活动  156
针对放弃购物车付款的预测营销活动  159
放弃搜索后的预测营销活动  160
放弃网页浏览后的预测营销活动  161
相似受众营销  162
相似度或可达性优化  164
第12章 第八招:启动预测计划,提升客户价值  166
增加客户价值的秘诀  166
购买后预测营销项目  168
客户欢迎活动  168
购买后推荐  170
再补充活动和重复购买活动  170
新产品推介  172
客户答谢活动  172
预测分析时代的客户忠诚项目  175
谈谈全渠道营销  177
第13章 第九招:启动预测计划,留住更多客户  180
理解什么是保留率  180
负流失的概念  181
理解你的商业模式  182
价值迁移也是流失的一种形式  185
流失管理项目  186
主动保留管理  187
挽留客户要花多少钱  189
客户保留和钱包份额  190
找到流失的根本原因  190
客户再激活活动  191
四步完成再激活  192
第三部分 如何成为一个真正的预测营销高手
第14章 预测营销能力一览表  196
预测营销的组织能力  196
预测营销的技术能力  199
客户数据整合  201
预测的洞察力  202
营销活动自动化  203
询问预测营销供应商哪些问题  203
你是否要对你的客户获得完整且准确的印象  204
我能获取哪种市场细分和目标市场确定  206
在市场细分或推荐中采取行动有多简单  206
除了有关功能的问题,问问自己,
这个供应商是否适合你  207
第15章 预测式(相关)营销技术综述  209
自己动手进行预测营销  209
外包给营销服务提供商  211
活动管理和营销云选择  212
其他你可能听说过的工具  213
网络分析  216
数据管理平台(DMPs)  216
电子邮件服务提供商(ESPs)  217
客户关系管理(CRM)  218
高级分析  218
哪个解决方案适合我  219
无论你做什么——开始行动  220
以小规模为起点  220
将客户数据导入,将数据科学外包  221
用预测营销补充你现有的基础设施  221
第16章 给有抱负的预测营销者的职业建议  223
商业理解比精通数学更胜一筹  224
问正确的问题  225
将艺术和营销科学融合  226
学习他人  227
第17章 隐私、愉悦和逾越的区别  229
个人信息类型  230
避免侵犯客户隐私的情形发生  232
给予客户掌控权  232
硬边界和政府立法  233
第18章 预测营销的未来  235
先进的预测性分析模型  237
像预测营销者一样思考  238
附录A 客户数据类型综述  243
內容試閱
新技术的推出让预测营销变得简单
既然如此,为什么预测营销技术没有被营销人广泛采纳呢?因为就在不久前,收集、分析和利用成千上万客户数据的技术能力对多数营销人来说都还是遥不可及的。成本过高、耗时过长、过于臃肿,使人们对技术和人力的投资望而却步。然而,如今预测分析技术已经成熟,可以跳出条条框框的限制,提供标准的算法和技术,不需要数据科学家和软件工程师的帮助,营销人自己也能使用。在第15章,我们将详细探讨现在可用的各类工具,这些工具使得预测营销的成本更低、速度更快,且简单易用。
(1)预测营销的成本在降低。预测营销的成本主要包括软硬件技术投资,数据收集、整合、预测分析模型开发和部署上投入的人力,以及营销人员或数据科学家在工具日常维护和使用上的时间投入。
就在不久前,用于收集和储存客户数据的数据仓库基础设施,成本还高达数十万,甚至数百万。Mark Jeffery曾在其书中记录了一个小型区域零售商的数据:10间店铺、10万名客户,以及1TB客户数据就需要建立一个成本在5万~25万美元的数据库。当企业升级为400家门店的中等规模连锁店时,建立数据库的成本随即升至250万美元。而拥有5000家门店的全国规模零售商,建立数据库的成本高达2.5亿美元。如今,云端预测营销解决方案的成本只有每月几千美元。
(2)预测营销的部署更容易。无论采用哪种解决方案非定制的或定制的你都需要收集客户信息,并将其整合到每位客户的描述数据库中。2014年下半年,通过对132为营销高管的调查,AgilOne发现,68%的受访者对客户几乎没有任何了解。也许,你已经收集了许多客户信息,但它们彼此分离,就像邮件促销、社交促销和客服中心促销各自为政一样。多数公司针对网上交易、实体店交易和电话交易分别设置了单独的数据库。就在不久前,完成数据整合建立客户档案,并对所有客户信息进行互联和复制,还需要花费数月甚至数年时间。如今,市场上已出现了自动化解决方案,使得数据整合和净化更为容易。这些方案通常使用标准数据模型,使得多渠道客户数据标准化的速度更快,操作更简便。
过去,企业不仅需要自己建立相关基础设施,还要招募全职数据集成工程师和数据科学家,或者干脆外包。数据科学家的作用是建立客户模型,分析客户数据可能使用预测分析平台工具。这些模型需要修改和定期微调,以保证结果精确。数据科学家十分稀缺,所以仅美国就设立了50个新的研究生项目以填补市场缺口。幸运的是,如今,许多营销解决方案都能推陈出新,提供内置模型,且经受住了业界公司的证明和检验。一些模型甚至能自主学习,也就是说能自动根据客户数据变化进行调整,并且不需要专职数据科学家进行维护。
(3)预测营销技术正变得更加易得易用。尽管组织内部就收集了许多客户数据,但作为一名营销人,可能无法进行获取。Omer Artun就有这种遭遇,2003年12月加入百思买时,他担任的是新成立的B2B业务部营销主管:
我从Micro Warehouse跳槽到百思买时,已经建立了一套准实时客户分析系统,能够每天跟踪和分析客户订单。百思买希望我能将该技术引入新的B2B业务部门,该部门主要销售路由器、打印机和电脑,客户多为小企业。百思买和其他许多公司一样,当时将IT业务外包给第三方做。如果你想和他们谈谈客户数据问题,光见一面就要花费1万美元。于是,我去见IT部门的工作人员,只想得到原始数据库,但却无功而返。数月后,我还是不能拿到客户的历史采购数据。数据就在某个地方,但我却无法使用。随后,我又斗争了几个月,最终不得不放弃。接着我就创立了AgilOne公司,提供预测分析服务,为营销人提供客户数据。
如果不能将信息用于为客户提供相关性体验,信息就是无用的。将客户信息整合,并分享给客户服务人员或用于激发与客户的互动,确实有难度。一家公司掌握许多客户信息的情况并不少见,但一般情况下,如果没有投入精力和时间进行数据整合,营销人员就不能使用这些数据细分客户,更无法进行包括邮件营销在内的精确营销。新一代营销软件正在不断问世,能够提供预测建议,营销人只需对信息进行简单的拖放,并进行适当的过滤,就能细分市场,将个性化内容或推荐加入营销邮件或广告中。

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 香港用户  | 台灣用户 | 大陸用户 | 海外用户
megBook.com.hk
Copyright © 2013 - 2024 (香港)大書城有限公司  All Rights Reserved.