大數據營銷

第1章 走進大數據世界
學習目標
思維導圖
開篇故事
1．1 數據、信息與商業(yè)信息
1．1．1 數據
1．1．2 信息與商業(yè)信息
1．1．3 商業(yè)信息的生成過程與特點
1．1．4 商業(yè)信息的搜集渠道
1．2 數據產業(yè)的發(fā)展
1．3 大數據的內涵
1．3．1 大數據的定義
1．3．2 大數據的特征
1．3．3 大數據技術產生的背景
1．3．4 大數據的應用領域及處理流程
1．4 大數據的技術架構和常用工具
1．4．1 大數據的技術架構
1．4．2 大數據的技術內容
1．4．3 大數據的技術工具簡介
1．4．4 市場分析師的大數據分析工具
本章小結
【延伸閱讀】
【實驗與思考】
第2章 大數據營銷概論
學習目標
思維導圖
開篇故事
2．1 大數據營銷的基礎
2．1．1 大數據營銷的含義
2．1．2 大數據營銷的特點
2．1．3 大數據營銷的運營方式
2．2 大數據營銷的發(fā)展
2．2．1 數字營銷
2．2．2 社交媒體營銷
2．2．3 移動營銷
2．3 大數據營銷的革新和應用
2．3．1 對傳統(tǒng)營銷的革新
2．3．2 大數據營銷的應用
2．4 基于大數據處理流程的營銷能力
本章小結
【延伸閱讀】
【實驗與思考】
第3章 產品預測與規(guī)劃
學習目標
思維導圖
開篇故事
3．1 大數據背景下的產品層次分析
3．2 用大數據預測新產品
3．2．1 大數據背景下新產品開發(fā)的特點
3．2．2 大數據背景下新產品開發(fā)的流程
3．3 大數據背景下產品策略的優(yōu)化與動態(tài)管理
3．3．1 大數據在產品生命周期管理中的應用
3．3．2 用大數據對現有產品組合進行動態(tài)優(yōu)化
本章小結
【延伸閱讀】
【實驗與思考】
第4章 定價流程與策略
學習目標
思維導圖
開篇故事
4．1 大數據定價的關鍵環(huán)節(jié)
4．1．1 影響定價的因素
4．1．2 分析影響定價的主要因素
4．1．3 建立指標體系表
4．2 個性化定價策略
4．2．1 個性化定價的內涵
4．2．2 個性化定價的方法
4．2．3 個性化價格實施
4．3 動態(tài)化定價策略
4．3．1 動態(tài)化定價的內涵
4．3．2 動態(tài)化定價的方法
4．3．3 動態(tài)化定價系統(tǒng)
本章小結
【延伸閱讀】
【實驗與思考】
第5章 銷售促進與管理
學習目標
思維導圖
開篇故事
5．1 大數據背景下的促銷策略概述
5．1．1 傳統(tǒng)營銷中的促銷組合設計
5．1．2 大數據背景下促銷組合實施的流程
5．2 大數據背景下的促銷組合設計
5．2．1 恰當的企業(yè)公關形象塑造
5．2．2 精準的廣告設計和投放
5．2．3 合理的銷售促進手段及信息傳達
本章小結
【延伸閱讀】
【實驗與思考】
第6章 客戶管理
學習目標
思維導圖
開篇故事
6．1 大數據在客戶管理中的作用
6．2 客戶管理中數據的分類、收集及清洗
6．3 大數據在客戶管理中的功能
6．3．1 預測客戶購買行為―― 趨勢分析
6．3．2 客戶群體劃分―― 聚類
6．3．3 客戶背景分析―― 概念描述
6．3．4 客戶流失分析―― 偏差檢測
6．4 客戶管理中常見的數據分析模型
6．4．1 客戶分層模型
6．4．2 RFM客戶價值分析模型
本章小結
【延伸閱讀】
【實驗與思考】
第7章 精準營銷
學習目標
思維導圖
開篇故事
7．1 精準營銷的發(fā)展背景
7．2 社群傾聽形成營銷策略
7．2．1 產品精準定位――文本挖掘
7．2．2 精準尋找目標消費者――客戶DNA
7．2．3 在社交互動中精準營銷――溝通產生精準
7．3 利用大數據進行精準營銷的步驟
7．3．1 確定目標
7．3．2 搜集數據
7．3．3 分析建模
7．3．4 制定戰(zhàn)略
本章小結
【延伸閱讀】
【實驗與思考】
第8章 跨界營銷
學習目標
思維導圖
開篇故事
8．1 跨界營銷的內涵
8．1．1 跨界―― 品牌內涵的傳遞
8．1．2 跨界―― 服務能力的延伸
8．1．3 跨界―― 數字傳播時代的必然選擇
8．2 利用大數據跨界營銷成功的關鍵點
8．2．1 價值落地
8．2．2 杠桿傳播
8．2．3 深度融合
8．2．4 數據打通
8．3 大數據時代跨界的形式
8．3．1 品牌跨界
8．3．2 產品跨界
8．3．3 傳播跨界
8．3．4 渠道跨界
本章小結
【延伸閱讀】
【實驗與思考】
第9章 商品關聯營銷
學習目標
思維導圖
開篇故事
9．1 商品關聯營銷的概念
9．2 購物籃商品關聯問題背景與挖掘目標
9．3 簡單關聯規(guī)則
9．3．1 事務和項集
9．3．2 關聯規(guī)則的表達形式
9．3．3 置信度和支持度
9．3．4 頻繁項集
9．4 購物籃分析模型
9．4．1 原始數據的預處理
9．4．2 搜索頻繁項集
9．4．3 由頻繁項集產生關聯規(guī)則
9．5 簡單關聯規(guī)則的有效性和實用性討論
9．5．1 Apriori算法的優(yōu)缺點與適用場景
9．5．2 如何評價簡單關聯規(guī)則的有效性
9．5．3 如何評價簡單關聯規(guī)則的實用性
本章小結
【延伸閱讀】
【實驗與思考】
第10章 商品評論文本數據的情感分析
學習目標
思維導圖
開篇故事
10．1 商品評論文本數據挖掘的目標
10．2 商品評論文本分析的步驟和流程
10．3 商品評論文本的數據采集
10．4 商品評論文本數據的預處理
10．4．1 文本去重
10．4．2 機械壓縮去詞
10．4．3 短句刪除
10．4．4 文本分詞
10．5 文本分析模型的構建
10．5．1 情感傾向性分析
10．5．2 語義網絡分析
10．5．3 基于LDA模型的主題分析
本章小結
【延伸閱讀】
【實驗與思考】
第11章 大數據營銷中的倫理與責任
學習目標
思維導圖
開篇故事
11．1 大數據營銷中的倫理問題
11．1．1 大數據的安全與隱私保護
11．1．2 數據的過度采集
11．1．3 數據的權屬問題
11．2 大數據營銷中的倫理風險
11．2．1 用戶隱私
11．2．2 信息不對稱下的消費弱勢群體
11．2．3 大數據“殺熟”與價格歧視
11．3 大數據營銷中的倫理困境及其成因
11．3．1 大數據營銷中的倫理困境
11．3．2 大數據營銷倫理困境的成因
11．4 大數據營銷倫理建構的必要性
11．4．1 企業(yè)社會責任
11．4．2 用戶與社會群體的維系
11．5 大數據營銷倫理的建構
本章小結
【延伸閱讀】
【實驗與思考】
參考文獻