图书简介:
第1章 走进大数据世界学习目标思维导图开篇故事1.1 数据、信息与商业信息1.1.1 数据1.1.2 信息与商业信息1.1.3 商业信息的生成过程与特点1.1.4 商业信息的搜集渠道1.2 数据产业的发展1.3 大数据的内涵1.3.1 大数据的定义1.3.2 大数据的特征1.3.3 大数据技术产生的背景1.3.4 大数据的应用领域及处理流程1.4 大数据的技术架构和常用工具1.4.1 大数据的技术架构1.4.2 大数据的技术内容1.4.3 大数据的技术工具简介1.4.4 市场分析师的大数据分析工具本章小结【延伸阅读】【实验与思考】第2章 大数据营销概论学习目标思维导图开篇故事2.1 大数据营销的基础2.1.1 大数据营销的含义2.1.2 大数据营销的特点2.1.3 大数据营销的运营方式2.2 大数据营销的发展2.2.1 数字营销2.2.2 社交媒体营销2.2.3 移动营销2.3 大数据营销的革新和应用2.3.1 对传统营销的革新2.3.2 大数据营销的应用2.4 基于大数据处理流程的营销能力本章小结【延伸阅读】【实验与思考】第3章 产品预测与规划学习目标思维导图开篇故事3.1 大数据背景下的产品层次分析3.2 用大数据预测新产品3.2.1 大数据背景下新产品开发的特点3.2.2 大数据背景下新产品开发的流程3.3 大数据背景下产品策略的优化与动态管理3.3.1 大数据在产品生命周期管理中的应用3.3.2 用大数据对现有产品组合进行动态优化本章小结【延伸阅读】【实验与思考】第4章 定价流程与策略学习目标思维导图开篇故事4.1 大数据定价的关键环节4.1.1 影响定价的因素4.1.2 分析影响定价的主要因素4.1.3 建立指标体系表4.2 个性化定价策略4.2.1 个性化定价的内涵4.2.2 个性化定价的方法4.2.3 个性化价格实施4.3 动态化定价策略4.3.1 动态化定价的内涵4.3.2 动态化定价的方法4.3.3 动态化定价系统本章小结【延伸阅读】【实验与思考】第5章 销售促进与管理学习目标思维导图开篇故事5.1 大数据背景下的促销策略概述5.1.1 传统营销中的促销组合设计5.1.2 大数据背景下促销组合实施的流程5.2 大数据背景下的促销组合设计5.2.1 恰当的企业公关形象塑造5.2.2 精准的广告设计和投放5.2.3 合理的销售促进手段及信息传达本章小结【延伸阅读】【实验与思考】第6章 客户管理学习目标思维导图开篇故事6.1 大数据在客户管理中的作用6.2 客户管理中数据的分类、收集及清洗6.3 大数据在客户管理中的功能6.3.1 预测客户购买行为—— 趋势分析6.3.2 客户群体划分—— 聚类6.3.3 客户背景分析—— 概念描述6.3.4 客户流失分析—— 偏差检测6.4 客户管理中常见的数据分析模型6.4.1 客户分层模型6.4.2 RFM客户价值分析模型本章小结【延伸阅读】【实验与思考】第7章 精准营销学习目标思维导图开篇故事7.1 精准营销的发展背景7.2 社群倾听形成营销策略7.2.1 产品精准定位——文本挖掘7.2.2 精准寻找目标消费者——客户DNA7.2.3 在社交互动中精准营销——沟通产生精准7.3 利用大数据进行精准营销的步骤7.3.1 确定目标7.3.2 搜集数据7.3.3 分析建模7.3.4 制定战略本章小结【延伸阅读】【实验与思考】第8章 跨界营销学习目标思维导图开篇故事8.1 跨界营销的内涵8.1.1 跨界—— 品牌内涵的传递8.1.2 跨界—— 服务能力的延伸8.1.3 跨界—— 数字传播时代的必然选择8.2 利用大数据跨界营销成功的关键点8.2.1 价值落地8.2.2 杠杆传播8.2.3 深度融合8.2.4 数据打通8.3 大数据时代跨界的形式8.3.1 品牌跨界8.3.2 产品跨界8.3.3 传播跨界8.3.4 渠道跨界本章小结【延伸阅读】【实验与思考】第9章 商品关联营销学习目标思维导图开篇故事9.1 商品关联营销的概念9.2 购物篮商品关联问题背景与挖掘目标9.3 简单关联规则9.3.1 事务和项集9.3.2 关联规则的表达形式9.3.3 置信度和支持度9.3.4 频繁项集9.4 购物篮分析模型9.4.1 原始数据的预处理9.4.2 搜索频繁项集9.4.3 由频繁项集产生关联规则9.5 简单关联规则的有效性和实用性讨论9.5.1 Apriori算法的优缺点与适用场景9.5.2 如何评价简单关联规则的有效性9.5.3 如何评价简单关联规则的实用性本章小结【延伸阅读】【实验与思考】第10章 商品评论文本数据的情感分析学习目标思维导图开篇故事10.1 商品评论文本数据挖掘的目标10.2 商品评论文本分析的步骤和流程10.3 商品评论文本的数据采集10.4 商品评论文本数据的预处理10.4.1 文本去重10.4.2 机械压缩去词10.4.3 短句删除10.4.4 文本分词10.5 文本分析模型的构建10.5.1 情感倾向性分析10.5.2 语义网络分析10.5.3 基于LDA模型的主题分析本章小结【延伸阅读】【实验与思考】第11章 大数据营销中的伦理与责任学习目标思维导图开篇故事11.1 大数据营销中的伦理问题11.1.1 大数据的安全与隐私保护11.1.2 数据的过度采集11.1.3 数据的权属问题11.2 大数据营销中的伦理风险11.2.1 用户隐私11.2.2 信息不对称下的消费弱势群体11.2.3 大数据“杀熟”与价格歧视11.3 大数据营销中的伦理困境及其成因11.3.1 大数据营销中的伦理困境11.3.2 大数据营销伦理困境的成因11.4 大数据营销伦理建构的必要性11.4.1 企业社会责任11.4.2 用户与社会群体的维系11.5 大数据营销伦理的建构本章小结【延伸阅读】【实验与思考】参考文献
展开
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。目前以大数据为话题的书籍并不少见,主要分为两大类:一类是侧重于大数据开发技术,如大数据统计分析、深度学习、神经网络算法等,主要是面向计算机专业类人员的教与学;一类则侧重于描述大数据在行业应用中的实践案例,旨在经验总结。然而定位于应用型本科电子商务、市场营销等商科专业的大数据营销课程教学,以及从事市场研究、策划、销售管理和客户关系管理等岗位的公司专业人员培训的教材用书,目前是空缺。多年来在美国零售领军企业从事大数据营销技术研究和应用的工作经历,让我深感大数据技术对于当下和未来商业变革的意义。2016年我回国后担任华南理工大学广州学院电子商务专业的学科负责人并从事一线教学工作,同时兼任智能商务研究所所长,打造跨学科大数据商业研究团队,解决行业企业大数据应用的痛点问题。教研相长、以研促教。工作中时常鞭策自己熟悉国内商科专业的理论系统和学生实践能力,针对应用型本科专业,以学生学习能力为导向,产教融合为实训模式,尝试改革原有教学体系,开设了电子商务数据分析、大数据营销、新媒体营销、R语言及应用等多门与大数据相关的应用型课程。多重工作经历的积累与体验,促成了撰写这本教材的初衷。感谢在此过程中一起努力的本书其他编者。他们全部来自国内高校市场营销专业数据分析方向的一线教学团队,和我一同参与了数据营销教学体系的搭建和教学,以及相关领域的理论研究和项目实践探索。我们对于本书的理解和设计如下:在内容方面,本书从三个部分帮助读者认识、学习和实践大数据营销。第一部分:大数据营销入门(第1章和第2章)旨在使读者全面而准确地认识大数据。通过展现数据科学发展的路径,建立大数据和其他数据科学的联系,论述大数据的特点。创造性地提出大数据营销的概念,从应用领域到常用分析手段、再到建立常规分析流程,思路清晰,便于理解。第二部分:传统营销的大数据革新(第3章至第6章)整个内容围绕开展市场营销活动的整个过程展开,逻辑合理。在传统营销理论的框架内,引入数据技术革新营销方式和方法,便于传统营销从业人员和接受了基础营销教育的管理学科学生理解和应用。有具体步骤的操作方法,实操性强。第三部分:营销新领域的大数据应用(第7章至第11章)对于个性化营销、跨界营销和电商平台的数据营销等近年来新的营销话题和营销手段,通过代表性案例,解析大数据在其中的应用,以及大数据应用过程中可能忽视的伦理和责任问题,力求新颖和实用。感谢我的研究团队成员马琦、刘新、李欣、崔译文、梁璐熹和姜颖,她们在数据营销领域的不断探索保证了本书初稿能高效高质地得以完成。在本书编写过程中,我与多位专家、学者进行了有益的讨论,特别是北京理工大学刘平青教授,华南理工大学吴应良教授、左文明教授和万江平教授,广东金融学院吴炎太教授,南京师范大学中北学院傅士太教授等给予的宝贵意见使我们获益匪浅,在此一并感谢。我还要感谢华南理工大学广州学院对编写工作的大力支持。电子工业出版社石会敏主任等的大力支持,风雨兼程中的一路陪伴使本书得以顺利出版,在此致以诚挚的感谢!在本书的编写过程中,我们参阅了国内外许多大数据营销方面的有关文献,获得了很多启迪,大大促进了本书的完善,在此对许多文献的作者致以敬意!本书力求思路清晰、内容翔实,既能和传统营销理论相结合,又能应用于营销新领域。但由于时间仓促,书中难免存在一些不足乃至疏漏,希望得到大家的批评指正,以便进一步修改和完善。读者可以通过邮箱bigdata_marketing@163.com,将书中的错误及遇到的任何问题反馈给我们。我们将尽量回复邮件,为读者提供最满意的解答,期待能够得到您的真挚反馈。
陈志轩 于华南理工大学广州学院2019年7月1日
展开