图书详情

配套资源图书内容样章/电子教材图书评价

配套资源
图书特别说明：
有需要样书的老师，可以直接联系本书编辑石老师，电话010-88254537,微信15801037673.
本书免费提供前四章教学资源，其他更多资源请填写表格发给作者申请。

本书资源
会员上传本书资源
为本书上传资源

图书内容

内容简介

本书围绕大数据营销领域的主要应用场景，分别论述了大数据应用的原理、模型及其操作步骤。主要内容包括，大数据与市场营销、大数据营销分析基础、数据准备、数据探索、消费者行为分析、商品分析与推荐、营销效果预测、客户终身价值预测、客户细分、A/B测试。在编排上首先展示学习目标，之后是本章的主要内容，详细讲述原理、模型和实践（含完整练习代码），最后进行本章小结。在大数据营销六个应用场景的章节还增加了实训部分，以讲述大数据分析平台的操作步骤。

图书详情

ISBN：9787121438271

开本：16开

页数：240

字数：385.6

本书目录

第1章  大数据与市场营销	1
1.1  大数据产生的背景	1
1.1.1  人类社会进步与大数据时代	1
1.1.2  大数据爆发原因	3
1.2  大数据的内涵	6
1.2.1  大数据的定义	6
1.2.2  大数据的特征	8
1.3  大数据营销概论	9
1.3.1  大数据营销的发展	9
1.3.2  大数据营销的应用	14
本章小结	15
第2章  大数据营销分析基础	16
2.1  数据挖掘标准过程模型	16
2.2  大数据营销的基本流程	18
2.3  大数据营销的核心能力	21
2.3.1  大数据挖掘成功的要素	21
2.3.2  成为合格的大数据营销人员	23
2.4  大数据营销的分析模型与工具	25
2.4.1  常用的大数据营销分析模型	25
2.4.2  大数据营销分析工具	26
本章小结	29
第3章  数据准备	31
3.1  数据准备概要	31
3.1.1  数据结构类型	31
3.1.2  数据准备工作内容	32
3.2  数据清洗	33
3.2.1  缺失值处理	33
3.2.2  异常值处理	35
3.3  数据变换	37
3.3.1  数据规范化	37
3.3.2  数据规约	38
3.3.3  数据正态化	40
3.4  数据集成	41
3.4.1  实体识别	41
3.4.2  冗余属性识别	41
3.4.3  删除动作的讨论	42
本章小结	44
第4章  数据探索	45
4.1  探索性数据分析	45
4.1.1  探索性数据分析的概念	45
4.1.2  探索性数据分析的内容和步骤	46
4.2  探索数据特征	47
4.2.1  认识数据集	47
4.2.2  探索分类型变量	50
4.2.3  探索数值型变量	56
4.2.4  探索变量的多元关系	61
4.3  发现派生特征变量	65
4.3.1  基于数据集观察的发现	66
4.3.2  基于领域知识的发现	70
本章小结	80
第5章  消费者行为分析	81
5.1  消费者行为分析概要	81
5.1.1  消费者行为的内涵	81
5.1.2  消费者行为分析的内涵	82
5.2  回归分析	83
5.2.1  线性回归	83
5.2.2  逻辑回归	85
5.3  逻辑回归分析实例	87
5.3.1  数据集	87
5.3.2  数据分析与可视化	88
5.3.3  回归分析	92
5.4  决策树	99
5.4.1  决策树简介	99
5.4.2  决策树的分类算法	100
5.4.3  决策树的使用条件	101
5.5  决策树分析实例	101
5.5.1  数据集	101
5.5.2  数据分析与可视化	103
5.5.3  决策树分析	109
本章小结	113
【实训——会员留存分析】	114
第6章  商品分析与推荐	117
6.1  商品分析概要	117
6.1.1  商品分析的内涵	117
6.1.2  商品分析的目标	118
6.2  商品分析实例	119
6.2.1  数据集概况	119
6.2.2  趋势分析	122
6.3  商品推荐实现	133
6.3.1  商品推荐系统	133
6.3.2  协同过滤算法	134
6.3.3  商品推荐实例	135
本章小结	145
【实训——服装销售数据分析】	146
第7章  营销效果预测	150
7.1  市场营销预测基础	150
7.1.1  市场营销中的预测分析	150
7.1.2  分类模型的评估	151
7.2  随机森林模型	152
7.2.1  随机森林的工作原理	152
7.2.2  随机森林算法的优缺点	155
7.2.3  随机森林算法的应用场景	155
7.3  市场营销预测实例	156
7.3.1  数据集及其特征变量的选择	156
7.3.2  特征变量的编码	158
7.3.3  建立预测模型	160
本章小结	166
【实训——价格优惠和客户态度分析】	166
第8章  客户终身价值预测	169
8.1  客户终身价值基础	169
8.1.1  客户终身价值的内涵	169
8.1.2  客户终身价值的意义	170
8.1.3  客户终身价值的计算与分析	171
8.2  回归模型的评估	172
8.3  客户终身价值预测实例	173
8.3.1  数据集概况与数据清理	173
8.3.2  数据分析	177
8.3.3 价值预测	180
本章小结	187
【实训 1 ——流量分析】	187
【实训 2 ——汽车销售量预测】	189
第9章  客户细分	191
9.1  客户管理基础	191
9.1.1  客户管理的定义	191
9.1.2  客户管理的内容	192
9.1.3  大数据在客户管理中的作用	193
9.2  聚类算法	194
9.2.1  聚类算法应用场景	194
9.2.2  聚类算法原理	195
9.2.3  k-means聚类算法的步骤	197
9.3  客户细分中的聚类算法实例	198
9.3.1  数据集概况及数据清理	198
9.3.2  k - means聚类算法	202
9.3.3  解释客户群体	205
本章小结	207
【实训——会员分群数据分析】	208
第10章  A/B测试	210
10.1  A/B测试基础	210
10.1.1  A/B测试的概念	210
10.1.2  A/B测试的步骤	211
10.1.3  A/B测试的意义	214
10.2  营销的A/B测试与检验	215
10.2.1  营销的A/B测试	215
10.2.2  统计假设检验	215
10.3  A/B测试的评估实例	216
10.3.1  数据集概况	216
10.3.2  数据分析	218
10.3.3  统计假设检验	223
本章小结	227
【实训—— A/B测试数据分析】	227

展开

前言

为什么要写这本书
大数据时代已然来临。科学技术的进步，特别是以大数据技术为先导的分析技术、云计算、移动互联网、社交网络、物联网和小型传感器等的出现给社会的各个领域带来了深刻的影响，有的甚至是颠覆性的。正如未来学家阿尔文•托夫勒所预言的那样，“以信息化为代表的第三次浪潮带来了两项改变：一是社会更趋多样化；二是社会变化的速度日益加快”。在很大程度上，大数据指的是当今数字生态系统中产生的在数量、种类、速度和复杂性方面不断增长的数据洪流。这股强劲的数据洪流带来了前所未有的挑战与机遇。
大数据的影响，正在迅速渗透到各个行业，颠覆着传统的商业领域。市场营销领域也不例外，大数据带来了一种全新的营销方式，并且发挥着越来越重要的作用。大数据在几乎所有的垂直领域都被普遍接受，尤其是在营销和销售领域。实际上，零售行业是最早开启大数据应用的行业之一。营销分析师基于客户的在线购买、网络点击、社交媒体活动、智能连接设备、地理位置等生成的大数据集，进行分析，在客户挖掘、客户关系维护、营销策划及其优化、产品设计与定价等诸多方面取得了显著的效果。
这股浪潮也正在推动高等教育的改革。在商科院校，特别是应用型大学，商业教育的目的是为学生的就业做准备。商业环境的变化也带来了就业领域的许多变化，这一现象给教育管理者、教师和学生带来了许多关于商科课程内容的思考。当商业环境的变化导致许多传统工作岗位消失同时又创造许多新的工作岗位时，商业教育无疑应该改革传统的课程体系，以适应新的商业环境。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。以大数据等新技术为抓手的“新商科”教育理念已被普遍接受。鉴于此，作者会同广州城市理工学院校内研究团队于2019年编写出版了《大数据营销》教材。旨在为应用型本科院校商科专业的学生（如大数据管理与应用、电子商务和市场营销等专业）了解与学习大数据营销的内涵与应用，提供入门教程，为学生能够进一步掌握大数据营销技能打下基础。该书出版前后已经在校内多个专业和年级进行了四年多时间的实践应用，一经推出便受到了国内多家高校的采纳与认可。随着教学的深入，大数据营销的授课内容亟须辅以大数据分析技术实训教学。
虽然目前有很多关于大数据分析技术、数据科学和机器学习技术的理论和细节的学习资源，但关于如何具体使用这些技术进行市场营销的学习资源不多。实际上，学习数据分析和挖掘理论与将其应用到市场营销领域的真实业务中有很大不同。这本书的主要目的是继《大数据营销》之后，通过将大数据分析技术应用于不同的营销场景，使学生能更好地理解不同的市场营销问题应该选择使用何种类型的技术，掌握具体的实施步骤，以及如果有兴趣进一步研究的话，应该在哪些方向找到相关的辅助资源，进一步提高学生大数据营销的实战能力。

展开

作者简介

本书暂无作者简介

样章试读

查看样章
图书评价我要评论

本书资源

会员上传本书资源

内容简介

图书详情

本书目录

前 言

作者简介

前言