• 从零开始学大数据营销
21年品牌 40万+商家 超1.5亿件商品

从零开始学大数据营销

①全新正版,现货速发,7天无理由退换货②天津、成都、无锡、广东等多仓就近发货,订单最迟48小时内发出③无法指定快递④可开电子发票,不清楚的请咨询客服。

30.26 6.2折 49 全新

仅1件

浙江嘉兴
认证卖家担保交易快速发货售后保障

作者编者:韩布伟

出版社电子工业

ISBN9787121299704

出版时间2016-11

装帧其他

开本其他

定价49元

货号3660240

上书时间2024-10-12

倒爷图书专营店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
导语摘要
 大数据、工业4.0等这类具有破坏性和建立的时代已经到来,越来越多的人开始采用互联网思维的方式进行营销,与此同时这将成为一种风潮。目前中国有数百万的经营者、管理者、营销专业人员。这是一个规模很大的群体。由韩布伟编著的《从零开始学大数据营销》可以为营销者提供实际操作上的帮助,同时也能给资深营销达人提供一些建议。因为本书汇集了数十位超级营销者的思维方式。

作者简介
韩布伟,财经作家,北京奇庐文化科技有限公司总经理,北京邮电大学智慧城乡研究中心特聘研究员,长期专注于金融、理财、投资及互联网等趋势研究,已出版《工业4。0与中国制造2025》《泛娱乐战略》《大数据营销》等财经图书。一直以实践应用、启发思维为切入点,为读者带去实用性的操作方法。

目录
上篇  一切皆可数据化
第1章 多维信息追踪
  1.1  移动设备传来的数据
    1.1.1  高价值的移动端数据
    1.1.2  移动端数据的利用
  1.2  计算机产生的数据
  1.3  FACEBOOK产生的轨迹数据
    1.3.1  聚焦用户数据
    1.3.2  如何运用轨迹数据
  1.4  《盗墓笔记》产生的视频数据
    1.4.1  超级IP《盗墓笔记》的成功
    1.4.2  视频付费时代的开启
  1.5  AMAZON的浏览轨迹识别
    1.5.1  利用轨迹数据服务于用户
    1.5.2  像亚马逊一样使用用户数据
  1.6  实体店的信息追踪
第2章 云计算数据模型
  2.1  关联规则(ASSOCIATION RULE)
    2.1.1  什么是关联规则
    2.1.2  关联规则的案例及分类
  2.2  离群数据(OUTLIER)
    2.2.1  什么是离群数据
    2.2.2  离群数据的检测
  2.3  基于案例的推理(CBR)
    2.3.1  模仿是成功的关键
    2.3.2  CBR操作流程
  2.4  轰动全美的TARGET超市营销
    2.4.1  Target超市营销的数据模型
    2.4.2  大数据的3W优势
  2.5  构建数据价值分享模式
    2.5.1  阿里巴巴、腾讯聚焦数据价值分享
    2.5.2  数据分享模式的基本原则
第3章 用户数据化定位
  3.1  人口统计学数据
    3.1.1  数据与市场细分
    3.1.2  统计学的经典案例剖析
  3.2  用户行为数据
    3.2.1  分析定位用户
    3.2.2  数据的分类
    3.2.3  内容偏好数据追踪
  3.3  聚焦“她经济”
    3.3.1  何谓“她经济”
    3.3.2  “她经济”的方法论
  3.4  谷歌(GOOGLE)的广告模式
    3.4.1  创造巨额赢利的广告模式
    3.4.2  谷歌广告模式的成功之处
中篇 大数据时代营销方法
第4章 事件式营销
  4.1  一切皆因注意力的稀缺
  4.2  借势模式
    4.2.1  借势事件营销案例
    4.2.2  借势营销核心关键词
  4.3  主动模式
    4.3.1  造势事件营销案例
    4.3.2  造势营销的方式
  4.4  高性价比的事件营销
    4.4.1  案例1:宝马“UFO沙漠怪圈”造势“1系列”产品
    4.4.2  案例2:女博士代言橄榄油
  4.5  优衣库事件的营销方式
第5章 关联营销
  5.1  互补关联营销
    5.1.1  巨大潜力点分析
    5.1.2  互补产品类别汇总
  5.2  替代关联:微软的WINDOWS 10系统
    5.2.1  更新迭代原理
    5.2.2  微软替代关联营销的启示
  5.3  潜在关联:“苹果树”关联营销
  5.4  互联网关联销售的触点
    5.4.1  触点一:诱惑――捆绑优惠
    5.4.2  触点二:引导――相关搭配
    5.4.3  触点三:理解――智能推荐
  5.5  0至1与1至N
    5.5.1  从0到1的创新
    5.5.2  从1到n:时代变迁下的产品演变
第6章 互动营销
  6.1  小米的粉丝经济
    6.1.1  雷军对粉丝的重视
    6.1.2  打造粉丝经济
  6.2  情感营销:ALS冰桶挑战
    6.2.1  冰桶挑战的情感诉求
    6.2.2  打造情感营销
  6.3  场景营销:手机百度“刷脸吃饭”
    6.3.1  百度聚焦用户颜值
    6.3.2  打造场景营销
  6.4  专属营销:韩寒《后会无期》营销
    6.4.1  韩寒的营销亮点
    6.4.2  打造专属营销
  6.5  茵曼全球首个云端发布会
    6.5.1  何谓云端发布会
    6.5.2  茵曼创新互动营销的启示
第7章 病毒式营销
  7.1  几何数级的传播速度
    7.1.1  互联网造就病毒式营销
    7.1.2  开心网的病毒式营销
    7.1.3  病毒式营销方式
  7.2  有内涵的病毒――有料
    7.2.1  无内涵的病毒与有内涵的病毒实例
    7.2.2  病毒的内涵来源
  7.3  寻找有吸引力的“病原体”
    7.3.1  优质“病原体”的魅力
    7.3.2  为病原体增加吸引力
  7.4  寻找“易感人群”
    7.4.1  汉堡王病毒式营销的“易感人群”
    7.4.2  易感人群的种类
  7.5  对不起,我只过1%的生活
    7.5.1  安妮微博病毒式营销的成功
    7.5.2  安妮病毒式营销的启示
第8章 痛点营销
    8.1  寻找消费者的痛点
    8.1.1  从“找卖点”到“找痛点”
    8.1.2  寻找消费者痛点的方法
  8.2  在营销中主动设置痛点
    8.2.1  基于核心诉求的减法
    8.2.2  利用竞争对手的痛点
    8.2.3  寻找未知的痛点而实现差异化
  8.3  组合:痛点、痒点、兴奋点
    8.3.1  “三点”的定义及区分
    8.3.2  寻找“三点”的方法
  8.4  美柚“奇葩福利”:“姨妈假”
  8.5  可口可乐歌词瓶痛点营销
    8.5.1  抓住消费者的痛点
    8.5.2  痛点营销启示
第9章 定制营销
  9.1  未来趋势:DESIGN IT YOURSELF
    9.1.1  初步尝试“私人定制瓶”
    9.1.2  私人定制趋势的必然性
  9.2  戴尔的定制营销
    9.2.1  个性化定制
    9.2.2  成功定制模式剖析
  9.3  APP移动定制营销实现掘金
  9.4  京东玩转定制营销
    9.4.1  “京腾计划”打造定制化营销
    9.4.2  定制广告的未来趋势
  9.5  一键定制你的汽车
    9.5.1  初步尝试定制汽车
    9.5.2  汽车定制遇到的难题
第10章 高性价比营销
  10.1  分解产品属性
    10.1.1  分解的必要性
    10.1.2  分解后的优势
  10.2  指出利益:从对方出发
    10.2.1  消费者有哪些利益点
    10.2.2  如何正确指出利益
  10.3  定位到使用情景
  10.4  找到正确的竞争对手
    10.4.1  选择正确的竞争对手的重要性
    10.4.2  寻找竞争对手的注意事项
  10.5  比附营销策略
    10.5.1  蒙牛的比附营销
    10.5.2  比附营销的方式
下篇  如何引领大数据营销风潮
第11章 产品定位
  11.1  大数据分析模式
  11.2  大数据情感黑洞
    11.2.1  没有数据支持的正确决策
    11.2.2  大数据不擅长之处
  11.3  轨迹趋势分析
    11.3.1  《纸牌屋》的轨迹趋势预测
    11.3.2  大数据对影视行业的作用
  11.4  苹果的极致策略
    11.4.1  乔布斯对极致的追求
    11.4.2  苹果极致策略的启示
  11.5  诺基亚手机倒闭的问题核心
第12章 用户定位
  12.1  价格≠价值
    12.1.1  消费者的价值追求
    12.1.2  产品的价值塑造
  12.2  《爸爸去哪儿》独特定位
  12.3  有时,中年人=“小鲜肉”
  12.4  大数据客户细分系统
    12.4.1  上海联通的客户细分
    12.4.2  CRM客户细分步骤
  12.5  不要误读长尾理论
    12.5.1  什么是长尾理论
    12.5.2  正确解读长尾理论
  12.6  小米手机的“发烧友”
第13章 竞争性营销策略
  13.1  大数据情报搜集系统
    13.1.1  情报搜集系统的重要性
    13.1.2  搜集情报的方式
  13.2  市场王者之争
    13.2.1  解密王者之争
    13.2.2  助力挑战者的颠覆
  13.3  降维营销打击理论
  13.4  无对手的特斯拉汽车
    13.4.1  成功不可复制
    13.4.2  成功的经验之谈
  13.5  谷歌的市值数据支撑点――GOOGLE X

内容摘要
 我们处在信息数据以TB为计算单位的时代,井喷式增长的数据标志着大数据时代已经到来。我们一个不经意的举动,都会在网络上留下自己的痕迹,比如
浏览一个网站,登录邮箱发送一次邮件,发表一个帖子等。那你知道这些数据是如何被网站收集、利用的吗?我们又能如何利用它们?
互联网使人们的日常生活开始向数据化转变。在大数据时代的潮流中,不懂得利用大数据的企业最终只会消亡。由韩布伟编著的《从零开始学大数据营销
》涵盖了大数据时代的各种现象和大数据思维引领下的各种营销策略,以及对大数据时代未来的进一步思考。
企业管理人员在公司经营中遇到的很多问题也可以在本书中找到答案.比如,为什么小米公司在短短几年内就成为手机行业的翘楚?苹果公司是如何将诺基亚取而代之的?本书让你领略大数据的魅力?

精彩内容
 互联网公司因用户量过大而宕机,在之前时有发生。比如微信、淘宝宕机事件等。如今,爱奇艺服务器因《盗墓笔记》热播而宕机,让业内看到了中国推行内容付费模式的前景,这堪称视频行业的最成功案例之一。
1.4.2视频付费时代的开启《盗墓笔记》对播出模式进行了全新尝试,首次采取了单一网站发行、播出的模式。首先利用每周更新一集的播出形式吸引观众的兴趣,然后推出VIP会员可提前观看全集的模式,可谓是一种视频播出模式的创新。
《盗墓笔记》的强大影响力不仅体现在爱奇艺服务宕机这一事件上,所有涉及爱奇艺会员开通渠道的服务都受到了影响。比如,中国移动积分兑换爱奇艺会员的业务出现了故障,遭到人们大规模投诉;淘宝上出售爱奇艺会员的店铺也发生了抢购狂潮,但由于各种因素导致部分买家无法正常使用会员权利也令淘宝店铺遭到了差评投诉,有些店铺因此选择了“消失不见”。
《盗墓笔记》在互联网引发了一连串连锁效应,称其为“现象级网剧”可谓名副其实。实际上,任何一个视频网站都可能会依靠一部现象级网剧来吸引大量用户和流量,但爱奇艺将眼光放得更长远,爱奇艺没有把《盗墓笔记》看作是一部简单的现象级网剧,而是通过《盗墓笔记》来引领内容付费时代和市场培育。
爱奇艺对《盗墓笔记》实行的创新播出模式,不仅是一种针对内容的收费措施,也是针对服务的收费措施。如今,优质内容及服务对用户有很大的吸引力。比起以前,用户的付费意愿越来越大。在免费视频大行其道的今天,爱奇艺是国内首个大规模推行内容付费的视频网站,业内不少人士认为这是个疯狂的举动。
然而事实证明,爱奇艺的这一模式是成功的。受《盗墓笔记》热播的影响,爱奇艺VIP会员数一直保持快速增长,并且其站内电影、纪录片、教育等付费内容流量也呈攀升趋势。爱奇艺所期望达到的目标正在一步步实现,以《盗墓笔记》为起点实行更有价值
的会员服务体系。
以前,视频网站的会员业务一直显得很虚无缥缈。每家视频网站都涉及了这个业务,却都对其详情绝口不提。比如用户数,还有收入,这些似乎是行业内不能说的秘密。2015年对于视频网站来说,是不一样的一年。爱奇艺将行业多年以来的沉默打破,不仅大方公布了其会员业务的内部数据,还通过一次宕机事件让业界看到了用户对视频会员业务的狂热需求。
2015年以前,视频网站的主要收入来源是广告收入,而这只能依靠不断采购电视剧、综艺节目等内容来实现。如今,中国视频网站可以依靠电影、差异化内容服务等获取用户付费收入,未来视频行业的发展将去往何方,大家拭目以待。
目前,《盗墓笔记》的第一季已全集上线,网友们熬夜将剧集追完之后开始期待《盗墓笔记》第二季的播出。这说明《盗墓笔记》第一季的结局并非一个结束,而是一个全新的开始。《盗墓笔记》的播出打破了传统题材的限制并创新了播出模式,使”网剧”散发出独特魅力,真正意义上开启了网络剧新时代。
1.5AmaZOn的浏览轨迹识别2015年9月24日,路透社中文网发布消息称,亚马逊将于近期推出6部电视试播剧集(PilotShow),英、美、德和澳大利亚等国的亚马逊视频用户将免费享受最新自制剧。亚马逊表示,公司将会通过观剧用户的反馈,把最受欢迎的剧目续拍成电视连续剧。
亚马逊和在线影片租赁提供商Netflix正在致力于对电视原创内容的重塑,他们找来大牌明星,并给予明星们充足的自由,使明星们不用担心会得罪广告商。另外,亚马逊今年凭借自制变性喜剧《透明人生
>赢得了艾美奖(美国电视界最高奖项),使得亚马逊的人气暴增。
1.5.1利用轨迹数据服务于用产亚马逊作为美国最大的网络电子商务公司,虽然已经取得巨大成功,但是依然对于新领域有着浓厚的兴趣。亚马逊充分利用自己的优势,通过大数据给用户提供最好的服务。
近年来,大数据得到了很多的关注,零售业、电子商务、科技公司都认识到大数据这一金矿的价值。
然而,大部分公司急于提高市场竞争力,所有对于大数据的讨论都是围绕消费趋势、营销指导、新产品规划和相关市场的意见等进行的。而亚马逊让很多用户爱了上它,亚马逊是如何使用大数据的呢?
前不久,一位用户在亚马逊网站客服处提交了AmazonKindle的故障问题。AmazonKindle是一种由亚马逊设计和销售的电子书阅读器和软件平台。仅仅30秒后,用户的手机铃声便晌起了,亚马逊的一位名叫芭芭拉的客服人员对用户进行问候之后说:“我了解到您的Kindle有一个问题……”两分钟之后,用户的问题就成功地解决了。
该用户保持从亚马逊订购商品的习惯已经有10年了,事实证明,他的选择是对的。10分钟高效解决用户的问题,任何一个用户都会爱上这家公司。为什么亚马逊处理用户问题的效率如此之高呢?原来客服并没有要求用户详细拼写他的名字和地址,也没有进一
步向用户销售任何东西。
根据往常的经验,当接到一个客户服务电话时,用户就已经做好准备花费大把的时间与客服人员进行沟通理论了。大多数消费者都是这样的,与客户服务部门打交道的经历往往都是负面的,无论是通过电话或者是在线沟通。这些高高在上的公司习惯把握控制权,与消费者进行冰冷和不人道的对话,对于这个现实,大部分消费者已经麻木。
然而,令该用户意想不到的是,芭芭拉在电话里直奔主题,没有说一句废话,态度严肃地给自己解决了问题。更让用户感到惊喜的是,芭芭拉完全正确地掌握了他的个人数据资料信息,并据此提出了很好的解决方案。
事实上,亚马逊多年以来一直在收集用户的相关数据资料,包括地址、付款信息,以及浏览轨迹信息等。芭芭拉通过用户的相关信息,还有在亚马逊上所
购买甚至所浏览过的一切信息为用户提供了良好的服务。虽然各大互联网公司都非常重视用户的数据收集,亚马逊却利用这一优势做出了一些与众不同的事情。亚马逊将这些数据作为拉近与客户之间关系的桥梁

亚马逊利用收集到的用户数据信息与客户建立了个性化的互动,让用户非常满意。这就给各个互联网公司一个启示:那些能够帮助你与用户沟通互动的数据才是最有用的数据。
亚马逊作为一家国际化大型企业,已经通过收集用户的数据建立了与其形象保持相当一致的数据库。
而大多数互联网公司则是通过收购来获得大数据的,这样,同步数据就变成了当下最重要的任务。对个别用户数据的处理或者增强信息的针对性,仍然是一个低优先级的方式。
P13-16

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP