营销数据科学：用R和Python进行预测分析的建模技术

图书标准信息

• 作者 [美]托马斯 W. 米勒（Thomas W. Miller）
• 出版社 机械工业出版社
• 出版时间 2017-03
• 版次 1
• ISBN 9787111559023
• 定价 79.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 291页
• 字数 200千字

【内容简介】

本书面向市场营销特定领域中的大量典型问题，如产品设计、需求预测、价格研究、客户选择、推荐系统等，通过理论和实际的R/Python实现，深入浅出地给出了详细的数据科学解决方案。本书适合作为高等院校预测分析学等相关专业的教材，也适用于准备探索数据科学的人。

【作者简介】

美国西北大学预测分析专业主任，主持制定了该专业的大部分核心课程。同时，他还是大数据应用的开发者。在进入学术界之前，他有15年的IT商务和交通行业背景，他在威斯康辛大学麦迪逊分校教授市场营销和商务决策方面的课程。

【目录】

译者序

前言

第1章　了解市场1

第2章　预测消费者的选择9

第3章　锁定目标客户16

第4章　开发新客户28

第5章　维系客户39

第6章　产品定位51

第7章　开发新产品66

第8章　产品促销72

第9章　推荐产品86

第10章　评估品牌和价格98

第11章　利用社交网络123

第12章　关注竞争对手140

第13章　销售预测150

第14章　重新定义营销研究157

附录A　数据科学方法163

A.1　数据库系统和数据准备164

A.2　传统统计与贝叶斯统计166

A.3　回归与分类167

A.4　数据挖掘与机器学习172

A.5　数据可视化174

A.6　文本和情感分析174

A.7　时间序列与市场响应模型179

附录B　营销数据来源182

B.1　测量理论182

B.2　测量水平184

B.3　抽样186

B.4　营销数据库189

B.5　万维网190

B.6　社交媒体192

B.7　调查192

B.8　实验206

B.9　采访208

B.10　焦点小组210

B.11　现场研究211

附录C　案例研究214

C.1　AT&T选择研究214

C.2　匿名微软网站数据215

C.3　银行营销研究215

C.4　波士顿住房研究216

C.5　电脑选择研究217

C.6　DriveTime厢式轿车221

C.7　Lydia E. Pinkham医药公司224

C.8　宝洁洗衣皂224

C.9　返送公仔225

C.10　Studenmund餐厅225

C.11　悉尼交通研究227

C.12　ToutBay再次起航227

C.13　两个月工资230

C.14　威斯康星州德尔斯232

C.15　威斯康星州彩票销售234

C.16　维基百科投票237

附录D　代码与实用程序239

参考文献252

索引284