1章 谁是你的大数据用户 5
1.1大数据用户细分定位 5
1.1.1如何进行用户细分定位 5
1.1.2用户细分注意事项 7
1.2购买过程行为细分 10
1.2.1用户购买反应 10
1.2.2用户购买需求 11
1.3寄生营销 12
1.3.2寄生的方式 12
1.3.1寄生营销的主要方式 13
1.4卖点≠需求 15
1.4.1寻找用户真正的需求 15
1.4.2产品卖点定位 16
1.5大数据场景用户 17
1.5.1金融大数据,理财的利器 17
1.5.2大数据,懂用户的需求 18
1.5.3电商大数据,对用户精准营销 18
1.6从需求出发,圏定你的目标用户 19
1.6.1苹果手机是如何把握用户需求的 19
1.6.2从用户属性出发,定性你的用户 20
2章 多角度抓取你的数据源 22
2.1我知道你是“谁” 22
2.1.1用户是如何访问网站的 22
2.1.2大数据四大来源划分 23
2.2APP应用系统 24
2.2.1APP应用的5个重要环节 25
2.2.2APP应用的特点分析 26
2.2.3APP应用平台的商业价值 26
2.3PC系统 27
2.3.1Windows10系统是如何提供价值的 27
2.4视频轨迹系统 28
2.4.1爱奇艺收集数据方法 28
2.4.2爱奇艺是如何运用大数据营销的 29
2.5电子商务平台系统 30
2.5.1大数据在电子商务平台上的应用 30
2.5.2大数据提升电子商务平台绩效的方式 31
2.6行业数据源 32
2.6.1行业数据源的作用 33
2.7航空公司数据权之争 34
2.7.1为何航空公司要争夺数据权 34
2.7.2数据就是生产力 35
3章 建立模型:数据流漏斗原理 35
3.1如何进行数据结构搭建 36
3.1.1搭建大数据结构的前提 36
3.1.2搭建大数据结构的步骤 38
3.2如何设定数据操作步骤 38
3.2.1苹果公司是如何应用数据的 38
3.2.2数据操作的5个步骤 39
3.3如何进行数据约束 40
3.3.1对数据进行约束的条件 41
3.4层次模型:谷歌的数据分析系统 42
3.4.1谷歌的数据分析系统是如何运作的 42
3.4.2谷歌为什么采用这么简单的分析模式 43
3.4.3大数据分析在电影行业的应用前景 43
3.4.4谷歌数据分析系统的功能 44
3.5网状模型:蜘蛛策略 45
3.5.1蜘蛛策略的工作原理 45
3.5.2网状数据模型的结构 46
3.6关系模型:Facebook用户的强关系 47
3.6.1关系数据模型解读 48
4章 自动化营销,无人化决策 49
4.1数据的编制 49
4.1.1 编制数据收集计划 50
4.1.2数据的处理控制 51
4.2数据的结果分析 53
4.2.1数据分析的原因 53
4.2.2数据分析的方法 54
4.3自动调节的定价机制 55
4.3.1价格制定方法 55
4.3.2把控定价方向 57
4.4用户的跟踪系统 58
4.4.1CRM用户管理系统 58
4.5自动化数据预测 60
4.5.1大数据预测的4个因数 61
5章 即时营销由事件触发 62
5.1借力模式:优衣库事件的营销 62
5.1.1借力营销的方法 63
5.2主动模式:小米手机的饥饿营销 63
5.2.1小米的借力营销模式 64
5.2..2如何做好饥饿营销 64
5.3如何发现热门事件呢? 65
5.3.1热门事件营销汇总 65
5.3.2如何利用热门事件 66
5.4营销前的用户数量与质量卡位 67
5.5活动进行中互动设置 69
5.5.1微信平台的互动营销方法 69
5.5.2韩寒的互动营销 70
5.5.2世界杯刷脸吃饭 70
5.6营销结束时的用户分析 71
5.7“海参阅兵”照爆红数据大起底 73
5.7.1海参阅兵营销数据 73
5.7.2经典事件营销汇总 75
6章 大数据体验式营销 75
6.1给体验一个场景 76
6.1.1苹果平板电脑的体验场景 76
6.1.2体验营销与传统营销的不同 77
6.1.2体验营销三大观点 77
6.2试用即实用 78
6.2.1ZUK的试用策略 78
6.2.2体验式产品的试用流程 79
6.3以体验为导向设计 80
6.3.1以体验为设计导向,涉及到的细节 80
6.3.2用户体验设计 82
6.4体验的“主题” 83
6.4.1客户体验主要类型 83
6.4.2视觉体验营销 84
6.5谷歌眼镜的体验营销 85
6.6可视化虚拟试衣间 88
6.6.1体验营销优势汇总 88
7章 营销关联,由1至n 90
7.1互补关联:谷歌的配套设置 90
7.1.1公司之间的互补关联 90
7.1.2产品之间的互补关联 91
7.2替代关联:微软的Window 10系统 92
7.2.1微软产品替代关联 92
7.2.2阿根廷经济替代关联 92
7.2.3电视机替代关联 93
7.3潜在关联:“苹果树”关联营销 93
7.3.1 “苹果树”系统打造过程 94
7.3.2 潜在关联的启发 94
7.3.3关联营销的三大因素 96
7.4如何寻找互相连接的点 98
7.4.1农夫山泉寻找的连接点 98
7.4.2事业关联营销的形式 98
7.5决定从1至n的核心 100
7.5.1苹果的发展到底是不是时代的一种演变 100
7.5.2苹果从0至1无人超越的原因 101
7.6西门子的关联模式 102
7.6.1 “金银欢乐送”活动的关联营销 102
7.6.2西门子五一营销 102
8章 痛点营销 103
8.1如何找到用户的“痛点” 103
8.1.1欧派电动车:从用户关心的问题找“痛点” 104
8.1.2从用户身上找“痛点” 105
8.2 O2O行业的痛点 106
8.2.1商家到底想要什么 106
8.2.2营销背后的经验 106
8.3如何针对性地破解“痛点” 107
8.3.1奥马电冰箱:破解年轻用户身上的“痛点” 107
8.4撬动矛盾的支点 109
8.4.1营销中如何撬动用户“支点” 110
8.5小米的爆发点 111
8.5.1痛点造就爆发点 111
8.5.2小米连续爆发的痛点秘密 112
9章 定制营销 112
9.1大趋势:个性化需求 113
9.1.1定制营销竞争的优势 114
9.1.2形成定制优势的途径 114
9.2微软的个性化收费版系统 115
9.2.1微软对系统收费的原因 115
9.2.2定制营销的优点 116
9.3VIP所隐藏的定制秘密 117
9.3.1VIP用户信息来源 118
9.4网易”花田“为你定制爱情 119
9.4.1定制你的爱情 119
9.5农夫山泉用大数据卖矿泉水 121
9.5.1农夫山泉挖掘大数据信息 121
10章 大数据互动营销 122
10.1场景互动:365分之一 123
10.1.1做好互动营销的方法 123
10.2情感互动:基因决定的性格 124
10.2.1情感互动营销带来过亿票房 124
10.2.1良好的互动载体 125
10.3互动营销六大模式 126
10.4雷军与粉丝经济 128
10.4.1小米互动营销的方法 128
10.5微信的互动模式 129
10.5.1微信互动营销的步骤 129
10.5.2微信公众平台做互动营销活动的方法 130
11章 大数据营销黑洞 131
11.1 大数据黑洞来源 131
11.2极简主义策略 132
11.2.1极简主义的商业应用 133
11.2.2数据量大不等于价值大 133
11.3大数据营销不可能一直有效 134
11.4大数据之下的删除模式 135
11.4.1重复数据删除 135
11.4.2 异常数据删除 137
11.5数据收集不可无极限 139
11.5.1 教育系统使用的大数据 139
11.5.2 防止隐私数据泄漏的方法 140
11.6营销的界限 141
11.6.1营销界限的两大理论 142
11.6.2产品营销的界限 142
12章 大数据,大变革 143
12.1风口来临,拥抱大数据 143
12.1.1 大数据预测性研究 143
11.1.2 走在时代前列的大数据 144
12.2《小时代》利用大数据创造票房神话 145
12.2.1大数据营销理论分析 145
12.2.2大数据电影预测 146
12.3《致青春》成功背后的大数据力量 147
12.3.1一切成功都有理论支撑 147
12.3.2大数据走进日常生活 148
12.4大数据助苏宁电器实现转型 149
12.4.1企业应适用大数据的革新 149
12.4.2企业变革中的行动 150
12.5如何站在大数据营销的风口 150
以下为对购买帮助不大的评价