• 大数据营销全流程操作指南
21年品牌 40万+商家 超1.5亿件商品

大数据营销全流程操作指南

正版图书带塑封 当天发货 91003425922977628165

7.6 1.3折 59 九五品

仅1件

天津宝坻
认证卖家担保交易快速发货售后保障

作者[美]大卫·塞莫尔罗斯(David Semmelroth) 著;赵立敏、王荣 译

出版社人民邮电出版社

出版时间2015-12

版次1

装帧平装

货号91003425922977628165

上书时间2024-12-19

转转精品图书店的书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九五品
图书标准信息
  • 作者 [美]大卫·塞莫尔罗斯(David Semmelroth) 著;赵立敏、王荣 译
  • 出版社 人民邮电出版社
  • 出版时间 2015-12
  • 版次 1
  • ISBN 9787115410559
  • 定价 59.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 252页
  • 正文语种 简体中文
  • 丛书 互联网时代商业新模式与新技能丛书
【内容简介】
  大数据时代,如果你还在传统营销的道路上缓步前行,那么你很快就会被其他企业甩在后面。为了步入新营销时代的快车道,你需要充分利用消费者数据,实现精准营销。消费者数据包含人口统计学数据、消费者行为特征数据、消费者位置数据等信息,它们是企业极具价值的资产。本书系统介绍了如何收集和分析消费者数据、如何利用已获取的数据进行营销、如何对营销活动的效果进行测量和分析,以及数据驱动营销的原则、方法和注意事项。无论你打算开拓新客户,还是提升老客户的忠诚度,这些都是你必须掌握的内容。可以说本书是一部系统、全面、实用性强的营销手册。

  《大数据营销全流程操作指南》适合所有企业的营销人员、形象经理、广告策划人员、产品经理及企业的决策者阅读。翻开本书,你会看到很多新颖的例证、营销技巧和专家建议。这本书将会为你提供数据驱动营销指导,带你挖掘大数据时代潜在的市场与商机。
【作者简介】
  大卫·塞莫尔罗斯(DavidSemmelroth),大数据营销顾问、数学与统计学教授。他参与了众多数据收集和处理技术的研发,这些技术可以更好地服务于商业领域。此外,在把消费者数据转化为可行的营销方案方面,大卫拥有20多年的工作及培训经验。
  大卫的职业生涯开始于信息技术,他致力于研究消费者数据,试图从这些数据中洞察消费者的真实需求。他涉足的领域包括金融服务行业、旅游行业和娱乐行业,为众多企业提供消费者数据库和大数据营销方面的咨询服务。
《大数据营销全流程操作指南》是大卫对兴趣与工作经验的总结与延伸,也是将营销与技术相融合的杰作。他将通过此书为你提供大数据营销指导,带你挖掘大数据时代潜在的市场与商机。
【目录】
第1章  大数据营销:一切为了客户 // 3
什么是大数据营销 //  4
聚焦客户 //  6
大数据营销活动 //  9
分析客户数据 //  11
测量结果 //  13
第2章  直接与客户沟通 // 15
什么是大数据营销活动 //  15
命中靶心:并不是每个人都是目标受众 //  19
定制优惠信息 //  21
直接与客户交谈:使用数据调整营销信息 //  22
找准营销时机:不要在 7 月卖雪铲 //  23
选对营销策略 //  23
精细化营销活动 //  26
第3章  以小见大:通过数据寻找客户 // 28
与消费者相关的营销数据库 //  28
建立客户记录 //  33
营销是一件家务事:从家庭开始 //  34
发展客户基础:潜在客户 //  36
尊重客户隐私 //  39
第4章  使用并管理客户联系信息 // 44
联系客户 //  44
允许客户自愿退出 //  48
了解客户偏好 //  51
第 1 部分  大数据营销入门
目  录
1
大数据营销全流程操作指南 2
第5章  获取信息:营销活动的基础 // 54
确保邮件能被有效投递 //  55
推广历史的重要性 //  59
通信管理的重要性 //  60
第6章  什么是数据分析 // 65
什么是统计 //  66
了解客户的差异性 //  67
在数据中寻找关系 //  71
营销活动本身也是实验:使用科学的方法 //  73
寻找重要的结果 //  75
结合客户特征进行多重任务处理 //  77
第7章  物以类聚:细分客户 // 79
理解人口数据 //  80
基于收入数据划分消费者 //  82
根据年龄对消费者进行分类 //  84
根据生命周期对消费者进行分类 //  86
根据地理数据对消费者进行分类 //  87
考虑法律因素能使你避免不必要的麻烦 //  90
第8章  从交易数据中获取重要信息 // 92
简化数据 //  93
来自网上的交易数据 //  96
基于交易数据划分消费者 //  98
时机就是一切:了解消费者的购买时间 //  101
RFM 模型 //  103
啤酒和尿布:购物篮分析 //  104
第 2 部分  深度挖掘数据:分析论63
目录 3
第 3 部分  让数据发挥作用
第9章  好的、坏的和丑的:了解客户盈利情况 // 106
营业额并不是净收益:要考虑成本问题 //  106
保持评估客户盈利能力的简单性 //  109
了解家庭层面的盈利能力 //  110
维系有利可图的客户 //  111
寻找新客户 //  112
应对无利可图的客户 //  112
了解客户盈利能力的变化 //  113
评估客户的终身价值 //  114
第10章  策略优势:设计营销活动 // 119
事件触发型活动 //  119
维系客户 //  123
对客户进行向上销售 //  132
对客户进行交叉销售 //  134
关注地址变更 //  136
第11章  从橱窗到柜台:变顾客为消费者 // 138
识别消费者 //  139
了解顾客的消费心理 //  143
克服购买障碍 //  145
第12章  精巧设计营销信息 // 149
让顾客听到你的声音 //  149
用技术来定制个性化邮件 //  152
在信件中使用图片 //  154
向消费者展示他们感兴趣的产品 //  156
利用消费者档案制作信息 //  156
117
大数据营销全流程操作指南 4
第 4 部分  反馈圈:从经验中学习173
第13章  在线使用顾客数据 // 159
电子邮件的诸多功能 //  160
为顾客提供优质的网上内容 //  165
在线识别顾客 //  167
顾客数据和搜索引擎 //  171
第14章  认知曲线:构建测试计划 // 175
运用统计方法 //  176
活动计划:事先决定你想学什么 //  177
采用随机样本 //  180
得到有意义的结果:样本规模取决于置信度 //  182
任务控制:使用控制组 //  185
失控:跳过控制的原因 //  187
第15章  触达底线:追踪并测量营销活动 // 189
你需要牢记的一点:明确定义回应 //  189
控制成本的一些常用指标 //  193
测量线上环境的营销效果 //  195
为营销活动设定价值 //  201
第16章  让专家开始工作吧:分析活动结果 // 204
测量和分类:数值型数据和类别数据 //  205
理解数值型变量 //  205
分析应答率的简单方法 //  207
分析回应数据的高级方法:统计模型 //  212
常用的应答模型技术 //  217
第17章  在企业内共享消费者数据 // 222
消费者数据与广告 //  223
市场调查 //  225
目录 5
237 第 5 部分  总结和建议
消费者数据与产品开发 //  227
消费者数据与定价策略 //  228
客户关系管理 //  230
消费者数据与法律 //  234
第18章  获取消费者数据的方法 // 239
通过会员卡识别消费者 //  239
优惠卡 //  240
利用优惠代码追踪交易 //  241
利用资讯手册识别潜在顾客 //  242
提供实物信息 //  242
鼓励网络注册 //  242
建立稳健的线上消费者档案 //  243
消费者数据和客服中心 //  244
销售点的消费者数据 //  244
购买消费者列表 //  244
购买人口数据 //  245
第19章  信息和协助的来源 // 246
加入美国直销协会 //  246
订阅行业刊物 //  247
使用普查数据 //  247
熟悉邮件 //  248
了解监管环境 //  248
雇用直销服务提供者 //  249
购买创意服务 //  249
整合消费者记录 //  250
第三方数据提供者 //  250
分析软件 //  251
点击展开 点击收起

—  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