新書推薦:
《
反操纵心理学:夺回人生主导权 拒绝被操纵
》
售價:HK$
54.8
《
同工异曲:跨文化阅读的启示(修订版)
》
售價:HK$
43.8
《
牛津立法研究手册
》
售價:HK$
358.6
《
制度为什么重要:政治科学中的新制度主义(人文社科悦读坊)
》
售價:HK$
63.8
《
梦醒子:一位华北乡居者的人生(1857—1942))(第2版)
》
售價:HK$
74.8
《
啊哈!原来如此(中译本修订版)
》
售價:HK$
63.8
《
部分识别入门——计量经济学的创新性方法
》
售價:HK$
75.9
《
东野圭吾:变身(来一场真正的烧脑 如果移植了别人的脑子,那是否还是我自己)
》
售價:HK$
64.9
編輯推薦:
你想在大数据时代实现精准营销吗?请开始大数据营销之旅吧!
For Dummies是全世界知名的系列图书牌子,自诞生15年来受到全球数千万读者赞誉。
For Dummies系列图书的一大特色:能用通俗易懂的文字清晰阐述复杂的概念和主题。
For Dummies系列图书的优势:集结全球各领域专家,让你与智慧的头脑保持同步。
For Dummies系列图书的口号:让一切变得更简单!
前期准备——了解大数据营销的功能、开展营销活动的步骤和收集消费者数据的方法。
深度挖掘数据——了解数据分析过程中的注意事项,从而提高警惕并避免犯错。
利用数据正式开展营销活动——学会设计营销活动,使营销目标符合数据分析的结果。
吸取经验——探索如何设定测量和评估方案,以衡量营销活动的实际效果,并为未来的营销活动提供改进的建议。
內容簡介:
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。
關於作者:
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。
目錄 :
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