第1章 走进大数据世界__eol__学习目标__eol__思维导图__eol__开篇故事__eol__1.1 数据、信息与商业信息__eol__1.1.1 数据__eol__1.1.2 信息与商业信息__eol__1.1.3 商业信息的生成过程与特点__eol__1.1.4 商业信息的搜集渠道__eol__1.2 数据产业的发展__eol__1.3 大数据的内涵__eol__1.3.1 大数据的定义__eol__1.3.2 大数据的特征__eol__1.3.3 大数据技术产生的背景__eol__1.3.4 大数据的应用领域及处理流程__eol__1.4 大数据的技术架构和常用工具__eol__1.4.1 大数据的技术架构__eol__1.4.2 大数据的技术内容__eol__1.4.3 大数据的技术工具简介__eol__1.4.4 市场分析师的大数据分析工具__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】__eol__第2章 大数据营销概论__eol__学习目标__eol__思维导图__eol__开篇故事__eol__2.1 大数据营销的基础__eol__2.1.1 大数据营销的含义__eol__2.1.2 大数据营销的特点__eol__2.1.3 大数据营销的运营方式__eol__2.2 大数据营销的发展__eol__2.2.1 数字营销__eol__2.2.2 社交媒体营销__eol__2.2.3 移动营销__eol__2.3 大数据营销的革新和应用__eol__2.3.1 对传统营销的革新__eol__2.3.2 大数据营销的应用__eol__2.4 基于大数据处理流程的营销能力__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】__eol__第3章 产品预测与规划__eol__学习目标__eol__思维导图__eol__开篇故事__eol__3.1 大数据背景下的产品层次分析__eol__3.2 用大数据预测新产品__eol__3.2.1 大数据背景下新产品开发的特点__eol__3.2.2 大数据背景下新产品开发的流程__eol__3.3 大数据背景下产品策略的优化与动态管理__eol__3.3.1 大数据在产品生命周期管理中的应用__eol__3.3.2 用大数据对现有产品组合进行动态优化__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】__eol__第4章 定价流程与策略__eol__学习目标__eol__思维导图__eol__开篇故事__eol__4.1 大数据定价的关键环节__eol__4.1.1 影响定价的因素__eol__4.1.2 分析影响定价的主要因素__eol__4.1.3 建立指标体系表__eol__4.2 个性化定价策略__eol__4.2.1 个性化定价的内涵__eol__4.2.2 个性化定价的方法__eol__4.2.3 个性化价格实施__eol__4.3 动态化定价策略__eol__4.3.1 动态化定价的内涵__eol__4.3.2 动态化定价的方法__eol__4.3.3 动态化定价系统__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】__eol__第5章 销售促进与管理__eol__学习目标__eol__思维导图__eol__开篇故事__eol__5.1 大数据背景下的促销策略概述__eol__5.1.1 传统营销中的促销组合设计__eol__5.1.2 大数据背景下促销组合实施的流程__eol__5.2 大数据背景下的促销组合设计__eol__5.2.1 恰当的企业公关形象塑造__eol__5.2.2 精准的广告设计和投放__eol__5.2.3 合理的销售促进手段及信息传达__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】__eol__第6章 客户管理__eol__学习目标__eol__思维导图__eol__开篇故事__eol__6.1 大数据在客户管理中的作用__eol__6.2 客户管理中数据的分类、收集及清洗__eol__6.3 大数据在客户管理中的功能__eol__6.3.1 预测客户购买行为—— 趋势分析__eol__6.3.2 客户群体划分—— 聚类__eol__6.3.3 客户背景分析—— 概念描述__eol__6.3.4 客户流失分析—— 偏差检测__eol__6.4 客户管理中常见的数据分析模型__eol__6.4.1 客户分层模型__eol__6.4.2 RFM客户价值分析模型__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】__eol__第7章 精准营销__eol__学习目标__eol__思维导图__eol__开篇故事__eol__7.1 精准营销的发展背景__eol__7.2 社群倾听形成营销策略__eol__7.2.1 产品精准定位——文本挖掘__eol__7.2.2 精准寻找目标消费者——客户DNA__eol__7.2.3 在社交互动中精准营销——沟通产生精准__eol__7.3 利用大数据进行精准营销的步骤__eol__7.3.1 确定目标__eol__7.3.2 搜集数据__eol__7.3.3 分析建模__eol__7.3.4 制定战略__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】__eol__第8章 跨界营销__eol__学习目标__eol__思维导图__eol__开篇故事__eol__8.1 跨界营销的内涵__eol__8.1.1 跨界—— 品牌内涵的传递__eol__8.1.2 跨界—— 服务能力的延伸__eol__8.1.3 跨界—— 数字传播时代的必然选择__eol__8.2 利用大数据跨界营销成功的关键点__eol__8.2.1 价值落地__eol__8.2.2 杠杆传播__eol__8.2.3 深度融合__eol__8.2.4 数据打通__eol__8.3 大数据时代跨界的形式__eol__8.3.1 品牌跨界__eol__8.3.2 产品跨界__eol__8.3.3 传播跨界__eol__8.3.4 渠道跨界__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】__eol__第9章 商品关联营销__eol__学习目标__eol__思维导图__eol__开篇故事__eol__9.1 商品关联营销的概念__eol__9.2 购物篮商品关联问题背景与挖掘目标__eol__9.3 简单关联规则__eol__9.3.1 事务和项集__eol__9.3.2 关联规则的表达形式__eol__9.3.3 置信度和支持度__eol__9.3.4 频繁项集__eol__9.4 购物篮分析模型__eol__9.4.1 原始数据的预处理__eol__9.4.2 搜索频繁项集__eol__9.4.3 由频繁项集产生关联规则__eol__9.5 简单关联规则的有效性和实用性讨论__eol__9.5.1 Apriori算法的优缺点与适用场景__eol__9.5.2 如何评价简单关联规则的有效性__eol__9.5.3 如何评价简单关联规则的实用性__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】__eol__第10章 商品评论文本数据的情感分析__eol__学习目标__eol__思维导图__eol__开篇故事__eol__10.1 商品评论文本数据挖掘的目标__eol__10.2 商品评论文本分析的步骤和流程__eol__10.3 商品评论文本的数据采集__eol__10.4 商品评论文本数据的预处理__eol__10.4.1 文本去重__eol__10.4.2 机械压缩去词__eol__10.4.3 短句删除__eol__10.4.4 文本分词__eol__10.5 文本分析模型的构建__eol__10.5.1 情感倾向性分析__eol__10.5.2 语义网络分析__eol__10.5.3 基于LDA模型的主题分析__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】__eol__第11章 大数据营销中的伦理与责任__eol__学习目标__eol__思维导图__eol__开篇故事__eol__11.1 大数据营销中的伦理问题__eol__11.1.1 大数据的安全与隐私保护__eol__11.1.2 数据的过度采集__eol__11.1.3 数据的权属问题__eol__11.2 大数据营销中的伦理风险__eol__11.2.1 用户隐私__eol__11.2.2 信息不对称下的消费弱势群体__eol__11.2.3 大数据“杀熟”与价格歧视__eol__11.3 大数据营销中的伦理困境及其成因__eol__11.3.1 大数据营销中的伦理困境__eol__11.3.2 大数据营销伦理困境的成因__eol__11.4 大数据营销伦理建构的必要性__eol__11.4.1 企业社会责任__eol__11.4.2 用户与社会群体的维系__eol__11.5 大数据营销伦理的建构__eol__本章小结__eol__【延伸阅读】__eol__【实验与思考】