大数据分析 创造价值 做聪明的市场决策

《大数据分析 创造价值 做聪明的市场决策》着重讨论大数据在市场营销的两个核心应用领域如何产生价值，即如何通过大数据分析来为客户提供价值以及为企业创造价值。本书从了解数据分析到特定的分析方法，再到如何提升数据分析能力，并为市场营销战略规划和战略分析提供具有了可操作性的解决方案，包括新兴大数据技术、故事讲解以及可视化，全书内容丰富，翔实，穿插了许多经典案例分析，具有高度的实用性。

Peter C. Verhoef是荷兰格罗宁根大学经济与商业学院市场营销系教授。他还在奥斯陆的挪威商学院担任客座教授。 

Edwin Kooge是荷兰Metrixlab公司大数据分析的联合创始人之一。他不仅是一位务实的、拥有超过25年分析经验的数据分析师，还是注重结果的顾问和企业家。 

Natasha Walk是荷兰Metrixlab公司大数据分析的联合创始人之一。她是一名拥有超过20年应用分析经验的数据黑客、分析师和人才教练。

第 1 章　大数据挑战 //001 

介绍 //002 

数据大爆炸 //002 

大数据成为常态，但是…… //004 

我们的目标 //004 

我们的方法 //005 

导读 //006 

注解 //007 

第 2 章　用大数据分析创造价值 //009 

介绍 //010 

大数据价值创造模型 //011 

大数据性能 //012 

文化的作用 //014 

大数据分析 //015 

从大数据分析到价值创造 //018 

用价值创造模型指导本书 //022 

结论 //023 

2．1　客户价值指标 //024 

介绍 //024 

市场指标 //025 

新型大数据市场指标 //026 

新型大数据指标 //031 

客户指标 //034 

新型大数据客户指标 //039 

社会价值指标 //040 

公司应该收集所有V2C指标吗 //041 

结论 //042 

注释 //042 

2．2　公司价值指标 //043 

介绍 //043 

市场指标 //044 

客户指标 //048 

客户生命周期价值 //051 

新型大数据指标 //059 

结论 //063 

注释 //063 

第 3 章　数据无处不在 //065 

介绍 //067 

数据源和数据类型 //067 

大数据时代下运用不同数据源 //076 

数据仓库 //078 

数据库结构 //078 

数据质量 //080 

缺失值和数据融合 //081 

结论 //082 

3．1　数据集成 //082 

介绍 //083 

集成数据源 //083 

处理不同数据类型 //085 

大数据时代的数据集成 //089 

结论 //093 

3．2　客户隐私和数据安全 //093 

介绍 //094 

为什么隐私是个大问题 //094 

什么是隐私 //095 

客户和隐私 //096 

政府和隐私立法 //096 

隐私和道德 //097 

隐私政策 //098 

隐私及内部数据分析 //100 

数据安全 //101 

结论 //103 

注释 //103 

第 4 章　大数据如何改变分析学 //105 

介绍 //107 

分析学的力量 //107 

不同的复杂程度 //108 

市场分析的大致类型 //109 

大数据分析策略 //111 

大数据如何改变分析学 //115 

分析学中通用大数据变化 //119 

结论 //124 

4．1　经典数据分析 //125 

介绍 //125 

分析概述 //126 

经典1：报告 //126 

经典2：剖析 //129 

经典3：迁移分析 //134 

经典4：客户细分 //139 

经典5：趋势分析，市场和销售预测 //145 

经典6：属性重要性分析 //153 

经典7：个体预测模型 //160 

结论 //169 

注释 //169 

4．2　大数据分析 //170 

介绍 //170 

大数据领域1：网站分析 //171 

大数据领域2：客户旅程分析 //174 

大数据领域3：归因模型 //178 

大数据领域4：动态瞄准 //181 

大数据领域5：大数据集成模型 //185 

大数据领域6：社群聆听 //190 

大数据领域7：社交网络分析 //194 

新兴技术 //198 

结论 //199 

注释 //199 

4．3　通过讲故事和可视化创造影响 //200 

介绍 //200 

创造影响失败的因素 //202 

讲故事 //203 

可视化 //207 

选择图表类型 //209 

结论 //217 

注释 //219 

第 5 章　成功构建大数据的能力 //221 

介绍 //222 

向成功创造分析能力方向转型 //224 

组成1：流程 //227 

组成2：人力 //231 

组成3：系统 //235 

组成4：组织 //243 

结论 //248 

注释 //248 

第 6 章　每个商业都拥有大数据，来运用它们吧 //249 

介绍 //250 

案例1：能源公司的客户生命周期价值计算 //251 

案例2：保险公司大数据合成的整体营销途径 //254 

案例3：实现在线零售商相关个性化的大数据分析 //257 

案例4：在线零售商归因模型 //262 

案例5：通信供应商初始社交网络分析 //264 

结论 //266 

注释 //267 

第 7 章　总结思考和学习要点 //269 

总结思考 //270 

学习要点 //271 

缩略语 //275 

参考文献 //279