基本介紹
- 中文名：從零開始學大數據行銷
- 作者：韓布偉
- 出版社：電子工業出版社
- 出版時間：2016年9月1日
- 頁數：224 頁
- 定價：49 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787121299704
內容簡介,圖書目錄,作者簡介,編輯推薦,
內容簡介
大數據、工業4.0等這類具有破壞性和建立的時代已經到來，越來越多的人開始採用網際網路思維的方式進行行銷，與此同時這將成為一種風潮。中國有數百萬的經營者、管理者、行銷專業人員。這是一個規模很大的群體。本書可以為行銷者提供實際操作上的幫助，同時也能給資深行銷達人提供一些建議。因為本書匯集了數十位超級行銷者的思維方式。
圖書目錄
上篇 一切皆可數據化
第1章 多維信息追蹤 2
1.1 移動設備傳來的數據 2
1.1.1 高價值的移動端數據 2
1.1.2 移動端數據的利用 4
1.2 計算機產生的數據 5
1.3 FACEBOOK產生的軌跡數據 8
1.3.1 聚焦用戶數據 8
1.3.2 如何運用軌跡數據 9
1.4 《盜墓筆記》產生的視頻數據 11
1.4.1 超級IP《盜墓筆記》的成功 12
1.4.2 視頻付費時代的開啟 13
1.5 AMAZON的瀏覽軌跡識別 14
1.5.1 利用軌跡數據服務於用戶 14
1.5.2 像亞馬遜一樣使用用戶數據 16
1.6 實體店的信息追蹤 17
第2章 雲計算數據模型 19
2.1 關聯規則（ASSOCIATION RULE） 19
2.1.1 什麼是關聯規則 20
2.1.2 關聯規則的案例及分類 21
2.2 離群數據（OUTLIER） 23
2.2.1 什麼是離群數據 23
2.2.2 離群數據的檢測 25
2.3 基於案例的推理（CBR） 26
2.3.1 模仿是成功的關鍵 26
2.3.2 CBR操作流程 27
2.4 轟動全美的TARGET超市行銷 28
2.4.1 Target超市行銷的數據模型 29
2.4.2 大數據的3W優勢 30
2.5 構建數據價值分享模式 32
2.5.1 阿里巴巴、騰訊聚焦數據價值分享 32
2.5.2 數據分享模式的基本原則 33
第3章 用戶數據化定位 36
3.1 人口統計學數據 36
3.1.1 數據與市場區隔 36
3.1.2 統計學的經典案例剖析 38
3.2 用戶行為數據 39
3.2.1 分析定位用戶 40
3.2.2 數據的分類 41
3.2.3 內容偏好數據追蹤 43
3.3 聚焦“她經濟” 46
3.3.1 何謂“她經濟” 46
3.3.2 “她經濟”的方法論 48
3.4 谷歌（GOOGLE）的廣告模式 49
3.4.1 創造巨額贏利的廣告模式 49
3.4.2 谷歌廣告模式的成功之處 50
中篇 大數據時代行銷方法
第4章 事件式行銷 54
4.1 一切皆因注意力的稀缺 54
4.2 借勢模式 57
4.2.1 借勢事件行銷案例 57
4.2.2 借勢行銷核心關鍵字 59
4.3 主動模式 61
4.3.1 造勢事件行銷案例 61
4.3.2 造勢行銷的方式 62
4.4 高性價比的事件行銷 63
4.4.1 案例1：寶馬“UFO沙漠怪圈”造勢“1系列”產品 63
4.4.2 案例2：女博士代言橄欖油 64
4.5 優衣庫事件的行銷方式 66
第5章 關聯行銷 69
5.1 互補關聯行銷 69
5.1.1 巨大潛力點分析 70
5.1.2 互補產品類別匯總 71
5.2 替代關聯：微軟的WINDOWS 10系統 72
5.2.1 更新疊代原理 73
5.2.2 微軟替代關聯行銷的啟示 74
5.3 潛在關聯：“蘋果樹”關聯行銷 75
5.4 網際網路關聯銷售的觸點 78
5.4.1 觸點一：誘惑——捆綁優惠 78
5.4.2 觸點二：引導——相關搭配 80
5.4.3 觸點三：理解——智慧型推薦 80
5.5 0至1與1至N 81
5.5.1 從0到1的創新 81
5.5.2 從1到n：時代變遷下的產品演變 82
第6章 互動行銷 85
6.1 小米的冬粉經濟 85
6.1.1 雷軍對冬粉的重視 85
6.1.2 打造冬粉經濟 87
6.2 情感行銷：ALS冰桶挑戰 89
6.2.1 冰桶挑戰的情感訴求 90
6.2.2 打造情感行銷 91
6.3 場景行銷：手機百度“刷臉吃飯” 92
6.3.1 百度聚焦用戶顏值 93
6.3.2 打造場景行銷 94
6.4 專屬行銷：韓寒《後會無期》行銷 96
6.4.1 韓寒的行銷亮點 96
6.4.2 打造專屬行銷 97
6.5 茵曼全球首個雲端發布會 98
6.5.1 何謂雲端發布會 99
6.5.2 茵曼創新互動行銷的啟示 100
第7章 病毒式行銷 102
7.1 幾何數級的傳播速度 102
7.1.1 網際網路造就病毒式行銷 102
7.1.2 開心網的病毒式行銷 103
7.1.3 病毒式行銷方式 104
7.2 有內涵的病毒——有料 106
7.2.1 無內涵的病毒與有內涵的病毒實例 106
7.2.2 病毒的內涵來源 108
7.3 尋找有吸引力的“病原體” 109
7.3.1 優質“病原體”的魅力 110
7.3.2 為病原體增加吸引力 111
7.4 尋找“易感人群” 113
7.4.1 漢堡王病毒式行銷的“易感人群” 113
7.4.2 易感人群的種類 114
7.5 對不起，我只過1%的生活 115
7.5.1 安妮微博病毒式行銷的成功 116
7.5.2 安妮病毒式行銷的啟示 117
第8章 痛點行銷 120
8.1 尋找消費者的痛點 120
8.1.1 從“找賣點”到“找痛點” 120
8.1.2 尋找消費者痛點的方法 122
8.2 在行銷中主動設定痛點 124
8.2.1 基於核心訴求的減法 124
8.2.2 利用競爭對手的痛點 125
8.2.3 尋找未知的痛點而實現差異化 126
8.3 組合：痛點、癢點、興奮點 126
8.3.1 “三點”的定義及區分 127
8.3.2 尋找“三點”的方法 128
8.4 美柚“奇葩福利”：“姨媽假” 130
8.5 可口可樂歌詞瓶痛點行銷 131
8.5.1 抓住消費者的痛點 131
8.5.2 痛點行銷啟示 133
第9章 定製行銷 135
9.1 未來趨勢：DESIGN IT YOURSELF 135
9.1.1 初步嘗試“私人定製瓶” 135
9.1.2 私人定製趨勢的必然性 136
9.2 戴爾的定製行銷 138
9.2.1 個性化定製 138
9.2.2 成功定製模式剖析 139
9.3 APP移動定製行銷實現掘金 141
9.4 京東玩轉定製行銷 144
9.4.1 “京騰計畫”打造定製化行銷 144
9.4.2 定製廣告的未來趨勢 145
9.5 一鍵定製你的汽車 146
9.5.1 初步嘗試定製汽車 146
9.5.2 汽車定製遇到的難題 147
第10章 高性價比行銷 149
10.1 分解產品屬性 149
10.1.1 分解的必要性 150
10.1.2 分解後的優勢 151
10.2 指出利益：從對方出發 152
10.2.1 消費者有哪些利益點 152
10.2.2 如何正確指出利益 154
10.3 定位到使用情景 155
10.4 找到正確的競爭對手 158
10.4.1 選擇正確的競爭對手的重要性 158
10.4.2 尋找競爭對手的注意事項 160
10.5 比附行銷策略 161
10.5.1 蒙牛的比附行銷 162
10.5.2 比附行銷的方式 164
下篇 如何引領大數據行銷風潮
第11章 產品定位 166
11.1 大數據分析模式 166
11.2 大數據情感黑洞 168
11.2.1 沒有數據支持的正確決策 168
11.2.2 大數據不擅長之處 169
11.3 軌跡趨勢分析 171
11.3.1 《紙牌屋》的軌跡趨勢預測 171
11.3.2 大數據對影視行業的作用 173
11.4 蘋果的極致策略 175
11.4.1 賈伯斯對極致的追求 175
11.4.2 蘋果極致策略的啟示 177
11.5 諾基亞手機倒閉的問題核心 178
第12章 用戶定位 181
12.1 價格≠價值 181
12.1.1 消費者的價值追求 181
12.1.2 產品的價值塑造 182
12.2 《爸爸去哪兒》獨特定位 184
12.3 有時，中年人=“小鮮肉” 187
12.4 大數據客戶細分系統 190
12.4.1 上海聯通的客戶細分 190
12.4.2 CRM客戶細分步驟 191
12.5 不要誤讀長尾理論 192
12.5.1 什麼是長尾理論 193
12.5.2 正確解讀長尾理論 194
12.6 小米手機的“發燒友” 195
第13章 競爭性行銷策略 198
13.1 大數據情報蒐集系統 198
13.1.1 情報蒐集系統的重要性 199
13.1.2 蒐集情報的方式 200
13.2 市場王者之爭 201
13.2.1 解密王者之爭 201
13.2.2 助力挑戰者的顛覆 202
13.3 降維行銷打擊理論 204
13.4 無對手的特斯拉汽車 206
13.4.1 成功不可複製 206
13.4.2 成功的經驗之談 207
13.5 谷歌的市值數據支撐點——GOOGLE X 209
作者簡介
韓布偉，長期專注於金融、理財、投資及網際網路大趨勢的研究，擅長財經領域的創作，已出版《泛娛樂戰略》等時代趨勢方法類的財經圖書。一直以實踐套用、啟發思維為切入點，為讀者帶去實用性的操作手法。書中借鑑美國、日本、德國等發展國家大數據行銷思路，結合我國現狀，找出大數據行銷的痛點、爆點，結合實戰案例，給出*新、*實用的解決方案。
編輯推薦
適讀人群 ：本書適合網際網路大數據分析及行銷人員。
簡單易學：大量配圖，邏輯清晰，零起點也行
現學現用：給力大數據實戰方法，輕鬆就上手
深度解析：看到問題背後的問題，知根也知本
數據拓展：看透未來，把握趨勢，提前布好局
