热门关键字:  听力密码  听力密码  新概念美语  单词密码  巧用听写练听力
图书信息

大数据营销

中国水利水电出版社
    【作 者】丁慧洁 杨升炜 【I S B N 】978-7-5226-0687-3 【责任编辑】石永峰 【适用读者群】本专通用 【出版时间】2022-07-29 【开 本】16开 【装帧信息】平装(光膜) 【版 次】第1版第1次印刷 【页 数】208 【千字数】324 【印 张】13 【定 价】42 【丛 书】高等职业教育通识类课程新形态教材 【备注信息】
图书详情

    本书旨在培养具备大数据营销思维与基本数据分析能力的大数据营销人才,在内容设计上考虑到各种知识背景的学生,由浅入深,循序渐进,同时融合市场营销理论与大数据技术应用,突出大数据营销的通识性、典型性和实践性。全书共8章,在章节安排上,以“思维—应用”“宏观—微观”“国内—国外”为逻辑,环环相扣呈现以下内容:大数据概论,大数据与营销,大数据营销策略及应用,大数据营销全流程,大数据处理实战,大数据与跨境电商,大数据营销人才能力素质和大数据营销伦理。

    本书适合作为高职院校计算机类、会计金融类等专业的大数据营销教材,同时也可作为全校开设的通识课教材。

    本书提供电子课件,读者可以从中国水利水电出版社网站(www.waterpub.com.cn)或万水书苑网站(www.wsbookshow.com)免费下载。

    内容实用:以“理论+ 应用”为脉络,深度融合市场营销理论与大数据技术,培养适应行业需要的“交叉型”人才。

    思政融合:响应“课程思政”号召,巧妙编排思政元素,强调大数据营销伦理问题,突出“立德树人”根本任务。

    资源丰富:提供丰富有趣的案例和配套教学资源,形式多样,激发学习兴趣,方便老师课上教学与学生课下自学。

    随着数字生活方式的逐渐普及,全球的信息量正在快速增长,大数据、云计算、人工智能等新概念和新范式广泛兴起,正引领新一轮的互联网风潮。市场营销在大数据的背景下,也逐渐转变出新形态,一种全新的营销环境正在被创造。产品、服务、客户洞察正在向精细化、个性化转变,这就是大数据营销。社会经济已逐渐由互联网时代转向大数据时代,传统营销人才培养模式下培养的学生已然不能满足现代社会对营销人才的需求,如果无法顺应潮流培养对应的人才,将制约大数据营销的发展。

    本书以“理论+应用”为脉络,深度融合市场营销理论和大数据技术应用,是以培养学生具备大数据营销思维与基本数据分析能力为理念的通识类课程新形态教材,旨在让学习者系统学习大数据的基本知识,继而结合市场营销理论,认识大数据营销概况,使各种知识背景的学生对大数据与营销有初步的感性认识,走进大数据营销的学习氛围,为后续学习起到导引作用。同时,本书针对大数据营销策略和大数据营销全流程进行系统的阐述,包括精准营销、个性化营销、市场分析、产品管理、营销渠道、大数据促销及推广、客户管理等,将对大数据营销的宏观认识(第1、2章)发展为微观认识(第3、4章)。为培养学生的实际操作能力,第5章设计了数据分析的基础操作讲解,以营销中实际遇到的情况作为示例,“手把手”讲授数据分析操作。在第6章,我们将眼光投向国际环境,结合国家“一带一路”倡议,介绍了大数据与跨境电商,使学生拓宽国际视野,为未来的发展提供更多的可能。第7章介绍数据背景下的营销能力构成,结合行业人才的发展要求,为大数据营销人才培养指明方向。第8章大数据营销伦理是本书最为特色的部分,响应“课程思政”的号召,由现象到本质阐述大数据营销的伦理,让学生深刻认识到基于大数据的营销活动的开展必须在法律法规的框架之中,符合道德规范,并赋予更多消费者个人信息或隐私的保护,从而建立彼此的信任,坚守“以人为本”的原则。

    本书提供丰富有趣的案例与教学资源,包括学习视频、PDF学习资源、PPT课件、Excel数据分析素材等,读者可扫描二维码观看,也可访问中国水利水电出版社或万水书苑网站获取。

    本书由丁慧洁和杨升炜任主编,负责全书的统稿、定稿工作,林碧莹和高静任副主编,负责章节的梳理和编辑,魏威、黄慧武、关锦图分别对跨境营销、大数据建模、算法和商业智能分析部分给予了建议与支持。本书得到了中国水利水电出版社相关领导与编辑的大力支持,特别是得到了阿里云计算有限公司、广东恒电信息科技股份有限公司的技术案例支持,广州市人工智能驱动智慧教育关键技术与应用示范项目(编号:202007040006)的基础支持,另外还参考了相关的文献资料和研究成果,在此一并深表感谢。

    由于编者水平有限,加之时间仓促,书中难免有疏漏和不妥之处,恳请各位读者和专家批评指正,以便再版时修正。

    编 者

    2022年2月

    第1章 大数据概论 1
    1.1 大数据基础概述 1
    1.1.1 大数据的概念 1
    1.1.2 大数据的分类 3
    1.1.3 大数据的价值 4
    1.1.4 大数据的应用 6
    1.2 数据思维解读 8
    1.2.1 数据思维的概述 8
    1.2.2 数据思维的观点 9
    1.2.3 商业数据思维 10
    1.2.4 活用商业数据 11
    1.3 传统样本与大数据 12
    1.3.1 传统样本与大数据比较 12
    1.3.2 传统样本与大数据处理 13
    1.3.3 大数据质量 13
    1.3.4 数据校正的方法和案例 16
    1.4 大数据处理应用与分析 17
    1.4.1 大数据处理与应用 17
    1.4.2 大数据的学习方式 20
    1.4.3 大数据分析技术 21
    1.4.4 大数据建模及算法 26
    课后练习 28
    第2章 大数据与营销 30
    2.1 传统市场营销 30
    2.1.1 市场营销内容 31
    2.1.2 市场营销战略 31
    2.1.3 市场营销流程 31
    2.1.4 市场营销策略组合 32
    2.2 大数据营销概述 35
    2.2.1 大数据营销的概况 35
    2.2.2 大数据营销的发展 36
    2.2.3 营销数据的类型与价值 39
    2.2.4 大数据营销策略组合 40
    2.2.5 大数据营销的运营方式 41
    2.2.6 大数据营销带来的契机 42
    2.3 大数据营销分析与应用 43
    2.3.1 营销数据分析 43
    2.3.2 大数据营销分析术语 44
    2.3.3 大数据营销应用方向 45
    2.3.4 大数据营销应用误区 46
    2.4 商业智能营销 48
    2.4.1 商业智能的定义 48
    2.4.2 商业智能的数据分析 48
    2.4.3 商业智能的难点与案例 49
    2.4.4 商业智能分析工具 51
    课后练习 53
    第3章 大数据营销策略及应用 54
    3.1 精准营销 54
    3.1.1 精准营销概述 54
    3.1.2 精准营销与传统营销 55
    3.1.3 精准营销的工具 56
    3.1.4 精准营销的实施 59
    3.1.5 精准营销案例与小结 61
    3.2 个性化营销 63
    3.2.1 个性化营销的概念 63
    3.2.2 个性化营销与精准营销 63
    3.2.3 个性化营销的核心 64
    3.2.4 个性化营销能力构成 65
    3.2.5 个性化营销实施 67
    3.2.6 个性化营销案例与小结 69
    3.3 大数据营销策略的实际应用 69
    3.3.1 消费者画像及大数据标签体系 69
    3.3.2 大数据企业应用:会员制 73
    3.3.3 大数据行业应用:广告投放 75
    3.3.4 大数据精准选址 77
    3.3.5 大数据分析消费者位置 79
    课后练习 80
    第4章 大数据营销全流程 81
    4.1 市场分析 81
    4.1.1 大数据市场分析 81
    4.1.2 大数据营销的消费者 83
    4.1.3 大数据市场细分 83
    4.1.4 大数据市场定位 84
    4.2 产品管理 84
    4.2.1 产品的开发 85
    4.2.2 产品的定价 85
    4.2.3 产品表现与优化 88
    4.3 营销渠道 90
    4.3.1 大数据营销渠道特征 90
    4.3.2 大数据营销渠道的创新思维 90
    4.3.3 大数据营销渠道创新表现 92
    4.3.4 大数据营销渠道策略建议 94
    4.3.5 大数据营销渠道实例 95
    4.4 大数据推广 96
    4.4.1 大数据与产品推广 96
    4.4.2 大数据与品牌推广 98
    4.4.3 大数据重构广告营销 99
    4.4.4 大数据推广实例 101
    4.5 大数据促销 102
    4.5.1 大数据促销变革 102
    4.5.2 大数据与促销组合 103
    4.5.3 大数据促销实例 104
    4.6 客户管理 105
    4.6.1 客户关系管理 105
    4.6.2 客类管理 106
    4.6.3 客户管理的实施 107
    4.6.4 客户度量指标 108
    4.6.5 改进客户体验 109
    4.6.6 客户关系管理建议 111
    课后练习 113
    第5章 大数据处理实战 116
    5.1 小试牛刀—Excel数据分析 116
    5.1.1 准备工作:加载“分析工具库” 117
    5.1.2 回归分析—预测销售额 119
    5.1.3 相关分析—收入与消费的关系 122
    5.1.4 方差分析—销售渠道对销售额的
    贡献 126
    5.2 数据管理平台—Python入门 129
    5.2.1 Python简介 129
    5.2.2 开始使用Python 131
    5.2.3 简单的Python程序 138
    5.2.4 Python应用与案例 140
    课后练习 147
    第6章 大数据与跨境电商 149
    6.1 大数据跨境营销的新未来 149
    6.1.1 跨境电商的机遇 150
    6.1.2 大数据助力市场开拓 152
    6.1.3 短视频、直播风口 153
    6.1.4 跨境电商中的计算机新技术 155
    6.2 跨境电商物流 157
    6.2.1 跨境电商物流概述 157
    6.2.2 跨境物流与物联网 157
    6.2.3 大数据驱动物流新变革 159
    6.2.4 跨境物流的选择和风险规避 160
    6.3 跨境支付策略 161
    6.3.1 跨境支付方式 161
    6.3.2 大数据与跨境收付款 163
    6.3.3 跨境支付与区块链 164
    6.4 大数据跨境电商的其他应用 164
    6.4.1 大数据简化贸易流程 164
    6.4.2 大数据助力智慧生产 165
    6.4.3 大数据挖掘选品 165
    6.4.4 大数据锁定海外消费者 165
    课后练习 166
    第7章 大数据营销人才能力素质 169
    7.1 现状概述 169
    7.1.1 人才培养现状 170
    7.1.2 人才培养方向 170
    7.2 大数据营销能力的内涵 170
    7.3 大数据营销复合型人才 172
    7.4 大数据行业人才的发展 174
    7.4.1 大数据行业就业方向及人才分类 174
    7.4.2 企业高管、大数据工程师和商业
    分析师 176
    课后练习 177
    第8章 大数据营销伦理 179
    8.1 大数据营销伦理问题与风险 179
    8.1.1 大数据营销伦理问题 180
    8.1.2 大数据营销伦理风险 180
    8.2 规范大数据营销伦理的必要性 185
    8.2.1 大数据营销伦理问题成因 185
    8.2.2 建构大数据营销伦理机制的
    必要性 186
    8.3 大数据营销伦理体系的构建 187
    8.3.1 政府监管机制 187
    8.3.2 媒体监督机制 188
    8.3.3 行业规范机制 189
    8.3.4 企业自律机制 189
    8.3.5 消费者维权机制 190
    8.3.6 技术防范机制 191
    8.4 治理算法推荐的最新进展 192
    8.5 个人信息保护法 193
    8.6 隐私权与个人信息保护的关系 194
    课后练习 196
    参考文献 199
    参考资料 201
最新评论共有 0 位网友发表了评论
发表评论
评论内容:不能超过250字,需审核,请自觉遵守互联网相关政策法规。
用户名: 密码:
匿名?
注册