PDF JPG
本書有DRM加密保護,需使用HyRead閱讀軟體開啟
  • 大數據行銷:邁向智能行銷之路:任意行銷三部曲
  • 點閱:50
  • 並列題名:Big data marketing : the road to AI marketing
  • 作者: 任立中, 陳靜怡著
  • 出版社:前程文化
  • 出版年:2019[民108]
  • ISBN:978-986-96881-4-7;
  • 格式:PDF,JPG
  • 附註:含附錄 含索引

在資訊爆炸、瞬息萬變的時代,消費者的一舉一動都能被記錄下來,如何從浩瀚似海的大數據中找到貼近消費者偏好的行銷手法,將個人的潛在偏好轉換為實質的購買行為,成為現代行銷人的重要課題。本書遵循理論、模型、預測、決策等四大步驟,以深入淺出的方式探討重要的個人化行銷議題,包括:
 
本書協助行銷學者從行銷的「原點」出發,進而展望行銷未來趨勢的變化。對於初次接觸行銷的學生,本書將是一個重要的行銷起步指南,避免你迷失在五花八門的行銷光炫世界中。而對於實務界人士而言,若能從書中的案例體會出行銷的精要,將足以發揮他山之石之效,達到「任」意行銷的境界。
 
.顧客價值管理

本書提出活躍性指標與顧客價值遷徙路徑等分析工具,預測每位顧客的顧客價值變化將愈趨活躍或沉寂,協助企業提早預防顧客流失的不利情況。
 
.產品推薦系統
面對已有大量交易紀錄的舊產品,本書建議先進行市場區隔,再進行產品關聯分析,強化購物籃分析的行銷意義。對於缺乏交易紀錄的新產品,則建議先解構成不同屬性水準的組合,再根據顧客個人的偏好結構,預測其購買新產品的可能性。
 
.顧客偏好預測
面對累積一定交易紀錄的舊顧客,本書建議採用區隔層次或個人層次的統計模型,融入貝氏統計的觀念,預測個別顧客對於產品屬性水準的偏好。再使用顧客分群與複製的觀念,根據舊顧客的偏好結構進行新顧客偏好預測,以利導入產品推薦系統。
 
天下沒有白吃的午餐,複雜的現象需要藉助深層的模式才得以彰顯,簡單的模型假設可能會造成錯誤的推導結果。目前業界對於大數據分析的認識仍止於初階的次數分析與關聯分析,但根據群眾資料的分析結果進行顧客個人的行為預測,準確度令人存疑。本書從顧客個人的角度出發,針對行銷問題的本質建立個人行為預測模型,以進行一對一行銷或網對網行銷,此為大數據行銷的真諦。


作者介紹
 
任立中
 
學歷:

美國俄亥俄州立大學行銷管理博士
美國俄亥俄州立大學行銷管理及統計碩士
 
現職:
臺灣大學全球品牌與行銷研究中心主任
臺灣大學管理學院國際企業學系行銷教授
臺灣大學統計碩士學位學程統計教授
台灣行銷科學學會秘書長
台灣行銷科學學報總編輯
多國籍企業研究學會理事長
中華應用統計學會理事長
中華商管教育發展學會理事長
 
經歷:
臺灣大學管理學院國際企業學系暨研究所系主任
美國Nationwide保險公司行銷研究部門統計顧問
中國文化大學商學院院長暨觀光事業學系系主任
 
研究:
論文曾刊登於Journal of Marketing Research等行銷領
域頂尖期刊以及Journal of American Statistics
Association等統計領域頂尖期刊,是國內少數跨領域的傑出研究學者。
 
陳靜怡
 
學歷:
臺灣大學國際企業學研究所博士
政治大學企業管理研究所碩士
 
現職:
暨南國際大學國際企業學系副教授
臺灣大學國際企業學系兼任副教授


  • 第1章 概論(第1頁)
    • 1.1 建立行銷資料庫(第2頁)
    • 1.2 根據行銷理論定義變數(第4頁)
    • 1.3 用行銷語言解讀統計模式(第5頁)
    • 1.4 符合行為模式的統計模式(第6頁)
    • 1.5 大數據的稀少性:一對一行銷(第8頁)
    • 1.6 章節安排(第10頁)
  • 第2章 大數據時代之行銷策略(第13頁)
    • 2.1 四大行銷學派(第14頁)
    • 2.2 資料架構(第16頁)
    • 2.3 異質性(第18頁)
    • 2.4 動態性(第21頁)
    • 2.5 從行銷1.0到行銷2.0(第24頁)
    • 2.6 行銷3.0:互動式行銷(第28頁)
    • 2.7 行銷4.0:連鎖式行銷(第33頁)
    • 2.8 消費者隱私權(第35頁)
  • 第3章 萬丈高樓平地起:建置顧客關係行銷資料庫(第37頁)
    • 3.1 建置行銷資料庫的必要性(第38頁)
    • 3.2 建構行銷資料庫的流程(第45頁)
    • 3.3 客戶基本靜態資料檔(第51頁)
    • 3.4 動態的交易資料檔(第59頁)
  • 第4章 顧客價值的解析與策略運用:ARFM模型(第71頁)
    • 4.1 衡量顧客價值(第72頁)
    • 4.2 五等均分法(第79頁)
    • 4.3 範例:郵件直銷測試(第86頁)
    • 4.4 Bob Stone的給分機制(第92頁)
    • 4.5 顧客價值與購買期間(第96頁)
    • 4.6 活躍性與RFM分析(第103頁)
  • 第5章 海誓山盟:顧客終身價值與遷徙路徑之預測(第113頁)
    • 5.1 顧客交易穩定度分析(第114頁)
    • 5.2 購買期間模型之反思(第127頁)
    • 5.3 顧客靜止之預測(第136頁)
    • 5.4 顧客價值遷徙型態與預測(第141頁)
  • 第6章 啤酒與尿布、廚具與內褲:購物籃分析(第159頁)
    • 6.1 經典案例的反思(第160頁)
    • 6.2 產品的關聯性:相關係數(第164頁)
    • 6.3 資料縮減之檢測:信度分析(第175頁)
    • 6.4 單一抽象構念的總指標(第179頁)
    • 6.5 主成份分析的統計理論(第186頁)
    • 6.6 購物籃分析與因素分析(第191頁)
    • 6.7 購物籃策略的哲學與衍伸(第209頁)
  • 第7章 透視需求、百步穿楊:新產品推薦系統(第213頁)
    • 7.1 兩種產品推薦系統(第214頁)
    • 7.2 聯合分析之概念(第218頁)
    • 7.3 聯合分析之行銷應用(第229頁)
    • 7.4 迴歸分析(第242頁)
    • 7.5 資料庫行銷之新產品推薦系統(第252頁)
    • 7.6 總體層次模型(第265頁)
    • 7.7 區隔層次模型(第269頁)
    • 7.8 個人層次模型與產品推薦系統(第277頁)
  • 第8章 物以類聚,人以群分:顧客的分群與複製(第283頁)
    • 8.1 物以類聚VS.人以群分(第285頁)
    • 8.2 決定市場區隔數目(第288頁)
    • 8.3 市場區隔(第291頁)
    • 8.4 集群分析(第303頁)
    • 8.5 市場區隔之複製(第317頁)
    • 8.6 市場區隔之描述與鎖定(第325頁)
    • 8.7 多個區隔變數的交集(第337頁)
  • 第9章 消費行為大透視:理論、模型、預測、決策(第345頁)
    • 9.1 概念(第346頁)
    • 9.2 如何打敗20年行銷經驗老師傅(第351頁)
    • 9.3 模式用錯真的差很大(第363頁)
    • 9.4 何時買?買多少?環環相扣的關係(第372頁)
    • 9.5 「異常」與「規律」的組合(第380頁)
    • 9.6 統計眼翳症(第384頁)
  • 索引(第387頁)
紙本書 NT$ 570
單本電子書
NT$ 456

還沒安裝 HyRead 3 嗎?馬上免費安裝~
QR Code