內容簡介
隨著信息化的迅猛發展，數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。然而，一些企業卻無法適應，在強烈的市場競爭中自然也就失去了一些機遇。基於此，本書能夠幫助企業成功升級轉型，成為數據時代的真正受益者，讓企業利用數據提高自身的競爭力。
圖書目錄
第一章認識大數據
一、大數據的概念
1．大數據的套用
2．大數據的戰略意義
3．大數據的作用
4．大數據與傳統資料庫
5．大數據與Web（網際網路）
二、大數據的理解與實踐
1．理解大數據
2．實踐大數據
三、大數據的發展趨勢
1．大數據對社會發展的影響
2．雲平台數據更加完善
四、大數據的挑戰、現狀與展望
1．概述
2．期望特性
3．並行資料庫
4． Map Reduce
5．並行資料庫和Map Reduce的混合架構
6．研究現狀
7．Map Reduce與關係資料庫技術的融合
8．展望與研究
五、大數據行業套用及未來熱點
1．大數據市場分析
2．大數據的套用與需求
第二章大數據引發企業變革
一、大數據改變企業內部的價值鏈
1．傳統價值鏈和現代價值鏈
2．為業務和商業模式提供了創新的機遇
3．以客戶的需求為標準來重塑價值鏈
4．價值鏈向智慧型化和柔性化發展
二、大數據改變了組織的外部邊界
1．推動資源聚合與延伸企業邊界
2．搭建好一個平台
3． 大數據把企業連線到一起
三、企業內部組織管理的革新
1．分工走向合工
2．重新塑造組織的垂直邊界
3．企業內部融合組織的水平邊界
4．以小團隊運營為基礎
5．企業授權變得更加科學有序
四、企業領導要與時俱進，做好變革的準備
1．引導員工從傳統觀念中走出來
2． 企業運用大數據發展注入新鮮血液
3．決策者相信未來一定很美好
4．向著目標努力邁進
五、大數據逐漸取代傳統觀念，服務行銷正在轉型
1．“黃金時段”不再重要
2．服務行銷穩步登上舞台
六、傳統行銷已經落伍，必須進行顛覆性變革
第三章大數據時代的商業模式
一、什麼是大數據時代的商業模式
二、大數據分析及相關的生態圈
1．大數據分析
2．大數據生態圈
三、大數據時代，企業的創新模式
1．行業選擇和戰略定位
2．盈利模式
3．資源整合
4．資本運作
5．組織能力
6．價值創造
第四章大數據時代管理者的基本素質
一、國際巨頭經久不衰的秘訣
1．沃爾瑪實施精確管理
2．通用電氣打好“數據運用”這張牌
二、讓數據說話，遠離主觀感受
1．戰機墜毀，誰是真正的“兇手”
2．管理者認識落伍，必將導致“空間迷失”
三、大數據時代管理中出現的難題
1．數據最有發言權
2．大數據時代的變革
3．管理者必備的數據運用能力
四、企業管理的職業化與數量化
1．乞丐也要職業化
2．一個心中有數的職業經理人
第五章選定數據分析師
一、對數據分析師的基本要求
1．數據分析師的教育背景
2．數據分析師的基本素質
3．數據分析師的技能經驗
二、數據分析師的生存空間
1．數據分析師的發展方向
2．數據分析師的晉升空間
3．數據分析師的職業規劃
三、數據分析師需具備優良的品質
1．數據分析師要有堅定的信念
2．數據分析師要對自己充滿信心
3．數據分析師對待工作要熱情
4．數據分析師要有一顆敬畏的心
5．數據分析師要懂得感恩
四、數據分析師需要具備商業意識
1．商業意識是數據分析師的核心
2．如何培養商業意識
五、數據分析師以方法論為根基
1.數據分析的基本方法論
2.“大膽假設，小心求證”的方法論
3.20/80原理
六、數據分析師需具備結構化思維
七、數據分析師需保持客觀又主觀的態度
第六章數據分析師對團隊能力的培養
一、團隊數據分析的能力與意識
二、分析師在團隊中的作用
三、分析師如何培養團隊的意識和能力
四、分析師培養團隊的案例
1．案例背景
2．過程描述
3．項目效果跟蹤
第七章數據化運營過程中的協調與合作
一、數據分析業務團隊的職責與能力要求
1．提出分析需求並能勝任數據分析
2．提出業務經驗和參考建議
3．策劃和執行精細化運營方案
4．運營效果、運營反饋和運營總結
二、數據化運營中，團隊要有合作精神
第八章數據挖掘
一、數據挖掘的定義
1．數據挖掘在技術上的定義及含義
2．商業上的定義
二、數據挖掘概述
1．數據挖掘的起源
2．數據挖掘方法論
3．數據挖掘常用方法
4．數據挖掘的實現步驟
5．數據挖掘的功能
6．數據挖掘的常用技術
7．數據挖掘與傳統分析方法的異同
8．數據挖掘和數據倉庫
9．數據挖掘的套用
第九章數據挖掘演示案例
一、項目背景與業務分析
二、參與需求討論
三、做好需求分析框架和分析計畫
四、對數據進行抽取、熟悉、清洗和摸底
五、搭建好挖掘模型
六、對模型提出新思路和方案
七、重新抽樣建模，提煉結論並驗證模型
八、做好分析和建議
九、制訂落地和評估方案
十、對落地方案進行跟蹤和評估
十一、對落地方案進行完善
十二、評估、總結和反饋
十三、對項目套用進行總結和反思
第十章數據聚類分析
一、聚類分析的套用場景
二、聚類算法的主要分類
1．劃分方法
2．層次方法
3．基於密度的方法
4．基於格線的方法
三、聚類分析在套用中的注意事項
1．如何處理數據噪聲和異常值
2．數據標準化和表述統一化
3．聚類變數的少而精
四、聚類分析的擴展套用
1．聚類指標與非聚類指標相互配合
2．數據的探索和清理工具
3．個性化推薦的套用
五、聚類分析的優勢和缺點
六、聚類分析的體系和指標
1．聚類評估方法
2．聚類分析的評價指標
七、聚類分析的案例
1．案例背景
2．基本的數據摸底
3．基於用戶樣本的聚類分析的初步結論
第十一章數據量化分析
一、量化分析簡介
1．數據
2．指標
3．信息
4．根本問題
5．圖畫
二、規劃優質量化分析
1．量化分析開發規劃的構成
2．文檔
三、答案綱要
1．第一層
2．第二層
3．第三層
4．第四層
5．第五層及其後各層
四、三角交叉法
1．三角交叉法的歷史
2．指標的三角交叉
3．數據源及採集方法的三角交叉
4．視角的三角交叉
5．相互衝突的結果
五、對量化分析的期望值
1． 選擇要慎重
2．期望值
3．期望值的發現過程
六、高級量化分析
1．其他象限
2．量化分析未成熟組織的益處
3．重複業務流程
4．其他象限的量化分析
七、創建服務目錄
1．服務/產品健康狀況服務目錄
2．業務流程健康狀況服務目錄
八、構建標準和基準
1．基準
2．基準線制訂
3．比較標準
九、敬畏量化分析
1．是指示器還是事實
2．誤用量化分析的後果
3．好的、壞的還是醜陋的
4．處理其他的意外情況
第十二章企業戰略分析
一、企業戰略的分析思路
1．巨觀環境
2．市場特徵
3．競爭態勢分析
二、企業戰略分析的常用方法
1．SWOT分析
2．內外因素評價矩陣
第十三章數量化的人員管理
一、大數據時代，對“80後”“90後”的管理
1．職場主力軍，“80後”和“90後”
2．管理從行為抓起
二、量化行為
1．自我說服的力量
2．形成執行力
3．管理從量化的行為抓起
三、對員工的量化評估
1．好萊塢如何用數據評估演員
2．考核的鈍化現象
3．為行為設立評分標準
4．對服務性崗位的量化評估
四、員工量化評估案例
1．幼稚園的評估難題
2．幼兒教師的量化指標
第十四章CRM是大數據行銷的好幫手
一、什麼是CRM
1．CRM源於生活
2．管理思想+管理模式+管理工具=系統
二、CRM的發展趨勢
1．智慧型VS自動
2．CRM轉變方法
三、建立CRM的好處
1．客戶關係管理概述
2．客戶關係管理在企業管理中的作用
3．企業在管理中加強客戶關係管理的措施
四、慧眼識CRM軟體
1．對CRM軟體個性化要求
2．選擇CRM軟體前需要考慮的問題
3．企業要對CRM系統有正確的認識和實施
五、CRM的套用模式
1．套用CRM是一種趨勢
2．套用CRM的實質及現狀
3．套用CRM的關鍵
4．CRM的最佳套用方式
六、CRM存在的三大主要誤區
1．誤區一
2．誤區二
3．誤區三
第十五章用CRM開啟企業的大好“錢途”
一、一切以客戶的需求為出發點
二、如何使用CRM軟體
1．選擇合適的CRM軟體
2．企業要建立客戶資源庫
3．為客戶建立百科全書
4．及時掌握客戶的需求
5．員工的業績數位化
6．決策層分析可視化
三、運用CRM的難點
1．員工不支持
2．為什麼CRM系統不能正常發揮精準功效
3．為什麼CRM系統難以駕馭
4．為什麼CRM理論與實踐不能有機結合
四、有了CRM，公司自然發生改變
1．總經理的一天
2．部門經理的一天
3．銷售員的一天
4．誰人歡喜誰人憂
5．為什麼受傷的總是我
6．小業務員的美好未來
第十六章想得到新客戶，先了解相關信息
一、獲取新客戶前的準備工作
二、如何發現最有價值的客戶群
三、如何刻畫出目標客戶群的特徵
四、如何使用決策樹
五、利用數據倉庫，對客戶進行細分
1．交易數據的聚類分析
2．聚類方案的檢驗
3．理解不同的細分
4．區別對待不同細分群體
5．其他例子
六、利用數據倉庫，對最有價值的客戶進行細分
1．建立數據表
2．分析數據
3．如何利用結果
七、利用問卷數據，對客戶進行細分
1．確定可用的問卷數據
2．縮減變數，生成簡化和可用的數據
3．運行聚類分析生成同質群體
4．利用背景信息刻畫細分群體特徵
5．確定如何到達所選定的細分客戶群
八、如何設計調查問卷
九、根據專家的建議，對客戶進行細分
第十七章先了解相關信息，再啟動新的銷售
一、開展新的銷售活動之前的準備工作
二、怎樣做才能獲取最大價值
三、對目標客戶群的特徵進行定位
1．創建客戶基礎信息表
2．選擇最佳的算法
四、對客戶特徵的優惠
五、對替代產品實行優惠促銷
1．利用基礎數據表確定替代產品優惠
2．利用事務表確定替代產品優惠
六、讓數據說話，才能獲得客戶錢包的份額
1．根據外部數據源來測算
2．根據調查問卷測算
3．根據忠誠度進行測算
4．根據歷史消費測算
七、利用捆綁式推銷，讓客戶滿心歡喜
1．聚類分析設計產品捆綁
2．PCA分析設計產品捆綁
3．可視化分析和判定規則設計產品捆綁
4．網路設計產品捆綁
第十八章巧妙利用顧客數據，實現自我盈利
一、B2C使大眾市場透明化
1．了解數據的人掌控著細節
2．數據驅動銀行
3．數據里程
4．吉爾是誰
5．打動流失客戶
6．在缺乏客戶數據的情況下運行B2C
二、B2B對客戶潛力的挖掘
三、數據驅動行銷對B2B產生的影響
四、處理數據的重要性
第十九章客戶保持，要建立良性的關係
一、客戶保持之前的準備工作
二、客戶保持概述
1．客戶流失的原因
2．客戶流失預測的基本要素
3．怎樣設定數據
4． 如何運作數據挖掘
三、開展最有價值的活動
四、不斷提升現有活動的質量
1．數據設定
2．選擇算法及業務流程
五、識別多次參加活動的客戶
六、對單一活動客戶識別
1．怎樣給客戶排序
2．怎樣選擇最佳的模型
3．怎樣提高提升客戶的信息反饋
七、建立便捷的預警系統，企業遇事不亂
八、建立複雜的信息和預警系統，與客戶時刻對接
九、調查客戶的忠誠度
十、利用專家訪談，提升客戶的忠誠度
蔡勤東經典語錄
致縱橫電商服務夥伴的一封信
縱橫電商服務平台簡介/大數據時代——企業藉助網際網路成功轉型升級第一章認識大數據/
BIG
DATA
