内容简介
一家公司,如何运用大数据进行客户定位、营销推广、品牌传播?
一个行业,如何运用大数据进行产业分析、前景预测、商机挖掘?
本书将全面揭秘大数据价值挖掘、平台构建、营销定位、生活服务、社会互动、风险管理和未来应用,特别是对销售行业、餐饮行业、网络通信、交通能源、医疗领域、娱乐传媒、生产制造、企业管理、金融行业、旅游行业、游戏行业和房地产行业等影响力大的行业或领域进行剖析,帮助读者知晓赚钱公司的大数据是怎样玩转的!
书中内容零基础、全图解,通过12个行业应用挖掘+17章专题内容详解+400多张图片图解展示,深度剖析了大数据的商业分析、运营推广、营销技巧和实战案例,让您一书在手,轻松玩转大数据!
本书对象为对大数据分析、营销感兴趣的所有读者,特别是企业经营者、管理者、互联网营销岗位的工作人员等。
前言
写作驱动
互联网和移动互联网的快速发展使海量数据得以产生,这些数据的分析、价值挖掘和应用给社会各行业带来了更多发展机会,引领它们走向"大数据+互联网"时代环境下经济发展的春天,开启一个数据化、智能化、信息化的新时代。
本书是以大数据为核心、以营销为根本出发点的专著,以图解的方式全面、深入地诠释大数据的主要特征、发展过程、价值挖掘、平台构建、营销定位、生活服务、社交互动、风险管理和行业应用,特别是结合了每一个与营销相关的行业内容,如大数据影响、发展趋势、应用策略、挑战、商业模式等,围绕相关内容全面解析了诸多行业的大数据应用。
本书紧扣大数据,采用集理论、案例和技巧于一体的结构框架,从横向行业线和纵向理论线全面剖析大数据(见下图),让您轻松懂得怎样利用大数据创造价值,开拓新的市场空间,焕发企业活力。
本书特色
(1) 技巧丰富,包含100多种营销方法。本书巧妙地将100多种大数据分析、营销知识与运营方法嵌入行业案例中,生动形象地通过案例,将营销手段与运营方法表述出来,让读者能够快速吸收、全面掌握大数据营销与运营的相关事宜,成为行家里手。
(2) 实践性强,渗透近20个行业领域。行业涉及销售、餐饮、网络、通信、交通、能源、医疗、娱乐、传媒、生产、制造、企业管理、金融等人们生活与工作的各个领域。列举大量案例,进行透彻的讲解和分析,使读者只需一本书就通晓整个行业产业的大数据营销与运营方法。
(3) 易于理解,构建350多个逻辑图解。对案例大数据进行专业的剖析,从大数据应用的方法、应用方法的好处等方面,通过形象的逻辑图解,将大数据营销手段与运营方法进行详细分析,从而推动读者进入和玩转大数据新时代!
图解提示
本书是侧重大数据实际应用的实战专著,采取了全图解的方式进行分析。书中的350多个图解能够帮助读者快速掌握重点和了解核心知识,为降低读者的阅读成本作出了努力。但是,需要注意的是,读者需要在阅读过程中注意其逻辑关系,以便更好、更快地理解本书内容,从而感受阅读的知识性和趣味性。
作者分工
本书由海天电商金融研究中心编著,参与编写的人员有周玉姣、刘胜璋、刘向东、刘松异、刘伟、卢博、周旭阳、袁淑敏、谭中阳、杨端阳、李四华、王力建、柏承能、刘桂花、柏松、谭贤、谭俊杰、徐茜、刘嫔、苏高、柏慧等人,在此一并表示感谢。
海天电商金融研究中心
目录
第1章 发展揭秘:全程破解大数据 11.1 相关了解,全面分析 21.1.1 大数据的发展历程 21.1.2 大数据的4大特征 41.1.3 大数据增长的结构类型 51.1.4 大数据发展的三大趋势 71.1.5 大数据视角下的世界 91.2 深入了解,营销获益 101.2.1 新型营销模式的形成 111.2.2 新型业务模式的发掘 121.2.3 存量客户的价值发掘 121.2.4 新客户资源的高效获取 131.3 核心建设,把握机遇 141.3.1 4G时代下的大数据产业链 141.3.2 大数据营销机会的挖掘 151.4 商业智能,价值转型 161.4.1 大数据下的商业智能概述 161.4.2 商业智能的大数据基础 171.4.3 商业智能的行业掘金 171.5 综合利用,未来曙光 191.5.1 必然走向的大数据 191.5.2 大数据时代的业界生态 191.5.3 大数据的未来应用 201.5.4 大数据未来的发展要求 21第2章 价值获取:深度挖掘大数据 232.1 数据挖掘的相关知识 242.1.1 数据挖掘的基本概念 242.1.2 数据挖掘的商业解读 252.1.3 数据挖掘的具体计算 252.1.4 数据挖掘的一般过程 262.2 基础设施的建设与发展 272.2.1 云计算数据中心 282.2.2 存储服务器 282.2.3 全面虚拟化模式 292.2.4 虚拟化网络模式 302.3 互联网数据库的营销应用 312.3.1 免费Wi-Fi的客户数据搜集 312.3.2 用户头像的信息获取 322.3.3 Immersion的用户邮件挖掘 332.3.4 LinkedIn社交数据的商业分析 342.4 不同行业的大数据源 352.4.1 文本数据的用户情感分析 352.4.2 电网数据的用户需求分析 372.4.3 车载信息数据的风险评估分析 372.4.4 遥测数据的活动状况分析 38第3章 平台构建:大数据分布计算 413.1 分布式计算的相关概念 423.1.1 云计算系统的运行概述 423.1.2 分布式文件系统的数据存储 433.1.3 分布式计算系统的优势 443.2 Hadoop分析技术 453.2.1 Hadoop的含义概述 453.2.2 Hadoop的4大特点 473.2.3 Hadoop的企业应用 473.2.4 Hadoop的拓宽应用 483.3 平台搭建与营销效果 503.3.1 大数据平台搭建 503.3.2 英特尔的云生态圈构建 513.3.3 公有云解决方案的应用选择 543.3.4 云创存储的智能门户平台 55第4章 精准定位:大数据策略营销 574.1 做好细分,客户定位制胜关键 584.1.1 客户属性细分 584.1.2 精准定位的地位 594.1.3 目标客户群定位 604.1.4 企业客户细分 614.1.5 二次细分与动态调整 634.2 品牌传播,企业客户定位优选 644.2.1 企业品牌的基本含义 654.2.2 品牌定位的基本含义 664.2.3 品牌的客户定位策略 674.3 特征把握,行业客户定位技巧 694.3.1 零售行业的个体特色定位 694.3.2 房地产行业的服务意识定位 714.3.3 汽车行业的品牌塑造定位 71第5章 生活服务:日趋便捷的移动大数据 755.1 移动LBS的位置服务 765.1.1 移动LBS的定义和特点 765.1.2 移动LBS的生活服务应用 785.1.3 移动LBS的未来发展 805.1.4 LBS的移动大数据营销 815.2 移动O2O的购物模式 845.2.1 移动O2O模式的基本概念 845.2.2 移动O2O模式的发展优势 855.2.3 移动O2O模式的商业用途 875.2.4 O2O模式的移动大数据营销 895.3 App的各类生活应用 905.3.1 App的基本概念 915.3.2 App的营销优势 935.3.3 App的移动大数据营销 935.4 二维码的扫码服务 965.4.1 二维码的相关应用与价值 965.4.2 二维码的营销优势 975.4.3 二维码的移动大数据营销 98第6章 社交互动:全天候的移动大数据 1036.1 微信的多样化互动 1046.1.1 微信互动的营销条件 1046.1.2 微信互动的营销含义 1066.1.3 微信互动的营销模式 1076.1.4 【案例】南航的微信互动服务体验 1116.2 移动微博的文本互动 1126.2.1 微博互动的营销含义 1136.2.2 微博互动的营销价值 1136.2.3 微博互动的营销原则 1146.2.4 微博互动的营销策略 1156.2.5 【案例】京东的微博引流营销 1186.3 移动QQ的大范围沟通 1196.3.1 移动QQ的营销平台 1196.3.2 QQ互动的营销优势 1206.3.3 QQ营销的数据应用 1216.3.4 QQ营销的互动技巧 1226.3.5 【案例】西瓜的QQ空间创意营销 125第7章 风险管理:大数据安全应用 1277.1 五大风险,日益凸显 1287.1.1 企业数据管理风险 1287.1.2 用户隐私泄露风险 1297.1.3 企业成本控制风险 1307.1.4 网络数据安全风险 1317.1.5 数据人才缺乏问题 1317.2 七大误区,问题丛生 1327.2.1 项目噱头应用误区 1327.2.2 成果过分夸大误区 1337.2.3 项目盲目跟风误区 1347.2.4 软件万能认识误区 1347.2.5 项目应用僵化误区 1357.2.6 数据量偏重的误区 1357.2.7 他人经验轻忽误区 1357.3 三大板块,管理优化 1357.3.1 三大硬件设备管理 1357.3.2 两类软件管理 1377.3.3 两项认识调整 138第8章 完整记录:销售行业的大数据攻略 1398.1 大数据时代下的销售行业 1408.1.1 大数据下的智能零售形成 1408.1.2 大数据下的零售业挑战产生 1418.1.3 大数据下的零售业商业价值 1418.2 锁定客户的大数据实体零售 1438.2.1 实体零售的信息化趋势 1438.2.2 【案例】精准定位的"上品折扣" 1448.2.3 【案例】服务转型的富士通 1458.2.4 【案例】构建大数据战略的朝阳大悦城 1468.3 大数据领域的电商零售方针 1478.3.1 金麦奖的实体零售方案探索 1478.3.2 【案例】阿里巴巴的大数据营销变革 1498.3.3 百度视频的大数据建模 1508.4 大数据的广告营销引导 1528.4.1 广告投放的一般法则 1528.4.2 【案例】投放精准的"泰一指尚" 1538.4.3 【案例】亚马逊的RTB广告模式 154第9章 市场定位:特色餐饮的大数据策略 1559.1 大数据与餐饮行业的相关知识 1569.1.1 餐饮业市场的大数据需求 1569.1.2 餐饮业发展的大数据作用 1589.1.3 餐饮业经营的大数据应用 1599.1.4 餐饮业管理的大数据挑战 1609.2 餐饮行业的大数据特色营销案例 1629.2.1 【案例】活力舒化:大数据和微博双助力 1629.2.2 【案例】美团美食:LBS与大数据双联合 1639.2.3 【案例】海底捞订餐:大数据与App双选择 1659.2.4 【案例】食谱:大数据与创意双营销 166第10章 信息累积:网络通信的大数据变革 16710.1 大数据与信息行业的相关知识 16810.1.1 信息行业转变的大数据环境 16810.1.2 信息行业发展的大数据前景 17010.1.3 信息行业营销的大数据方案 17010.1.4 移动互联网的大数据分析 17110.2 互联网企业的大数据营销 17210.2.1 【案例】PPTV聚力:大数据智能推送 17210.2.2 【案例】大众点评:大数据智能展现 17310.2.3 【案例】世纪佳缘:大数据智能判断 17410.3 通信行业的大数据应用手段 17510.3.1 【案例】中国移动:大数据信息化战略 17510.3.2 【案例】中国联通:大数据标准化进程 17710.3.3 【案例】湖南电信:大数据综合化推进 177第11章 智能监控:交通能源的大数据效益 17911.1 大数据与交通行业的相关知识 18011.1.1 交通行业的城市发展难题 18011.1.2 交通行业的大数据应用 18111.1.3 交通行业的大数据优势 18311.1.4 交通行业的大数据挑战 18411.2 交通行业的大数据营销利器 18511.2.1 【案例】数据交流,行车安全 18511.2.2 【案例】信息服务,丰田畅通 18611.2.3 【案例】数据救援,安联智能 18711.3 能源行业的大数据开发与应用 18811.3.1 电力行业的大数据应用 18911.3.2 【案例】谷歌的漂浮数据中心 19011.3.3 【案例】UPS的物流数据中心 191第12章 高效服务:医疗领域的大数据价值 19312.1 大数据时代下的医疗营销 19412.1.1 医疗领域的大数据价值 19412.1.2 医疗领域的大数据应用 19512.1.3 医疗领域的大数据前景 19612.1.4 医疗领域的大数据挑战 19712.2 医疗领域的营销大数据 19812.2.1 医疗领域的大数据增长 19812.2.2 医疗领域的大数据关系 19912.2.3 医疗领域的大数据方案 20012.3 医疗领域的大数据应用案例 20112.3.1 【案例】"南湘雅"的临床大数据系统 20112.3.2 【案例】"好大夫在线"的大数据定位 20312.3.3 【案例】康诺云的大数据医疗服务 204第13章 迅速反应:娱乐传媒的大数据冲击 20513.1 大数据时代下的娱乐传媒 20613.1.1 娱乐传媒的大数据意义 20613.1.2 娱乐传媒的大数据挑战 20813.1.3 娱乐传媒的大数据策略 20913.2 娱乐传媒的大数据营销应用 21113.2.1 娱乐传媒的大数据趋势 21113.2.2 娱乐传媒的大数据商业模式 21213.3 娱乐传媒的大数据营销案例 21313.3.1 【案例】新影数讯的大数据分析 21313.3.2 【案例】《小时代》的大数据分析 21413.3.3 【案例】《纸牌屋》的大数据变革 215第14章 供需调控:生产制造的大数据支撑 21714.1 大数据与生产制造业的相关知识 21814.1.1 生产制造业的大数据挖掘 21814.1.2 生产制造业的大数据冲击 22014.1.3 生产制造业的大数据应用 22114.1.4 制造业的大数据商业智能 22214.2 生产制造业的大数据价值体现 22414.2.1 【案例】可口可乐的大数据昵称捕捉 22514.2.2 【案例】长虹的大数据家电战略 22614.2.3 【案例】欧派电动车的大数据服务 22714.2.4 【案例】长安汽车的大数据制造应用 228第15章 对内经营:企业管理的大数据战略 22915.1 大数据与企业管理的相关知识 23015.1.1 企业管理的大数据内部重塑 23015.1.2 企业管理的大数据方法 23115.1.3 企业管理的大数据智能 23215.1.4 企业管理的大数据应用关键 23215.1.5 企业管理的大数据要点 23315.2 企业管理的大数据应用 23515.2.1 【案例】智慧商贸进销存的企业管理 23515.2.2 【案例】汉庭酒店的大数据预算管理 23615.2.3 【案例】机场的大数据预测管理 23815.2.4 【案例】国药集团的大数据平台 240第16章 线上线下:金融行业的大数据竞争 24116.1 大数据时代下的金融行业 24216.1.1 金融行业的大数据变革理念 24216.1.2 金融行业的大数据应用途径 24416.1.3 金融行业的大数据趋势 24516.1.4 金融行业的大数据挑战 24616.2 银行业的大数据营销应用案例 24616.2.1 【案例】工商银行的大数据方案 24716.2.2 【案例】招商银行的大数据战略 24816.2.3 【案例】花旗银行的大数据服务 24916.3 金融行业其他领域的大数据应用 25016.3.1 【案例】纽交所的大数据系统 25016.3.2 【案例】基金业的大数据预判 25116.3.3 【案例】保险业的大数据风险控制 251第17章 广泛发展:其他行业的大数据应用 25317.1 大数据时代下的旅游行业 25417.1.1 旅游行业的大数据发展趋势 25417.1.2 【案例】黄山游客大数据引流 25617.2 大数据时代下的游戏行业 25717.2.1 游戏行业的大数据关联指导 25817.2.2 【案例】EA游戏体验的大数据改进 25817.3 大数据时代下的房地产行业 26217.3.1 房地产行业的大数据营销 26217.3.2 【案例】万科地产的大数据战略 264