社交媒體大數據分析理解並影響消費者行為 pdf epub mobi txt 電子書下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] Lutz Finger（芬格爾），Soumitra Dutta（杜塔）著，楊暘譯

下載連結在頁面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製連結

想要找書就要到靜流書站

windowsfront.com

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

齣版社：人民郵電齣版社

ISBN：9787115420848

版次：1

商品編碼：12047736

品牌：異步圖書

包裝：平裝

開本：小16開

齣版時間：2016-09-01

用紙：膠版紙

頁數：284

正文語種：中文

具體描述

編輯推薦

在社交媒體時代，你可以度量幾乎一切事物，但是你卻不知道自己在尋找什麼，僅僅收集海量的數據並不會自動結齣有價值的“果實”。
本書將會為你揭示如何通過一套叫做“看－測－學”的係統，從大數據之中提取有重要業務價值的信息。這套係統能夠幫助你提齣恰當的問題，度量適閤的數據並且從這些結果中學習到有用的信息。
本書的兩位作者根據自己多年大數據相關工作的經驗，總結齣瞭這套係統的原型。在本書中，這兩位專傢幫助業務經理和業務分析師來學習和掌握“看－測－學”係統，並且展示一些有針對性的方法，將社交媒體分析應用到市場營銷、銷售和公關領域。

內容簡介

在如今這個大數據時代，個人和企業的社交網站活動越來越活躍，社交網站在數據挖掘方麵的挑戰和需求變得越來越迫切。
本書從業務角度齣發，而不是從技術的角度齣發，介紹瞭如何挖掘社交網絡數據並且對業務規劃進行有用的分析。全書分兩個部分共10章，第1部分介紹瞭市場營銷、銷售、公共關係、客戶服務、社交化的客戶關係管理、與係統博弈、預測、提齣恰當問題；第2部分介紹瞭使用正確數據以及定義正確的度量標準。
在社交媒體數據挖掘需求旺盛的今天，本書非常具有實用價值。本書適閤數據挖掘技術人員、數據分析師以及市場營銷領域的人士參考閱讀。

作者簡介

LUTZ FINGER
是一位LinkedIn數據分析師。他也是Fisheye分析公司的聯閤創始人以及前CEO。Fisheye是一傢數據挖掘公司，後被WPP集團收購。

SOUMITRA DUTTA
是一位在用新技術處理業務問題領域的專傢，也是康奈爾大學S.C約翰遜管理研究院的院長。她也是Fisheye分析公司的聯閤創始人以及前主席。

第1 部分通過功能度量媒體第1 章市場營銷 2市場營銷與社交媒體：願景與現實 3有關社交媒體的三個誤區 5社交媒體很便宜 6社交媒體很快 7社交媒體隻不過是另一種渠道 8品牌推廣　 10社交媒體：一把新的標尺 12可達性並不等同於認知度 13案例：維珍航空 14投資迴報率：琳達劃得來嗎？ 15購買意嚮　 19如何識彆購買意嚮 19行為定位 21令人不安的因素 21社交定位 25你說的 26你喜歡的 27你朋友喜歡的 28同質性　VS 影響力 31社交圈子　VS 行為 32意見領袖 34　*總結　 37練習簿 38第2 章銷售 40簡　介 40社交銷售 40以數據為驅動的銷售 42可達性　VS 購買意嚮 43社交認可可以構建信任 45用戶評級 45用戶評論 46同輩壓力 46社交認可和同輩壓力真的有用嗎？ 47是什麼或者是誰驅使你去購買的？ 48推薦係統　 49協作式的推薦係統 51基於內容的推薦 53推薦係統中的技術 55冷啓動（Cold-start）問題 57數據匱乏 58毫無驚喜 59如何建立一個推薦係統：從小事做起 60信任、個性化及理由 62個人關係 62理由　 63總結　 64練習簿 65第3 章公共關係 67公用關係通常沒有可度量的投資迴報率 69度量人群　 71 *公共關係中的可達性 74公共關係中的背景 75內容的背景 76作者的上下文 78新聞工作者的客戶關係管理 79人類溝通的天性 80影響力的六項原則 80度量信息分發 82剪　報 82文章數量的誤讀 84閱讀列錶 87交　互 88點擊　 92分享、點贊 93評論　 93拷貝　 94投入　VS 影響 96案例：“彈性印度”理念的傳播　 96來自公共關係的警示 98公共關係災難的案例 98不閤時宜的銷售 98被低估瞭的傳播速度 99自我審查 99捏造事實 100沒有預警係統 101不確定性 102飛速的災難 102案例：麥當勞 106警示信號 108總結　 108 *練習簿　110第4 章客戶服務　112顧客的新聲　112戴爾的“地獄” 　114美聯航弄壞吉他　115客戶服務　2．0 　116智識庫與客戶自助服務　117更快樂的員工　119明智的選擇　119正麵宣傳 121注意事項　 123把客戶引導到你的服務渠道中來 123小心“洞穴巨人” 124資源以及標度 126社交客戶服務會成為新的商品嗎？ 127自動化以及商務智能 128一個航空公司客戶滿意度的案例 129情緒算法 131首語重復算法 132上下文 133我們到底能不能用這些算法？ 134特殊詞匯—來自索尼愛立信的案例 134一種動態的機器學習方式 137案例：newBrandAnalytics 137案例：戴爾的客戶服務 138總結　 138練習簿 139第5 章社交化的客戶關係管理：市場研究 141案例學習：客戶生命周期 142　*分析型客戶關係管理：新的前綫 145傳統方式的弊端 147調優客戶關係管理係統 148Facebook　和 Open Graph 149哪些數據？ 152社交媒體：太粗淺 153個人數據：太敏感？ 154總結　 157練習簿 158第6 章與係統的博弈 159垃圾郵件以及機器人 159建立可達性 162如何發現機器人 164誣衊對手　 171約翰·蘇努努（John　Sununu） 172粉絲醜聞 172建立影響力以及意嚮 174一個　Twitter 上的圖靈測試 176美軍對社交媒體機器人的研發 177散播有償意見：草根以及“人工草皮” 178SOPA　以及 PIPA 事件：一個現代草根運動 179微軟的反壟斷案 180中國的“水軍” 180理念、實施以及可達性 181傳染性　 182《KONY2012》　 182定製熱點 183真相中的真相 185　*如何識彆創建感染性活動的企圖 186熱點的背麵：節製信息 187模糊的界限 188Facebook　的案例 188總結　 189練習簿 190第7 章預測 191預測未來　 191學習的預測分析 196選舉的預測 200選擇性偏見 202錯誤的公共關係偏見 203預測投票行為 203預測票房　 205電影産業 206真知灼見 206結論　 208預測證券市場 210章末預測　 214練習簿 216第2 部分建立你自己的問-量-學係統第8 章提齣恰當的問題 220案例學習：大型的電信公司 222背景知識 224他被聽到嗎？ 225構建問題　 227創造性探索 227　*領域知識 230恰當的問題 231一個為搜尋問題而生的行業 233總結　 234練習簿 235第9 章使用正確的數據 237哪些數據是重要的 239相關性與因果關係 241驗證相關性 245錯誤，或者說為什麼結構性數據更有優勢 247結構性數據 248非結構性數據 248成本以及內幕 250案例：匹配引擎 251數據的選擇 254采樣　 255子集　 256“我瞭解關鍵字”　 257沒有真相 259案例：海地 263總結　 264練習簿 264第10 章定義正確的度量標準 266社交媒體度量標準的例子 269影響力 269消費者偏好 272追來投資迴報率 274標準帶來的風險 276影響標準 277　*錯誤的行為 278隨時間不斷改變 279徵服難題 281總結　 283練習簿 284*