《大数据营销》读书思考

这是一本营销领域里边讲技术的书,也是讲技术里边完全讲营销的书。适合的读者职业主要有:咨询,售前,产品经理,BD.......
        全书的整个脉络有6章,其中的干货主要是在前四章。而第一章就占有半本书之多。而个人比较喜欢的是三,四章的内容,可能也跟自己的工作有关系吧。有很多干货,同时对一些常规理念有较大突破。前两章里边对一些技术实现也有所提及。看完这本书,就好像你突然间明白了互联网为什么那么看重数据?以及数据为当下及未来的营销能带来哪些改变。同时对传统行业的数据决策思维也有很大帮助。
     这本书还有一个最大的好处就是图表很多,对你理解及应用数据及相关技术实现有很大帮助。

第一章
     再回过头来看第一章的时候,里边讲到了传统营销跟数据营销的差别以及数据营销的架构知识。从理论及实践的角度全景展现了数据营销的全流程。
      如果真的要说读完的收获,可能就是那个“三立人”菜刀的故事了更为贴切。
      1,数据收集技术
        通过API,DPI,爬虫,Cookie分析,智能探针等完成了数据的相关收集。也就是解决了哪些人有买菜刀的需求?
       2,数据识别技术
     通过手机,MAC,SCRM等技术,让这些想买菜刀的人精确的被识别出来。
       3,客户分析技术
   通过触发营销,二次营销,客户画像,语议分析就是要知道我的目标客户的需求。这一点也可以参考我们朋友圈里的广告推荐。
     4,营销接触技术
     通过合作营销(打通一系列电商网站),跨界跨屏营销,实时营销。给到客户的相应刺激,促使其购买。
     5,程序化购买
    这个主要是在广告领域用的较多,如何优化自己的广告投放及相应的广告策略非常重要。而在买操刀的过程中,如何减少人的工作是至关重要的!
    6,口碑建立
    主要是用户为中心去扩展相关的影响力。
    实际上,第一章主要就是讲了以上这六步的营销内容,技术与实践相结合。产生更大的影响。进而带动销量。

第二,三章
       在相关概念及技术讲完之后,在第二,三章,重点挑选了几个行业进行相关的B2B2C场景的描述分析,里边有传统行业的新型决策模式,也有互联网行业的营销模式。
       印象比较深刻的就是SCRM,在微时代(微信,微博)。如何对客户进行实时营销显得特别重要。而这两个章节的内容对具体落地及实施也有很大的帮助。对于这两章,建议从事公司管理的人可以细看这两部分。相信对你的营销思维是一个很大提升。

第四章    数据驱动业务模式重构
        这一章节主要对当下的一些新型公司及商业模式提出了新的认知。清醒而深刻的看到了这些新型公司之所以发展迅速的根本原因。
       从这一章得到的收获就是把专业的事交给专业的人来干,很多方面不再是一拍脑门就决定了的。小到商铺的选址。大到举行一次大型活动的数据筹划。更多的是从一种策略的角度来分析应用我们所有的数据。

第五,六章
     貌似是对全书的一个补充,对未来数据营销的展望与思考。及对大数据时代下个人数据的保护。有人说:在大数据时代,每个人都是透明的,毫无隐私可言。那些数据大盗会从各个方面来获取我们的个人数据,但相信一点,盗亦有道,大道至简。大数据的未来,仅仅落足于商业既可。涉及法律层面相信就不会那么顺利了,尤其是现在法律越来越细。

时间: 2024-11-06 23:56:00

《大数据营销》读书思考的相关文章

《大数据与机器学习》读书思考

这是一本纯技术类的工具书,里边有许多好的思想与方法供实际工作者使用.对于我这种只会R编程的人来说.读起来是有些吃力!不过随着大数据知识架构的逐步完善,相信这本书会在未来体现出它的价值来. 第一部分  平台篇 实际上,这一部分是讲到了大数据的一些基本概念,以及数据挖掘及实时分析的一般流程.读完这一部分,相当于你在大数据领域可以扫盲了.但是要对里边组件有一个深入理解,就需要你在工作上对它们有常规应用. 这一部分,也是自己总结最多的地方.可能是怕自己大数据掌握的还不是很熟悉的原因吧!总想把架构这一块能

大数据与机器学习的一些博文整理

Spark VS MapReduce 时间节约66%,计算节约40% http://mp.weixin.qq.com/s?__biz=MzA3MjY1MTQwNQ==&mid=200820787&idx=1&sn=638a4b16445a5ee7a184b7a9becf4d5d&scene=2&from=timeline&isappinstalled=0#rd 数据挖掘十大算法总结--核心思想,算法优缺点,应用领域 http://mp.weixin.qq.c

H2O是开源基于大数据的机器学习库包

H2O是开源基于大数据的机器学习库包 H2O能够让Hadoop做数学,H2O是基于大数据的 统计分析 机器学习和数学库包,让用户基于核心的数学积木搭建应用块代码,采取类似R语言 Excel或JSON等熟悉接口,使的BigData爱好者和专家可以利用一系列简单的先进算法对数据集进行探索,建模和评估.数据收集是很容易,但是决 策是很难的. H2O使得能用更快更好的预测模型源实现快速和方便地数据的挖掘. H2O愿意将在线评分和建模融合在一个单一平台上. H2O提供了机器学习的培训手册供学习:H2O训练

小草说----大数据和机器学习为什么这样火

小草说--大数据和机器学习为什么这样火 标签(空格分隔): SPARK机器学习 欢迎关注小小草的微信号:大数据机器学习.日后不定期分享大数据,机器学习的学习资料与博文,希望与大家共同学习进步~ 很多年前,当我还在应付着微分方程,条件概率,用问卷星写抽样调查报告在QQ群发求填,对着30多条就被称为大样本的数据做检验和回归的时候,"大数据"的概念已经如火如荼地在微博圈和朋友圈里圈圈相传了. 但是到底大数据是什么,和我们生活有什么关系,企业是怎么"大数据"的,它到底在星星

Python大数据与机器学习之NumPy初体验

本文是Python大数据与机器学习系列文章中的第6篇,将介绍学习Python大数据与机器学习所必须的NumPy库. 通过本文系列文章您将能够学到的知识如下: 应用Python进行大数据与机器学习 应用Spark进行大数据分析 实现机器学习算法 学习使用NumPy库处理数值数据 学习使用Pandas库进行数据分析 学习使用Matplotlib库进行Python绘图 学习使用Seaborn库进行统计绘图 使用Plotly库进行动态可视化 使用SciKit-learn处理机器学习任务 K-Means聚

分享《白话大数据与机器学习》PDF+《图解机器学习》PDF

下载:https://pan.baidu.com/s/1Ut4iePZzQjBw7WANBNfLnQ 更多资料分享:http://blog.51cto.com/3215120 <白话大数据与机器学习>PDF+<图解机器学习>PDF<白话大数据与机器学习>PDF,345页,带目录和书签<图解机器学习>PDF,242页,带目录和书签如图所示: 原文地址:http://blog.51cto.com/3215120/2313180

《大数据时代》读书笔记

大数据开启了一次重大的时代转型.就像望远镜让我们能够感受宇宙,显微镜让我们能够 观测微生物一样,大数据正在改变我们的生活以及理解世界的方式,成为新发明和新服务的源 泉,而更多的改变正蓄势待发-- 大数据的精髓在于我们分析信息时的三个转变,这些转变将改变我们理解和组建社会的方法. 第一个转变就是,在大数据时代,我们可以分析更多的数据,有时候甚至可以处理和第一个转变就是,在大数据时代,我们可以分析更多的数据,有时候甚至可以处理和 某个特别现象相关的所有数据,而不再依赖于随机采样. 某个特别现象相关的

大数据、机器学习与信息安全

从机器学习的角度来看,大数据不过是训练各类参数.概率分布模型的输入.合适的.经过筛选的.符合事物客观特征描述的大数据方才是好的数据,故在目前这个所谓"泛大数据时代",数据确实是最为精贵的资源,但并不是所有数据都是,我们只能去芜存菁方可认清数据的本质以及事物(包括人类自身)的本质.因此对于数据的处理反而变成了最最重要的问题. 从经典定义来看,机器学习对于特性输出的提高,其最重要关键点不在算法(当然,好的算法也是非常重要的基础,是成功的必要条件,是减少开销.尽量少的消耗资源的核心)而是在于

《大数据运营》读书分享会活动

本周四(7.5)20:00-21:00,我与大家在线分享<大数据运营>图书的精要内容,同时植入区块链与大数据融合创新.互联网与区块链思维等新的知识点,欢迎大家关注.交流. 新增知识点之一:[区块链与大数据融合创新思考]大数据是生产资料,是新能源,但是大数据行业最大的问题和困难是:组织之间的数据难以流通和共享,如果这一问题得不到解决,数据就难以释放能量并创造更大的价值.数据难以流通和共享的主要原因是数据的开放可能会触犯个人隐私或者引发安全问题,也就是说当前还没有一种很好的办法解决由数据开放引起的