本書提供了一套數(shù)據(jù)驅(qū)動的營銷框架，講解如何基于大數(shù)據(jù)定位客戶角色、預(yù)測客戶價值、量身推薦產(chǎn)品、保留客戶群體等內(nèi)容。

本書主要目的是希望讀者能有效地利用數(shù)據(jù)的價值，在大數(shù)據(jù)時代找到傳統(tǒng)營銷方式的出路，同時在思想上得到以下幾個有用的大數(shù)據(jù)營銷觀點。

利用基于數(shù)據(jù)的生命價值營銷有效地挖掘高價值客戶，減少在低價值客戶身上花費的成本；

利用大數(shù)據(jù)分析手段，多保留和重新激活老客戶才能保證高效地增長，而不是一味地增加新客戶；

運用聚類、分類等數(shù)據(jù)挖掘算法發(fā)現(xiàn)你不曾知道的客戶群，并用來區(qū)分和優(yōu)化營銷活動，使精準(zhǔn)營銷變?yōu)榭赡堋?/p>

  本書以大數(shù)據(jù)和機器學(xué)習(xí)為基礎(chǔ)，為營銷人員提供了一個關(guān)于預(yù)測營銷的導(dǎo)引手冊，使得個性化營銷得以付諸實踐。本書涵蓋了從零售到出版、從軟件到制造的各種成功案例，希望讀者可以從中獲益。本書分為三個主要部分。第一部分，“預(yù)測營銷完全入門”，介紹了預(yù)測性營銷的許多基本元素，包括什么是預(yù)測營銷軟件，數(shù)據(jù)科學(xué)和預(yù)測分析工作原理，以及客戶生命周期價值概念的基本元素。第二部分，“輕松上手預(yù)測營銷就這九招”，會提供切實的戰(zhàn)略指南，助你輕松入門。第三部分，“如何成為一個真正的預(yù)測營銷高手”，對預(yù)測營銷技術(shù)進行綜述，為營銷人提供一些職業(yè)建議，并探討隱私和預(yù)測營銷的未來。本書是為準(zhǔn)備學(xué)習(xí)預(yù)測營銷的營銷人員量身打造的，也適合正在公司里進行實戰(zhàn)的營銷人員和需要從事預(yù)測工作的大數(shù)據(jù)分析師閱讀。

Ömer Artun

一位科班出身的科學(xué)家，內(nèi)心其實是一位企業(yè)家，總有一種對知識的渴求和挑戰(zhàn)現(xiàn)狀的欲望。1999年博士畢業(yè)后加入麥肯錫，在幾個項目中測試數(shù)據(jù)科學(xué)方法；2002年加入Micro Warehouse公司，擔(dān)任營銷副總裁，將數(shù)據(jù)科學(xué)引入日常經(jīng)營中；2006年加入百思買公司，擔(dān)任新組建的企業(yè)業(yè)務(wù)部門高級總裁。他堅信，數(shù)據(jù)驅(qū)動下的預(yù)測營銷將成為未來十年的新潮流。創(chuàng)立了AgilOne公司，旨在通過一個易用、強勁的云平臺，向每位營銷人提供大數(shù)據(jù)和預(yù)測分析技術(shù)服務(wù)。

Dominique Levin

她修讀了工程、設(shè)計和商業(yè)管理專業(yè)。過去20年，在大大小小的公司做市場營銷，足跡遍布各大洲，客戶既有企業(yè)也有個人，是客戶數(shù)據(jù)重要性的推崇者之一。2000年經(jīng)營了屬于自己的數(shù)據(jù)公司LogLogic，該公司隨后被TIBCO軟件公司收購。之后陸續(xù)在幾家科技公司工作，包括Fundly和Totango，負(fù)責(zé)建立高度數(shù)據(jù)驅(qū)動的營銷組織。

譯者介紹：

曹正鳳，統(tǒng)計學(xué)博士，經(jīng)管之家（原人大經(jīng)濟論壇）大數(shù)據(jù)中心總工程師，經(jīng)管之家（原人大經(jīng)濟論壇）CDA大數(shù)據(jù)分析師培訓(xùn)負(fù)責(zé)人，北京博宇通達(dá)科技有限公司技術(shù)總監(jiān)。致力于大數(shù)據(jù)分析前沿領(lǐng)域研究，主持人大經(jīng)濟論壇基于Hadoop架構(gòu)的論壇主題推薦系統(tǒng)項目，參與國家社科基金項目《基于大數(shù)據(jù)整合的空氣質(zhì)量測度方法研究》，發(fā)表多篇論文，且發(fā)表的EI核心收錄論文受到多次檢索。

秦磊，經(jīng)濟學(xué)博士，對外經(jīng)濟貿(mào)易大學(xué)統(tǒng)計學(xué)院講師、碩士生導(dǎo)師，對外經(jīng)濟貿(mào)易大學(xué)大數(shù)據(jù)與風(fēng)險管理研究中心成員。主要研究數(shù)據(jù)挖掘、大數(shù)據(jù)計算、時間序列、金融風(fēng)險管理及其應(yīng)用。先后在國內(nèi)核心期刊《統(tǒng)計研究》、《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》、《中國科學(xué)：數(shù)學(xué)》、《數(shù)理統(tǒng)計與管理》、《中國管理科學(xué)》、《商業(yè)經(jīng)濟與管理》上公開發(fā)表多篇學(xué)術(shù)論文，出版譯著《智能大數(shù)據(jù)SMART準(zhǔn)則：數(shù)據(jù)分析方法、案例和行動綱領(lǐng)》，主持北京市自然科學(xué)基金、211項目等多項課題。

謝邦昌， 臺灣大學(xué)生物統(tǒng)計學(xué)博士，輔仁大學(xué)統(tǒng)計信息學(xué)系教授?，F(xiàn)任中華數(shù)據(jù)挖掘協(xié)會（Chung-hua Data Mining Society，CDMS）理事長，輔仁大學(xué)統(tǒng)計資訊學(xué)系教授，華通人商用信息有限公司高級顧問。中國人民大學(xué)應(yīng)用統(tǒng)計科學(xué)研究中心學(xué)術(shù)委員會委員。中國人民大學(xué)統(tǒng)計學(xué)系Data Mining中心客座教授，上海財經(jīng)大學(xué)統(tǒng)計學(xué)系客座教授。廈門大學(xué)計劃統(tǒng)計學(xué)系客座教授。西南財經(jīng)大學(xué)客座教授。他是數(shù)據(jù)挖掘界領(lǐng)軍人物及世界知名統(tǒng)計學(xué)家。發(fā)表過近三百篇關(guān)于統(tǒng)計和數(shù)據(jù)挖掘的論文，出版了近五十余本相關(guān)專著，擁有豐富的大數(shù)據(jù)分析行業(yè)經(jīng)驗。

王淑燕，女，山東菏澤人，輔仁大學(xué)商學(xué)研究所博士，研究領(lǐng)域為應(yīng)用統(tǒng)計科學(xué)及大數(shù)據(jù)分析，曾在《運籌與管理》、《ICIQ 2014 19thInternational Conference on Information Quality》和《American Journal of Industrialand Business Management》等國內(nèi)外雜志發(fā)表論文數(shù)篇。

第一部分  預(yù)測營銷完全入門
第1章  大數(shù)據(jù)和預(yù)測分析技術(shù)就在眼前  / 2
預(yù)測營銷革命  / 6
客戶權(quán)益的力量  / 8
預(yù)測營銷的應(yīng)用  / 11
預(yù)測營銷普及率正在加快  / 14
客戶要求與品牌建立更有意義的聯(lián)系  / 14
早期采用者的經(jīng)驗表明，預(yù)測營銷能帶來巨大價值  / 17
新技術(shù)的推出讓預(yù)測營銷變得簡單  / 18
建立預(yù)測營銷系統(tǒng)需要什么條件  / 21
第2章  預(yù)測分析技術(shù)簡易入門手冊  / 23
什么是預(yù)測分析技術(shù)  / 24
無監(jiān)督學(xué)習(xí)技術(shù)：聚類模型  / 26
聚類和細(xì)分的區(qū)別  / 26
有監(jiān)督學(xué)習(xí)：傾向性模型  / 29
如何使用預(yù)測模型十分位數(shù)法  / 30
預(yù)測模型和RFM模型對比  / 32
強化學(xué)習(xí)和協(xié)同過濾  / 33
不同類型的推薦模型  / 35
預(yù)測分析流程  / 37
數(shù)據(jù)收集、凈化和準(zhǔn)備  / 38
異常值檢測  / 38
特征生成和提取  / 39
分類器和系統(tǒng)設(shè)計  / 40
預(yù)測分析技術(shù)的“最后一公里”問題  / 41
第3章  首先要了解客戶：建立完整的客戶檔案  / 43
收集多少數(shù)據(jù)合適  / 45
收集哪類信息  / 47
準(zhǔn)備數(shù)據(jù)以供分析  / 52
人名的凈化和驗證  / 53
地址的凈化和驗證  / 54
鏈接和重復(fù)信息刪除  / 55
與IT部門合作完成數(shù)據(jù)集成  / 56
在你的數(shù)據(jù)中尋找數(shù)百個問題  / 61
銷售  / 61
客戶  / 62
營銷/渠道  / 66
產(chǎn)品  / 67
第4章  管理客戶就像管理資產(chǎn)組合，要不斷增值  / 68
什么是客戶生命周期價值  / 69
歷史生命周期價值  / 69
預(yù)期客戶價值  / 71
向上生命周期價值  / 73
提高單個客戶的生命周期價值  / 75
獲取  / 75
價值增長  / 76
保留  / 76
提高所有客戶的生命周期價值  / 78
加入更多（有價值）客戶  / 78
防止流失  / 79
與不活躍客戶互動  / 79
第二部分  輕松上手預(yù)測營銷就這九招
第5章  第一招：運用客戶數(shù)據(jù)，優(yōu)化營銷開支  / 82
對客戶獲取、保留和再激活進行投資  / 83
優(yōu)化獲取成本  / 89
優(yōu)化客戶保留預(yù)算  / 91
根據(jù)客戶價值區(qū)分投資額  / 92
找到合適的產(chǎn)品吸引高價值客戶  / 93
一個終點歸因的例子  / 95
第6章  第二招：預(yù)測客戶角色，讓營銷重回正軌  / 99
聚類類型  / 101
基于產(chǎn)品的聚類  / 101
基于品牌的聚類  / 102
基于行為的聚類  / 103
利用聚類提高客戶獲取水平  / 106
使用聚類時需要注意的幾個問題  / 107
運動變化中的聚類  / 107
第7章  第三招：預(yù)測客戶演變過程，為生命周期營銷做準(zhǔn)備  / 109
客戶的價值旅程  / 110
第一筆價值  / 112
再現(xiàn)價值  / 113
新價值  / 115
生命周期營銷策略  / 116
潛在客戶策略：我們幫得上忙嗎  / 116
新客戶策略：謝謝你  / 118
回頭/活躍客戶策略：我們愛你  / 120
不活躍客戶策略：記住我  / 121
流失客戶策略：我們想你  / 122
第8章  第四招：預(yù)測客戶價值，進行價值導(dǎo)向營銷  / 123
價值導(dǎo)向營銷  / 123
保留高價值客戶  / 128
提升中等價值客戶的價值  / 129
減少低價值客戶服務(wù)成本  / 131
第9章  第五招：預(yù)測購買或互動的可能性，為客戶排名  / 132
購買可能性預(yù)測  / 133
首次買家的購買可能性  / 134
重復(fù)的購買可能性  / 135
使用購買可能性預(yù)測選擇正確的折扣水平  / 135
B2B營銷中的預(yù)測性線索評分  / 138
互動可能性模型  / 140
郵件發(fā)送頻率  / 143
第10章  第六招：預(yù)測個人喜好，為每位客戶量身推薦  / 147
選擇正確的客戶或細(xì)分市場  / 148
購買時推薦  / 149
購買后推薦  / 150
客戶生命周期中的推薦  / 150
理解客戶使用場景  / 151
內(nèi)容――推薦什么  / 153
除了推薦，還有什么  / 154
第11章  第七招：啟動預(yù)測計劃，轉(zhuǎn)化更多客戶  / 156
預(yù)測再營銷活動  / 156
針對放棄購物車付款的預(yù)測營銷活動  / 159
放棄搜索后的預(yù)測營銷活動  / 160
放棄網(wǎng)頁瀏覽后的預(yù)測營銷活動  / 161
相似受眾營銷  / 162
相似度或可達(dá)性優(yōu)化  / 164
第12章  第八招：啟動預(yù)測計劃，提升客戶價值  / 166
增加客戶價值的秘訣  / 166
購買后預(yù)測營銷項目  / 168
客戶歡迎活動  / 168
購買后推薦  / 170
再補充活動和重復(fù)購買活動  / 170
新產(chǎn)品推介  / 172
客戶答謝活動  / 172
預(yù)測分析時代的客戶忠誠項目  / 175
談?wù)勅罓I銷  / 177
第13章  第九招：啟動預(yù)測計劃，留住更多客戶  / 180
理解什么是保留率  / 180
負(fù)流失的概念  / 181
理解你的商業(yè)模式  / 182
價值遷移也是流失的一種形式  / 185
流失管理項目  / 186
主動保留管理  / 187
挽留客戶要花多少錢  / 189
客戶保留和錢包份額  / 190
找到流失的根本原因  / 190
客戶再激活活動  / 191
四步完成再激活  / 192
第三部分  如何成為一個真正的預(yù)測營銷高手
第14章  預(yù)測營銷能力一覽表  / 196
預(yù)測營銷的組織能力  / 196
預(yù)測營銷的技術(shù)能力  / 199
客戶數(shù)據(jù)整合  / 201
預(yù)測的洞察力  / 202
營銷活動自動化  / 203
詢問預(yù)測營銷供應(yīng)商哪些問題  / 203
你是否要對你的客戶獲得完整且準(zhǔn)確的印象  / 204
我能獲取哪種市場細(xì)分和目標(biāo)市場確定  / 206
在市場細(xì)分或推薦中采取行動有多簡單  / 206
除了有關(guān)功能的問題，問問自己，
這個供應(yīng)商是否適合你  / 207
第15章  預(yù)測式（相關(guān)）營銷技術(shù)綜述  / 209
自己動手進行預(yù)測營銷  / 209
外包給營銷服務(wù)提供商  / 211
活動管理和營銷云選擇  / 212
其他你可能聽說過的工具  / 213
網(wǎng)絡(luò)分析  / 216
數(shù)據(jù)管理平臺（DMPs）  / 216
電子郵件服務(wù)提供商（ESPs）  / 217
客戶關(guān)系管理（CRM）  / 218
高級分析  / 218
哪個解決方案適合我  / 219
無論你做什么――開始行動  / 220
以小規(guī)模為起點  / 220
將客戶數(shù)據(jù)導(dǎo)入，將數(shù)據(jù)科學(xué)外包  / 221
用預(yù)測營銷補充你現(xiàn)有的基礎(chǔ)設(shè)施  / 221
第16章  給有抱負(fù)的預(yù)測營銷者的職業(yè)建議  / 223
商業(yè)理解比精通數(shù)學(xué)更勝一籌  / 224
問正確的問題  / 225
將藝術(shù)和營銷科學(xué)融合  / 226
學(xué)習(xí)他人  / 227
第17章  隱私、愉悅和逾越的區(qū)別  / 229
個人信息類型  / 230
避免侵犯客戶隱私的情形發(fā)生  / 232
給予客戶掌控權(quán)  / 232
硬邊界和政府立法  / 233
第18章  預(yù)測營銷的未來  / 235
先進的預(yù)測性分析模型  / 237
像預(yù)測營銷者一樣思考  / 238
附錄A  客戶數(shù)據(jù)類型綜述  / 243