內 容 簡 介這是一本一讀就會的大數據商業營銷大全。本書主要結合20多個行業大數據營銷布局案例，以及各大商業巨頭的營銷高招，使讀者徹底看懂、玩轉大數據營銷，徹底從菜鳥成為達人，從新手成為大數據商業營銷高手！本書主要有以下特色：16章大數據專題技術精講+80多個經典專家指點放送+120多條營銷價值語句提煉+150個大數據應用案例分析+241張大數據應用圖表解析，讓讀者融會貫通，輕松提升大數據商業營銷技能。本書結構清晰、通俗易懂，主要適用于實業家、企業高管、營銷人員、政府媒體工作人員、創業者和想創業的人，以及相關專業的學生等閱讀。前 言
在火爆的互聯網時代，企業要想立于不敗之地，就必須徹底“擁抱”大數據營銷，建立自己的信息數據庫。本書凝聚作者從業十年的網絡營銷推廣實戰經驗，最終目的是讓每一位讀者都能在互聯網時代從大數據中掘金，而不僅僅只是從理論出發的泛泛之談。本書的主要內容展示如下。
本書不是鴻篇大論的理論指導書，而是一本側重實際應用的營銷實戰寶典，既可以幫助對互聯網感興趣的讀者全面了解大數據商業營銷，又可以為想通過大數據營銷解決實際問題的讀者提供操作方法。
本書特色
(1)圖文結合、內容全面、專業性強：書中為了講述了大數據商業營銷的相關理論知識，配了大量圖片，使其與實戰案例相結合，指導幫助讀者徹底認識、玩轉大數據商業營銷。
(2)接地氣、操作為主、實戰性強：書中涵蓋了各種類型的大數據商業營銷案例，通過實戰操作，幫助、指導讀者徹底認識、玩轉大數據營銷。
內容安排
全書共分為16章，具體內容包括：走進大數據商業時代；解讀商業數據信息；挖掘大數據的商業價值；玩轉電商大數據；大數據在銷售行業中的應用；大數據在交通行業中的應用；大數據在餐飲行業中的應用；大數據在互聯網行業中的應用；大數據在通信行業中的應用；大數據在影視傳媒行業中的應用；大數據在生產制造行業中的應用；大數據在金融行業中的應用；大數據在企業管理中的應用；大數據在移動微營銷中的應用；大數據在其他行業中的應用；大數據的問題和風險管理。
適合人群
本書結構清晰、語言簡潔，適合所有對大數據營銷感興趣的人閱讀。同時也適合實業家、企業高管、營銷人員、政府媒體工作人員、創業者和想創業的人，以及相關專業的學生等閱讀。
作者售后
本書由龍飛策劃，海天理財編著，參與編寫的人員還有譚賢、柏松、蘇高、張瑤、羅磊、羅林、劉嬪、宋金梅、曾杰、羅權、周旭陽、袁淑敏、譚俊杰、徐茜、楊端陽、譚中陽等人，在此表示感謝。由于作者知識水平有限，書中難免有錯誤和疏漏之處，懇請廣大讀者批評、指正，聯系郵箱：licaijulebu@foxmail.com。
編 者
目 錄
第1章 走進大數據商業時代 1
1.1 什么是大數據 2
1.1.1 大數據的基本定義 2
1.1.2 大數據的發展歷史 3
1.1.3 大數據的結構 4
1.1.4 大數據的特征 5
1.1.5 大數據的商業預測 6
1.1.6 大數據的重要性 8
1.2 大數據的商業發展 9
1.2.1 形成商業模式 10
1.2.2 建立客戶資源 11
1.2.3 維護客戶資源 13
1.3 大數據的商業價值 13
1.3.1 細分客戶群 14
1.3.2 提高投入回報率 16
1.3.3 數據存儲空間出租 18
1.3.4 管理客戶關系 19
1.3.5 個性化精準推薦 20
1.4 大數據的商業智能 23
1.4.1 什么是商業智能 23
1.4.2 商業智能是大數據的基礎 26
第2章 解讀商業數據信息 29
2.1 挖掘商業數據信息 30
2.1.1 商業數據分類挖掘 30
2.1.2 回歸商業數據分析 35
2.1.3 商業聚類分析 36
2.1.4 分析商業數據關系 38
2.1.5 分析商業數據特征 39
2.2 整合商業數據信息 40
2.2.1 商業數據信息整合的作用 40
2.2.2 商業數據信息整合的方式 41
2.2.3 商業數據信息整合的渠道 42
2.3 利用商業數據信息 43
2.3.1 如何利用商業數據信息 43
2.3.2 商業營銷推廣 44
第3章 挖掘大數據的商業價值 49
3.1 大數據的八大商業價值 50
3.1.1 分析用戶的行為特征 50
3.1.2 精準推送商業信息 52
3.1.3 投用戶所好占領商業市場 53
3.1.4 監測競爭對手與傳播品牌 54
3.1.5 客戶分級管理 54
3.1.6 改善用戶體驗 56
3.1.7 發現商業市場發展新趨勢 57
3.1.8 市場預測與決策分析 58
3.2 數據轉化為價值 58
3.2.1 數據本身不產生商業價值 58
3.2.2 數據商業需要舍得投入 59
3.2.3 醫療方面的運用 60
3.2.4 普拉達的試衣間 61
3.3 大數據的商業創新 62
3.3.1 商業數據的再利用 62
3.3.2 商業數據的重組 63
3.3.3 商業數據的擴展 64
3.3.4 商業舊數據的使用 65
3.3.5 信息數據的高速處理 67
第4章 玩轉電商大數據 71
4.1 電商的基礎知識 72
4.1.1 電商的概念 72
4.1.2 電商的商業類型 74
4.1.3 電商的特點 77
4.2 大數據下的電子商務 79
4.2.1 電商更需要數據 79
4.2.2 大數據是電商競爭的利器 80
4.2.3 淘寶店的四大核心數據 81
4.3 電商大數據背后的微信營銷 82
4.3.1 微信利用大數據 82
4.3.2 查找附近人 83
4.3.3 多元化的信息傳遞方式 84
4.3.4 二維碼營銷 84
4.3.5 微信漂流瓶 85
第5章 大數據在銷售行業中的應用 87
5.1 大數據與零售相結合 88
5.1.1 零售業大數據的形成 88
5.1.2 大數據對于零售業的重要性 89
5.1.3 如何將大數據與零售企業無縫對接 91
5.2 大數據時代，電商對零售的沖擊 92
5.2.1 發展零售業的自身優勢 92
5.2.2 揚長避短，抓住時機 93
5.3 大數據下零售業的應用案例 95
5.3.1 Zara——可以預見未來的時尚圈 95
5.3.2 淘寶——妙用“數據魔方” 97
5.3.3 母嬰零售——利用大數據擴大生意 102
5.3.4 上品折扣——用大數據走全渠道營銷 106
5.3.5 英國酒吧——用大數據分析顧客喝什么 108
第6章 大數據在交通行業中的應用 111
6.1 中國汽車行業的現狀 112
6.1.1 交通擁堵 112
6.1.2 交通事故 113
6.1.3 停車困難 113
6.1.4 汽車盜竊 114
6.2 用大數據解決汽車行業問題 115
6.2.1 用大數據緩解交通擁堵 115
6.2.2 用大數據降低事故率 116
6.2.3 用大數據緩解停車難 117
6.2.4 用大數據預防汽車盜竊 117
6.3 大數據在汽車、交通行業中的應用 118
6.3.1 日本——研究坐姿與汽車防盜 119
6.3.2 福特——用大數據來造皮卡汽車 120
6.3.3 車聯網——用大數據建立商業模型 121
6.3.4 豐田——用大數據提供交通信息 124
6.3.5 諾基亞——用大數據保障行車安全 125
第7章 大數據在餐飲行業中的應用 129
7.1 中國餐飲業的挑戰 130
7.1.1 衛生安全問題 130
7.1.2 成本控制問題 131
7.1.3 市場競爭問題 132
7.2 大數據對餐飲行業的作用 133
7.2.1 用大數據控制成本 133
7.2.3 用大數據進行市場競爭 135
7.3 餐飲行業大數據應用案例 136
7.3.1 絕味——用大數據經營鴨脖 136
7.3.2 手機App——尋找合適你的餐館 138
7.3.3 節目冠名——大數據有大功勞 139
7.3.4 可口可樂——用大數據優化管理 142
第8章 大數據在互聯網行業中的應用 145
8.1 互聯網中的大數據 146
8.1.1 互聯網如何利用大數據 146
8.1.2 互聯網大數據的盈利模式 147
8.2 大數據在互聯網中的應用案例 147
8.2.1 騰訊——使用大數據營銷 147
8.2.2 迅雷——用大數據抓“網絡票房” 150
8.2.3 世紀佳緣——用大數據判斷靠譜與否 152
8.2.4 優酷土豆——透視大數據工程 153
8.2.5 大眾點評——小屏幕展現大數據 154
8.2.6 PPTV——用大數據實現三贏 156
8.2.7 人人游戲——大數據的新玩法 157
8.2.8 酷狗繁星——用大數據打造歌手 159
8.2.9 網易——開放云閱讀平臺 161
8.2.10 搜狗攜程——大數據戰略合作 162
第9章 大數據在通信行業中的應用 165
9.1 移動通信中的大數據 166
9.1.1 電信行業需要轉型 166
9.1.2 大數據時代的“融合通信” 167
9.1.3 大數據也是通信行業的大機遇 169
9.2 通信行業大數據的應用案例 170
9.2.1 中國移動——分析客戶投訴原因 170
9.2.2 中國聯通——贏得大數據先機 171
9.2.3 中國電信——大數據下的智慧運營 172
9.2.4 廣東聯通——大數據流量經營 174
9.2.5 法國電信——發掘大數據價值 175
9.2.6 威瑞森電信——大數據的精準營銷 176
第10章 大數據在影視傳媒行業中的應用 179
10.1 大數據下傳媒業的挑戰與機遇 180
10.1.1 大數據對傳統媒體的挑戰 180
10.1.2 大數據對傳統媒體的機遇 182
10.2 大數據下傳統媒體的應對策略 183
10.2.1 大數據下傳統媒體的營銷策略 183
10.2.2 大數據下傳統媒體的轉型策略 184
10.3 大數據與新媒體的大發展 187
10.3.1 大數據與新媒體技術的發展 187
10.3.2 大數據與新媒體產業鏈的發展 188
10.4 大數據與媒體行業的應用案例 190
10.4.1 湖南衛視——攜手百度創大劇 190
10.4.2 《小時代》——用大數據定位觀眾 191
10.4.3 視頻網站——用大數據打造自制劇 193
第11章 大數據在生產制造業中的應用 195
11.1 生產制造業的大數據時代 196
11.1.1 大數據鑄就工業互聯網 196
11.1.2 生產制造業如何利用大數據 197
11.1.3 用大數據優化供應、降低成本 199
11.2 大數據在生產制造業中的應用案例 200
11.2.1 可口可樂——用大數據制定口味 200
11.2.2 長安汽車——用數據造汽車 201
11.2.3 大可樂——用大數據做手機 202
11.2.4 西門子——數字化的生產車間 203
11.2.5 哈雷摩托——用大數據把關質量 207
11.2.6 福特——用大數據改變汽車制造 208
11.2.7 Enevo——用大數據設計垃圾桶 210
第12章 大數據在金融行業中的應用 213
12.1 大數據影響著金融行業 214
12.1.1 大數據為金融行業發展帶來機遇 214
12.1.2 大數據為金融行業發展帶來挑戰 215
12.1.3 金融企業如何正確利用大數據 216
12.2 大數據在金融行業中的應用方案 218
12.2.1 用大數據分析金融數據 218
12.2.2 大數據在金融行業中的應用策略 220
12.3 大數據在金融行業中的應用案例 221
12.3.1 光大銀行——用大數據帶來大貢獻 221
12.3.2 廣發銀行——用大數據深挖客戶需求 223
12.3.3 招商銀行——突圍互聯網金融 224
12.3.4 工商銀行——用大數據創新市場營銷 225
12.3.5 民生銀行——大數據時代的小額貸款 226
12.3.6 中信銀行——大數據打造全流程網銀 227
12.3.7 交通銀行——用大數據構建營銷系統 231
12.3.8 浦發銀行——用大數據打造“電商通” 232
12.3.9 平安財險——大數據助力企業擴張 233
12.3.10 彩票行業——用大數據預測結果 235
12.3.11 卡得萬利——用大數據融資 236
第13章 大數據在企業管理中的應用 237
13.1 用大數據管理企業 238
13.1.1 大數據幫助管理者做出決策 238
13.1.2 如何用大數據做出商業決策 241
13.1.3 大數據對企業管理的作用 242
13.2 大數據在企業管理中的應用案例 244
13.2.1 江蘇移動——用大數據創新管理 244
13.2.2 西爾斯——用大數據降低成本 245
13.2.3 迪士尼樂園——用數據提升游客樂趣 247
13.2.4 漢庭酒店——用大數據釋放財務能效 248
第14章 大數據在移動微營銷中的應用 251
14.1 移動互聯網是盤大餐 252
14.1.1 移動互聯網時代的微營銷 253
14.1.2 大數據時代的微營銷 254
14.2 移動互聯網微營銷的具體實施 256
14.2.1 大數據微信營銷 256
14.2.2 大數據微博營銷 258
14.2.3 大數據App營銷 261
14.2.4 大數據微電影營銷 265
14.2.5 大數據二維碼營銷 266
14.3 移動互聯網微營銷案例 271
14.3.1 布丁酒店——微信客戶端訂房 271
14.3.2 伊利舒化——世界杯微博營銷 272
14.3.3 星巴克——早起的鳥兒有咖啡喝 273
14.3.4 海底撈——體驗多功能 點餐 274
14.3.5 《莫陌》——旨為陌陌 代言 275
14.3.6 支付寶——用二維碼 購物 276
第15章 大數據在其他行業中的應用 279
15.1 大數據在旅游行業中的應用 280
15.1.1 大數據對旅游行業的 影響 280
15.1.2 黃山——大數據引導 游客分流 282
15.2 大數據在醫療銷售行業中的應用 284
15.2.1 大數據對于醫療的 價值 284
15.2.2 湘雅醫院——臨床大數據建設 285
15.3 大數據在游戲行業中的應用 286
15.3.1 大數據指導游戲行業發展 286
15.3.2 EA——用大數據改進游戲體驗 287
15.4 大數據在音樂行業中的應用 288
15.4.1 用大數據分析音樂 業務 288
15.4.2 QQ音樂——用大數據發現音樂 290
15.5 大數據在房地產行業中的用 291
15.5.1 房地產迎來“大數據”時代 291
15.5.2 萬科——聯手百度邁入大數據 292
第16章 大數據的問題和 風險管理 295
16.1 大數據帶來的四大問題 296
16.1.1 大數據泄露了用戶的隱私 296
16.1.2 管理大數據困難重重 297
16.1.3 大數據存在網絡安全漏洞 299
16.1.4 大數據人才缺乏 299
16.2 大數據相關問題的解決案例 300
16.2.1 支付寶——賬戶遭竊32萬元 300
16.2.2 Cookies——竊取網民隱私 302
16.2.3 EMC——開啟“閃電計劃” 304
16.2.4 眾安保險——用大數據控制風險 306
16.2.5 斯諾登——敲響大數據規則警鐘 308
16.3 做好大數據風險管理 309
16.3.1 IBM Storwize V7000 309
16.3.2 戴爾EqualLogic 310
16.3.3 NetApp FAS平臺 311
16.4 正確面對大數據 312
16.4.1 走出大數據誤區 312
16.4.2 以平常心面對大數據 314
