理解并影响消费者行为 社交媒体大数据分析PDF电子书下载

第1部分 按照功能评估社交媒体 2

第1章 市场营销 2

市场营销与社交媒体：愿景与现实 3

有关社交媒体的三个误区 5

社交媒体很便宜 6

社交媒体很快 7

社交媒体只不过是另一种渠道 8

品牌推广 10

社交媒体：一把新的标尺 12

可达性并不等同于认知度 13

案例：维珍航空 14

投资回报率：琳达划得来吗 15

购买意向 19

如何识别购买意向 19

行为定位 21

令人不安的因素 21

社交定位 25

你说的 26

你喜欢的 27

你朋友喜欢的 28

同质性VS影响力 31

社交圈子VS行为 32

意见领袖 34

小结 37

练习簿 38

第2章 销售 40

简介 40

社交销售 40

以数据为驱动的销售 42

可达性VS购买意向 43

社交认可可以构建信任 45

用户评级 45

用户评论 46

同辈压力 46

社交认可和同辈压力真的有用吗 47

是什么或者是谁驱使你去购买的 48

推荐系统 49

协作式的推荐系统 51

基于内容的推荐 53

推荐系统中的技术 55

冷启动（Cold-start）问题 57

数据匮乏 58

毫无惊喜 59

如何建立一个推荐系统：从小事做起 60

信任、个性化及理由 62

个人关系 62

理由 63

小结 64

练习簿 65

第3章 公共关系 67

公用关系通常没有可度量的投资回报率 69

度量人群 71

公共关系中的可达性 74

公共关系中的背景 75

内容的背景 76

作者的上下文 78

新闻工作者的客户关系管理 79

人类沟通的天性 80

影响力的六项原则 80

度量信息分发 82

剪报 82

注意 84

文章数量的误读 84

阅读列表 87

交互 88

点击 92

分享、点赞 93

评论 93

拷贝 94

投入VS影响 96

案例：“弹性印度”理念的传播 96

来自公共关系的警示 98

公共关系灾难的案例 98

不合时宜的营销 99

被低估了的传播速度 99

自我审查 100

捏造事实 100

没有预警系统 101

不确定性 102

飞速的灾难 102

案例：麦当劳 106

警示信号 108

小结 108

练习簿 110

第4章 客户服务 112

顾客的新声 112

戴尔的“地狱” 114

美联航弄坏吉他 115

客户服务2.0 116

知识库与客户自助服务 117

更快乐的员工 119

明智的选择 119

正面宣传 121

注意事项 123

把客户引导到你的服务渠道中来 123

小心“洞穴巨人” 124

资源以及标度 126

社交客户服务会成为新的商品吗 127

自动化以及商务智能 128

一个航空公司客户满意度的案例 129

情绪算法 131

首语重复算法 132

上下文 133

我们到底能不能用这些算法 134

特殊词汇——来自索尼爱立信的案例 134

一种动态的机器学习方式 137

案例：newBrandAnalytics 137

案例：戴尔的客户服务 138

小结 138

练习簿 139

第5章 社交化的客户关系管理：市场研究 141

案例学习：客户生命周期 142

分析型客户关系管理：新的前线 145

传统方式的弊端 147

调优客户关系管理系统 148

Facebook和Open Graph 149

哪些数据 152

社交媒体：太粗浅 153

个人数据：太敏感 154

小结 157

练习簿 158

第6章 与系统的博弈 159

垃圾邮件以及机器人 159

建立可达性 162

如何发现机器人 164

诬蔑对手 171

约翰·苏努努（John Sununu） 172

粉丝丑闻 172

建立影响力以及意向 174

一个Twitter上的图灵测试 176

美军对社交媒体机器人的研发 177

散播有偿意见：草根以及“人工草皮” 178

SOPA以及PIPA事件：一个现代草根运动 179

微软的反垄断案 180

理念、实施以及可达性 180

传染性 181

《KONY2012》 181

定制热点 182

真相中的真相 184

如何识别创建传染性活动的企图 185

热点的背面：节制信息 186

模糊的界限 187

Facebook的案例 187

小结 188

练习簿 189

第7章 预测 191

预测未来 191

学习的预测分析 196

选举的预测 200

选择性偏见 202

错误的公共关系偏见 203

预测投票行为 203

预测票房 205

电影产业 206

真知灼见 206

结论 208

预测证券市场 210

章末预测 214

练习簿 216

第2部分 建立你自己的问—量—学系统 220

第8章 提出恰当的问题 220

案例学习：大型电信公司 222

背景知识 224

他被听到吗 225

构建问题 227

创造性探索 227

领域知识 230

恰当的问题 231

一个为搜寻问题而生的行业 233

小结 234

练习簿 235

第9章 使用正确的数据 237

哪些数据是重要的 239

相关性与因果关系 241

验证相关性 245

错误，或者说为什么结构性数据更有优势 247

结构性数据 248

非结构性数据 248

成本以及内幕 250

案例：匹配引擎 251

数据的选择 254

采样 255

子集 256

“我了解关键字” 257

没有真相 259

案例：海地 263

小结 264

练习簿 264

第10章 定义正确的度量标准 266

社交媒体度量标准的例子 269

影响力 269

消费者偏好 272

追求投资回报率 274

标准带来的风险 276

影响标准 277

错误的行为 278

随时空不断改变 279

征服难题 281

小结 283

练习簿 284