第一部分 预测营销完全入门 2
第1章 大数据和预测分析技术就在眼前 2
预测营销革命 6
客户权益的力量 8
预测营销的应用 11
预测营销普及率正在加快 14
客户要求与品牌建立更有意义的联系 14
早期采用者的经验表明，预测营销能带来巨大价值 17
新技术的推出让预测营销变得简单 18
建立预测营销系统需要什么条件 21
第2章 预测分析技术简易入门手册 23
什么是预测分析技术 24
无监督学习技术：聚类模型 26
聚类和细分的区别 26
有监督学习：倾向性模型 29
如何使用预测模型十分位数法 30
预测模型和RFM模型对比 32
强化学习和协同过滤 33
不同类型的推荐模型 35
预测分析流程 37
数据收集、净化和准备 38
异常值检测 38
特征生成和提取 39
分类器和系统设计 40
预测分析技术的“最后一公里”问题 41
第3章 首先要了解客户：建立完整的客户档案 43
收集多少数据合适 45
收集哪类信息 47
准备数据以供分析 52
人名的净化和验证 53
地址的净化和验证 54
链接和重复信息删除 55
与IT部门合作完成数据集成 56
在你的数据中寻找数百个问题 61
销售 61
客户 62
营销/渠道 66
产品 67
第4章 管理客户就像管理资产组合，要不断增值 68
什么是客户生命周期价值 69
历史生命周期价值 69
预期客户价值 71
向上生命周期价值 73
提高单个客户的生命周期价值 75
获取 75
价值增长 76
保留 76
提高所有客户的生命周期价值 78
加入更多（有价值）客户 78
防止流失 79
与不活跃客户互动 79
第二部分 轻松上手预测营销就这九招 82
第5章 第一招：运用客户数据，优化营销开支 82
对客户获取、保留和再激活进行投资 83
优化获取成本 89
优化客户保留预算 91
根据客户价值区分投资额 92
找到合适的产品吸引高价值客户 93
一个终点归因的例子 95
第6章 第二招：预测客户角色，让营销重回正轨 99
聚类类型 101
基于产品的聚类 101
基于品牌的聚类 102
基于行为的聚类 103
利用聚类提高客户获取水平 106
使用聚类时需要注意的几个问题 107
运动变化中的聚类 107
第7章 第三招：预测客户演变过程，为生命周期营销做准备 109
客户的价值旅程 110
第一笔价值 112
再现价值 113
新价值 115
生命周期营销策略 116
潜在客户策略：我们帮得上忙吗 116
新客户策略：谢谢你 118
回头/活跃客户策略：我们爱你 120
不活跃客户策略：记住我 121
流失客户策略：我们想你 122
第8章 第四招：预测客户价值，进行价值导向营销 123
价值导向营销 123
保留高价值客户 128
提升中等价值客户的价值 129
减少低价值客户服务成本 131
第9章 第五招：预测购买或互动的可能性，为客户排名 132
购买可能性预测 133
首次买家的购买可能性 134
重复的购买可能性 135
使用购买可能性预测选择正确的折扣水平 135
B2B营销中的预测性线索评分 138
互动可能性模型 140
邮件发送频率 143
第10章 第六招：预测个人喜好，为每位客户量身推荐 147
选择正确的客户或细分市场 148
购买时推荐 149
购买后推荐 150
客户生命周期中的推荐 150
理解客户使用场景 151
内容——推荐什么 153
除了推荐，还有什么 154
第11章 第七招：启动预测计划，转化更多客户 156
预测再营销活动 156
针对放弃购物车付款的预测营销活动 159
放弃搜索后的预测营销活动 160
放弃网页浏览后的预测营销活动 161
相似受众营销 162
相似度或可达性优化 164
第12章 第八招：启动预测计划，提升客户价值 166
增加客户价值的秘诀 166
购买后预测营销项目 168
客户欢迎活动 168
购买后推荐 170
再补充活动和重复购买活动 170
新产品推介 172
客户答谢活动 172
预测分析时代的客户忠诚项目 175
谈谈全渠道营销 177
第13章 第九招：启动预测计划，留住更多客户 180
理解什么是保留率 180
负流失的概念 181
理解你的商业模式 182
价值迁移也是流失的一种形式 185
流失管理项目 186
主动保留管理 187
挽留客户要花多少钱 189
客户保留和钱包份额 190
找到流失的根本原因 190
客户再激活活动 191
四步完成再激活 192
第三部分 如何成为一个真正的预测营销高手 196
第14章 预测营销能力一览表 196
预测营销的组织能力 196
预测营销的技术能力 199
客户数据整合 201
预测的洞察力 202
营销活动自动化 203
询问预测营销供应商哪些问题 203
你是否要对你的客户获得完整且准确的印象 204
我能获取哪种市场细分和目标市场确定 206
在市场细分或推荐中采取行动有多简单 206
除了有关功能的问题，问问自己，这个供应商是否适合你 207
第15章 预测式（相关）营销技术综述 209
自己动手进行预测营销 209
外包给营销服务提供商 211
活动管理和营销云选择 212
其他你可能听说过的工具 213
网络分析 216
数据管理平台（DMPs） 216
电子邮件服务提供商（ESPs） 217
客户关系管理（CRM） 218
高级分析 218
哪个解决方案适合我 219
无论你做什么——开始行动 220
以小规模为起点 220
将客户数据导入，将数据科学外包 221
用预测营销补充你现有的基础设施 221
第16章 给有抱负的预测营销者的职业建议 223
商业理解比精通数学更胜一筹 224
问正确的问题 225
将艺术和营销科学融合 226
学习他人 227
第17章 隐私、愉悦和逾越的区别 229
个人信息类型 230
避免侵犯客户隐私的情形发生 232
给予客户掌控权 232
硬边界和政府立法 233
第18章 预测营销的未来 235
先进的预测性分析模型 237
像预测营销者一样思考 238
附录A 客户数据类型综述 243