第1章 大数据挑战 1
介绍 2
数据大爆炸 2
大数据成为常态，但是…… 4
我们的目标 4
我们的方法 5
导读 6
注解 7
第2章 用大数据分析创造价值 9
介绍 10
大数据价值创造模型 11
大数据性能 12
文化的作用 14
大数据分析 15
从大数据分析到价值创造 18
用价值创造模型指导本书 22
结论 23
2.1客户价值指标 24
介绍 24
市场指标 25
新型大数据市场指标 26
品牌指标 26
新型大数据品牌指标 31
客户指标 34
新型大数据客户指标 39
社会价值指标 40
公司应该收集所有V2C指标吗 41
结论 42
注释 42
2.2公司价值指标 43
介绍 43
市场指标 44
品牌指标 45
客户指标 48
客户生命周期价值 51
新型大数据指标 59
营销投资回报率 62
结论 63
注释 63
第3章 数据无处不在 65
介绍 67
数据源和数据类型 67
大数据时代下运用不同数据源 76
数据仓库 78
数据库结构 78
数据质量 80
缺失值和数据融合 81
结论 82
3.1数据集成 82
介绍 83
集成数据源 83
处理不同数据类型 85
大数据时代的数据集成 89
结论 93
3.2客户隐私和数据安全 93
介绍 94
为什么隐私是个大问题 94
什么是隐私 95
客户和隐私 96
政府和隐私立法 96
隐私和道德 97
隐私政策 98
隐私及内部数据分析 100
数据安全 101
结论 103
注释 103
第4章 大数据如何改变分析学 105
介绍 107
分析学的力量 107
不同的复杂程度 108
市场分析的大致类型 109
大数据分析策略 111
大数据如何改变分析学 115
分析学中通用大数据变化 119
结论 124
4.1经典数据分析 125
介绍 125
分析概述 126
经典1：报告 126
经典2：剖析 129
经典3：迁移分析 134
经典4：客户细分 139
经典5：趋势分析，市场和销售预测 145
经典6：属性重要性分析 153
经典7：个体预测模型 160
结论 169
注释 169
4.2大数据分析 170
介绍 170
大数据领域1：网站分析 171
大数据领域2：客户旅程分析 174
大数据领域3：归因模型 178
大数据领域4：动态瞄准 181
大数据领域5：大数据集成模型 185
大数据领域6：社群聆听 190
大数据领域7：社交网络分析 194
新兴技术 198
结论 199
注释 199
4.3通过讲故事和可视化创造影响 200
介绍 200
创造影响失败的因素 202
讲故事 203
可视化 207
选择图表类型 209
结论 217
注释 219
第5章 成功构建大数据的能力 221
介绍 222
向成功创造分析能力方向转型 224
组成1：流程 227
组成2：人力 231
组成3：系统 235
组成4：组织 243
结论 248
注释 248
第6章 每个商业都拥有大数据，来运用它们吧 249
介绍 250
案例1：能源公司的客户生命周期价值计算 251
案例2：保险公司大数据合成的整体营销途径 254
案例3：实现在线零售商相关个性化的大数据分析 257
案例4：在线零售商归因模型 262
案例5：通信供应商初始社交网络分析 264
结论 266
注释 267
第7章 总结思考和学习要点 269
总结思考 270
学习要点 271
缩略语 275
参考文献 279