第1章 走进大数据商业时代 1
1.1 什么是大数据 2
1.1.1 大数据的基本定义 2
1.1.2 大数据的发展历史 3
1.1.3 大数据的结构 4
1.1.4 大数据的特征 5
1.1.5 大数据的商业预测 6
1.1.6 大数据的重要性 8
1.2 大数据的商业发展 9
1.2.1 形成商业模式 10
1.2.2 建立客户资源 11
1.2.3 维护客户资源 13
1.3 大数据的商业价值 13
1.3.1 细分客户群 14
1.3.2 提高投入回报率 16
1.3.3 数据存储空间出租 18
1.3.4 管理客户关系 19
1.3.5 个性化精准推荐 20
1.4 大数据的商业智能 23
1.4.1 什么是商业智能 23
1.4.2 商业智能是大数据的基础 26
第2章 解读商业数据信息 29
2.1 挖掘商业数据信息 30
2.1.1 商业数据分类挖掘 30
2.1.2 回归商业数据分析 35
2.1.3 商业聚类分析 36
2.1.4 分析商业数据关系 38
2.1.5 分析商业数据特征 39
2.2 整合商业数据信息 40
2.2.1 商业数据信息整合的作用 40
2.2.2 商业数据信息整合的方式 41
2.2.3 商业数据信息整合的渠道 42
2.3 利用商业数据信息 43
2.3.1 如何利用商业数据信息 43
2.3.2 商业营销推广 44
第3章 挖掘大数据的商业价值 49
3.1 大数据的八大商业价值 50
3.1.1 分析用户的行为特征 50
3.1.2 精准推送商业信息 52
3.1.3 投用户所好占领商业市场 53
3.1.4 监测竞争对手与传播品牌 54
3.1.5 客户分级管理 54
3.1.6 改善用户体验 56
3.1.7 发现商业市场发展新趋势 57
3.1.8 市场预测与决策分析 58
3.2 数据转化为价值 58
3.2.1 数据本身不产生商业价值 58
3.2.2 数据商业需要舍得投入 59
3.2.3 医疗方面的运用 60
3.2.4 普拉达的试衣间 61
3.3 大数据的商业创新 62
3.3.1 商业数据的再利用 62
3.3.2 商业数据的重组 63
3.3.3 商业数据的扩展 64
3.3.4 商业旧数据的使用 65
3.3.5 信息数据的高速处理 67
第4章 玩转电商大数据 71
4.1 电商的基础知识 72
4.1.1 电商的概念 72
4.1.2 电商的商业类型 74
4.1.3 电商的特点 77
4.2 大数据下的电子商务 79
4.2.1 电商更需要数据 79
4.2.2 大数据是电商竞争的利器 80
4.2.3 淘宝店的四大核心数据 81
4.3 电商大数据背后的微信营销 82
4.3.1 微信利用大数据 82
4.3.2 查找附近人 83
4.3.3 多元化的信息传递方式 84
4.3.4 二维码营销 84
4.3.5 微信漂流瓶 85
第5章 大数据在销售行业中的应用 87
5.1 大数据与零售相结合 88
5.1.1 零售业大数据的形成 88
5.1.2 大数据对于零售业的重要性 89
5.1.3 如何将大数据与零售企业无缝对接 91
5.2 大数据时代，电商对零售的冲击 92
5.2.1 发展零售业的自身优势 92
5.2.2 扬长避短，抓住时机 93
5.3 大数据下零售业的应用案例 95
5.3.1 Zara——以预见未来的时尚圈 95
5.3.2 淘宝——妙用“数据魔方” 97
5.3.3 母婴零售——利用大数据扩大生意 102
5.3.4 上品折扣——用大数据走全渠道营销 106
5.3.5 英国酒吧——用大数据分析顾客喝什么 108
第6章 大数据在交通行业中的应用 111
6.1 中国汽车行业的现状 112
6.1.1 交通拥堵 112
6.1.2 交通事故 113
6.1.3 停车困难 113
6.1.4 汽车盗窃 114
6.2 用大数据解决汽车行业问题 115
6.2.1 用大数据缓解交通拥堵 115
6.2.2 用大数据降低事故率 116
6.2.3 用大数据缓解停车难 117
6.2.4 用大数据预防汽车盗窃 117
6.3 大数据在汽车、交通行业中的应用 118
6.3.1 日本——研究坐姿与汽车防盗 119
6.3.2 福特——用大数据来造皮卡汽车 120
6.3.3 车联网——用大数据建立商业模型 121
6.3.4 丰田——用大数据提供交通信息 124
6.3.5 诺基亚——用大数据保障行车安全 125
第7章 大数据在餐饮行业中的应用 129
7.1 中国餐饮业的挑战 130
7.1.1 卫生安全问题 130
7.1.2 成本控制问题 131
7.1.3 市场竞争问题 132
7.2 大数据对餐饮行业的作用 133
7.2.1 用大数据控制成本 133
7.2.3 用大数据进行市场竞争 135
7.3 餐饮行业大数据应用案例 136
7.3.1 绝味——用大数据经营鸭脖 136
7.3.2 手机App——寻找合适你的餐馆 138
7.3.3 节目冠名——大数据有大功劳 139
7.3.4 可口可乐——用大数据优化管理 142
第8章 大数据在互联网行业中的应用 145
8.1 互联网中的大数据 146
8.1.1 互联网如何利用大数据 146
8.1.2 互联网大数据的盈利模式 147
8.2 大数据在互联网中的应用案例 147
8.2.1 腾讯——使用大数据营销 147
8.2.2 迅雷——用大数据抓“网络票房” 150
8.2.3 世纪佳缘——用大数据判断靠谱与否 152
8.2.4 优酷土豆——透视大数据工程 153
8.2.5 大众点评——小屏幕展现大数据 154
8.2.6 PPTV——用大数据实现三赢 156
8.2.7 人人游戏——大数据的新玩法 157
8.2.8 酷狗繁星——用大数据打造歌手 159
8.2.9 网易——开放云阅读平台 161
8.2.10 搜狗携程——大数据战略合作 162
第9章 大数据在通信行业中的应用 165
9.1 移动通信中的大数据 166
9.1.1 电信行业需要转型 166
9.1.2 大数据时代的“融合通信” 167
9.1.3 大数据也是通信行业的大机遇 169
9.2 通信行业大数据的应用案例 170
9.2.1 中国移动——分析客户投诉原因 170
9.2.2 中国联通——赢得大数据先机 171
9.2.3 中国电信——大数据下的智慧运营 172
9.2.4 广东联通——大数据流量经营 174
9.2.5 法国电信——发掘大数据价值 175
9.2.6 威瑞森电信——大数据的精准营销 176
第10章 大数据在影视传媒行业中的应用 179
10.1 大数据下传媒业的挑战与机遇 180
10.1.1 大数据对传统媒体的挑战 180
10.1.2 大数据对传统媒体的机遇 182
10.2 大数据下传统媒体的应对策略 183
10.2.1 大数据下传统媒体的营销策略 183
10.2.2 大数据下传统媒体的转型策略 184
10.3 大数据与新媒体的大发展 187
10.3.1 大数据与新媒体技术的发展 187
10.3.2 大数据与新媒体产业链的发展 188
10.4 大数据与媒体行业的应用案例 190
10.4.1 湖南卫视——携手百度创大剧 190
10.4.2 《小时代》——用大数据定位观众 191
10.4.3 视频网站——用大数据打造自制剧 193
第11章 大数据在生产制造业中的应用 195
11.1 生产制造业的大数据时代 196
11.1.1 大数据铸就工业互联网 196
11.1.2 生产制造业如何利用大数据 197
11.1.3 用大数据优化供应、降低成本 199
11.2 大数据在生产制造业中的应用案例 200
11.2.1 可口可乐——用大数据制定口味 200
11.2.2 长安汽车——用数据造汽车 201
11.2.3 大可乐——用大数据做手机 202
11.2.4 西门子——数字化的生产车间 203
11.2.5 哈雷摩托——用大数据把关质量 207
11.2.6 福特——用大数据改变汽车制造 208
11.2.7 Enevo——用大数据设计垃圾桶 210
第12章 大数据在金融行业中的应用 213
12.1 大数据影响着金融行业 214
12.1.1 大数据为金融行业发展带来机遇 214
12.1.2 大数据为金融行业发展带来挑战 215
12.1.3 金融企业如何正确利用大数据 216
12.2 大数据在金融行业中的应用方案 218
12.2.1 用大数据分析金融数据 218
12.2.2 大数据在金融行业中的应用策略 220
12.3 大数据在金融行业中的应用案例 221
12.3.1 光大银行——用大数据带来大贡献 221
12.3.2 广发银行——用大数据深挖客户需求 223
12.3.3 招商银行——突围互联网金融 224
12.3.4 工商银行——用大数据创新市场营销 225
12.3.5 民生银行——大数据时代的小额贷款 226
12.3.6 中信银行——大数据打造全流程网银 227
12.3.7 交通银行——用大数据构建营销系统 231
12.3.8 浦发银行——用大数据打造“电商通” 232
12.3.9 平安财险——大数据助力企业扩张 233
12.3.10 彩票行业——用大数据预测结果 235
12.3.11 卡得万利——用大数据融资 236
第13章 大数据在企业管理中的应用 237
13.1 用大数据管理企业 238
13.1.1 大数据帮助管理者做出决策 238
13.1.2 如何用大数据做出商业决策 241
13.1.3 大数据对企业管理的作用 242
13.2 大数据在企业管理中的应用案例 244
13.2.1 江苏移动——用大数据创新管理 244
13.2.2 西尔斯——用大数据降低成本 245
13.2.3 迪士尼乐园——用数据提升游客乐趣 247
13.2.4 汉庭酒店——用大数据释放财务能效 248
第14章 大数据在移动微营销中的应用 251
14.1 移动互联网是盘大餐 252
14.1.1 移动互联网时代的微营销 253
14.1.2 大数据时代的微营销 254
14.2 移动互联网微营销的具体实施 256
14.2.1 大数据微信营销 256
14.2.2 大数据微博营销 258
14.2.3 大数据App营销 261
14.2.4 大数据微电影营销 265
14.2.5 大数据二维码营销 266
14.3 移动互联网微营销案例 271
14.3.1 布丁酒店——微信客户端订房 271
14.3.2 伊利舒化——世界杯微博营销 272
14.3.3 星巴克——早起的鸟儿有咖啡喝 273
14.3.4 海底捞——体验多功能点餐 274
14.3.5 《莫陌》——旨为陌陌代言 275
14.3.6 支付宝——用二维码购物 276
第15章 大数据在其他行业中的应用 279
15.1 大数据在旅游行业中的应用 280
15.1.1 大数据对旅游行业的影响 280
15.1.2 黄山——大数据引导游客分流 282
15.2 大数据在医疗销售行业中的应用 284
15.2.1 大数据对于医疗的价值 284
15.2.2 湘雅医院——临床大数据建设 285
15.3 大数据在游戏行业中的应用 286
15.3.1 大数据指导游戏行业发展 286
15.3.2 EA——用大数据改进游戏体验 287
15.4 大数据在音乐行业中的应用 288
15.4.1 用大数据分析音乐业务 288
15.4.2 QQ音乐——用大数据发现音乐 290
15.5 大数据在房地产行业中的应用 291
15.5.1 房地产迎来“大数据”时代 291
15.5.2 万科——联手百度迈入大数据 292
第16章 大数据的问题和风险管理 295
16.1 大数据带来的四大问题 296
16.1.1 大数据泄露了用户的隐私 296
16.1.2 管理大数据困难重重 297
16.1.3 大数据存在网络安全漏洞 299
16.1.4 大数据人才缺乏 299
16.2 大数据相关问题的解决案例 300
16.2.1 支付宝——账户遭窃32万元 300
16.2.2 Cookies——窃取网民隐私 302
16.2.3 EMC——开启“闪电计划” 304
16.2.4 众安保险——用大数据控制风险 306
16.2.5 斯诺登——敲响大数据规则警钟 308
16.3 做好大数据风险管理 309
16.3.1 IBM Storwize V7000 309
16.3.2 戴尔EqualLogic 310
16.3.3 NetApp FAS平台 311
16.4 正确面对大数据 312
16.4.1 走出大数据误区 312
16.4.2 以平常心面对大数据 314