笔者苏高之所以写这本《大数据时代的营销与商业分析》，就是想告诉读者怎样利用数据分析得出利润最高的客户，并用最有效的方法与这些客户联系，从而增加他们的购买力：同时，使读者能够亲身体验领军者是如何把握机遇、深入细节的，捕捉领军者应用大数据的具体方式和方法。

苏高编著的《大数据时代的营销与商业分析》是一本在案例和实用探索上最全、最具可读性的大数据图书，是想进入大数据世界的入门读本，内容易懂、全面，专业性强，接地气，极具实战性。

本书首先概述性地分析大数据的发展背景、基本概念。然后从业务的角度分析大数据应用的业务价值和需求，在此基础上介绍大数据的技术架构和关键技术，并结合应用实践，阐述了传统信息系统与大数据平台的整合策略，及应用实践的流程和方法。最后介绍了主要的大数据应用产品和解决方案，深度解密了来自销售、医疗、网络通信、金融、生产制造、娱乐传媒、企业管理等行业的大数据营销成功经验，极具实战指导意义。

本书适用于大数据行业的从业者，对大数据营销和商业分析感兴趣的人士，希望通过大数据这个新领域获得第一桶金的投资者与创业者，以及适合作为相关领域的机关企事业单位作为大数据课程的教材使用。

第1章 心中有数：破解大数据兴起之谜

 1.1 大数据技术概览

1.1.1 大数据产生的历史背景

1.1.2 大数据的定义和特征

1.1.3 大数据结构特征

1.1.4 大数据的具体趋势

1.1.5 大数据改变探索世界

 1.2 大数据的营销价值

1.2.1 形成商业营销模式

1.2.2 建立用户的忠诚度

1.2.3 开发新的客户资源

1.2.4.创造新业务与服务

 1.3 大数据的营销机遇

1.3.1 挖掘大数据的营销价值

1.3.2 大数据已进入4G时代

1.3.3 实现营销价值的新捷径

1.3.4 挖掘大数据的营销机会

1.3.5 企业用大数据获取优势

1.3.6 大数据有待更深的挖掘

 1.4 大数据的商业智能

1.4.1 商业智能的6大发展前景

1.4.2 大数据为商业智能构建基础

1.4.3 商业智能成就行业价值机会

1.4.4 ORACLEBIEE商业智能系统

1.4.5 Bl导出商业潜能和社会走向

 1.5 大数据的发展趋势

1.5.1 大数据撬动全世界

1.5.2 大数据是大势所趋

1.5.3 大数据衍生的应用

1.5.4 大数据时代的转变

1.5.5 大数据的发展动力

1.5.6 美国给我们的启示

第2章 数据挖掘：找到有价值的数据

 2.1 数据挖掘基本概念

2.1.1 数据挖掘的定义

2.1.2 营销角度的定义

2.1.3 数据挖掘的算法

2.1.4 数据挖掘的过程

 2.2 数据挖掘基础设施

2.2.1 云数据中心

2.2.2 计算虚拟化

2.2.3 大数据存储

2.2.4 网络虚拟化

 2.3 从网络中挖掘营销价值

2.3.1 邮件数据挖掘分析工具Immersion

2.3.2 利用身体中的大数据进行营销

2.3.3 免费WiFi服务搜集用户数据

2.3.4 Linkedin运用大数据实现商业价值

2.3.5 用户头像纳入面部识别数据库

2.3.6 Facebook在北极圈建立数据中心

 2.4 数据的来源与营销价值

2.4.1 各行各业：传统文本数据的营销价值

2.4.2 泛电信业：社交网络数据的营销价值

2.4.3 销售领域：时间与位置数据的营销价值

2.4.4 零售制造：RFID数据的营销价值

2.4.5 电力行业：智能电网数据的营销价值

2.4.6 汽车保险：信息服务数据的营销价值

2.4.7 博彩行业：筹码跟踪数据的营销价值

2.4.8 工业设备：传感器数据的营销价值

2.4.9 视频游戏：遥测数据的营销价值

第3章 分布计算：效率创造营销价值

 3.1 分布式平台的基本概念

3.1.1 分布式平台的概述

3.1.2 分布式文件系统的概述

3.1.3 分布式计算的概述

 3.2 关键技术Hadoop云计算

3.2.1 Hadoop的基本概念

3.2.2 卜tadoop的产生历史

3.2.3 Hadoop的应用领域

3.2.4 Hadoop的主要优点

3.2.5 Hadoop的系统架构

3.2.6 卜tadoop的发展现状

 3.3 搭建云计算平台的商业价值

3.3.1 低本高效的平台搭建方式

3.3.2 IBM云计算、大数据国内案例

3.3.3 云创存储；中刺“朝阳”产业

3.3.4 甲骨文主攻云计算和大数据

3.3.5 英特尔构架云数据中心生态圈

3.3.6 互联网巨头的云端能力比较

3.3.7 云存储是大数据的根本之所在

3.3.8 DDoS攻击也能成为云计算服务

3.3.9 公有云存储大数据的典型案例分析

第4章 销售行业：新市场的大数据策略

 4.1 大数据与零售行业关系紧密

4.1.1 大数据对零售行业的影响

4.1.2 大数据对零售行业的挑战

4.1.3 大数据对零售行业的价值

 4.2 实体零售，用大数据锁定消费者

4.2.1 零售业信息化，超级购物中心IT之旅

4.2.2 零售商的大数据玩法：监控消费者的手机

4.2.3 金麦奖落幕，探索大数据时代营销方案

4.2.4 惠普大数据平台，成为数字营销新动力

4.2.5 大数据与创新行销开启地产销售新时代

4.2.6 朝阳大悦城营销背后的“大数据”战略

4.2.7 OTA助力酒店营销，深度挖掘消费者数据

4.2.8 ASOS：惊人的数据量驱动着大数据布局

4.2.9 美国家居用品零售商针对性地进行营销

4.2.10 富士通：利用大数据打通中国市场

4.2.11 菲亚特：紧握大数据带给汽车销售的优势

4.2.12 沃尔玛数据游戏：利用社交媒体来营销

4.2.13 阿迪达斯：用大数据营销带来更多利润

 4.3 电商零售，掘金大数据云销售

4.3.1 京东商城：大数据方针造就电商巨头

4.3.2 阿里巴巴：传统电商走向大数据电商

4.3.3 支付宝：大数据助余额宝应对赎回

4.3.4 走秀网：大数据分析绽放时尚之光

4.3.5 1 号店：大数据成为运营的核心驱动力

4.3.6 乐蜂网：大数据助力美妆精准营销

4.3.7 百度视频：大数据与人工智能

 4.4 广告投放，大数据引导营销方向

4.4.1 亚马逊：大数据广告战略带来收益

4.4.2 传漾科技：数据引导广告投放方向

4.4.3 AdTime：大数据让广告投放更精准

4.4.4 缔元信：大数据应用的广告投放法则

第5章 医疗营销：将大数据转化为价值

 5.1 医疗营销因大数据而改变

5.1.1 大数据对于医疗的价值

5.1.2 医疗营销大数据应用框架

5.1.3 医疗营销大数据的展望

5.1.4 医疗营销大数据的挑战

 5.2 医疗营销大数据应用分析

5.2.1 医疗数据是持续、大量增长的大数据

5.2.2 医疗数据是关系复杂的多维数据

5.2.3 医疗数据是具有语义的数据

5.2.4 医疗数据处理的初步解决方案

 5.3 医疗大数据营销应用案例

5.3.1 大数据预测流感带来点击量

5.3.2 云医疗与大数据的红利共享

5.3.3 大数据定药方降低医疗成本

5.3.4 大数据分析取得竞争优势

5.3.5 大数据商业智能促进医院变革

5.3.6 利用大数据改善医疗服务模式

第6章 餐饮行业：大数据带来更多客户

 6.1 餐饮行业大数据解决方案

6.1.1 大数据在餐饮业的市场现状

6.1.2 餐饮行业面临的大数据挑战

6.1.3 大数据对餐饮企业有何作用

6.1.4 餐饮企业该如何应用大数据

 6.2 餐饮行业大数据营销案例

6.2.1 农夫山泉用大数据卖矿泉水

6.2.2 绝味鸭脖的大数据经营模式

6.2.3 “哆啦宝”打造精准营销平台

6.2.4 打造适合你的找餐馆手机APP

6.2.5 通过大数据炮制新兴食谱

6.2.6 可口可乐通过大数据优化管理

6.2.7 大数据助王品集团逆境中生长

6.2.8 用大数据保卫“舌尖上的安全”

第7章 交通能源：大数据带来营销收益

 7.1 交通行业大数据解决方案

7.1.1 城市交通的5大难题

7.1.2 大数据带来解决方案

7.1.3 如何应用大数据解决交通问题

7.1.4 运用大数据的4大优势

7.1.5 大数据在智能交通行业的挑战

 7.2 优质交通方案带来客户

7.2.1 车联网大数据，用数据建立保险模型

7.2.2 无线驾车网络，大数据确保安全行车

7.2.3 安联大数据，成功实施全球救援系统

7.2.4 丰田汽车大数据，提供交通信息服务

7.2.5 大数据使城市的交通状态便尽在掌握

 7.3 节能带来更低营销成本

7.3.1 电力行业正在步人大数据应用时代

7.3.2 太阳能将成为数据中心的新型能源

7.3.3 谷歌海上数据中心用海水发电降温

7.3.4 物联网携手云计算扬帆智能环保

7.3.5 UPS节省燃料以及安全运输保障

第8章 网络通信：信息数据就是座宝山

 8.1 信息平台大数据解决方案

8.1.1 信息行业在大数据时代的认识转变

8.1.2 信息行业在大数据时代的模式转型

8.1.3 信息行业在大数据时代的机遇前景

8.1.4 信息行业在大数据时代的应对方案

8.1.5 移动互联网为大数据应用铺平道路

 8.2 如何挖掘互联网的营销金矿

8.2.1 微信：开放微信数据的巨大能量

8.2.2 腾讯视频：初步试水大数据营销

8.2.3 大众点评：用小屏幕展现大数据

8.2.4 世纪佳缘：大数据判断靠谱与否

8.2.5 谷歌：用大数据“干掉”语言家

8.2.6 迅雷：悄然布局大数据与云加速

8.2.7 网易：云阅读开放平台正式上线

8.2.8 优酷土豆：透视视频网站大数据

8.2.9 XAD：大数据时代的互联网广告

8.2.10 Facebook：社交网站大数据应用

8.2.11 Ancestry：使用大数据寻亲问祖

 8.3 通信行业与大数据共拓商机

8.3.1 中国联通制定首个云计算框架标准

8.3.2 中国移动的大数据战略定位

8.3.3 湖南电信已推进数据集市建设工程

8.3.4 广东联通提前推出大数据流量经营

8.3.5 中华电信依靠云计算提高通信安全

8.3.6 西班牙电话公司的数据再利用

8.3.7 德国电信的大数据营销新策略

8.3.8 Verizon利用大数据精准营销

8.3.9 法国电信大力发掘大数据价值

第9章 金融行业：防堵诈骗、有效营销

 9.1 大数据颠覆传统金融行业

9.1.1 大数据的出现已颠覆传统金融

9.1.2 金融行业如何“把握”大数据

9.1.3 金融行业大数据应用崭露头角

9.1.4 金融行业应用大数据十大趋势

9.1.5 金融业智能洞察是核心竞争力

9.1.6 金融行业应用大数据时的挑战

 9.2 大数据对银行销售模式的改变

9.2.1 工商银行：领跑银行业的大数据应用

9.2.2 建设银行：提供大数据时代金融服务

9.2.3 交通银行：用大数据构建新营销系统

9.2.4 中信银行：建立数据仓库的分析平台

9.2.5 民生银行：以大数据实现可持续发展

9.2.6 招商银行：利用大数据进行创新营销

9.2.7 花旗银行：致力于领先的数字化银行

9.2.8 汇丰银行：采用SAS管理、控制风险

 9.3 金融行业大数据应用案例

9.3.1 纽交所：携手Netezza打造数据库

9.3.2 基金业：卖基金也可用上大数据

9.3.3 网络贷款：大数据开创贷款新方式

9.3.4 彩票行业：大数据预测开奖结果

9.3.5 卡得万利：大数据时代融资新篇章

9.3.6 金融业监管局FINRA的大数据之旅

9.3.7 平安财险：大数据助力企业扩张

第10章 生产制造：数据智慧营销的崛起

 10.1 生产制造业开启大数据时代

10.1.1 制造业是大数据应用先锋

10.1.2 大数据对生产制造业的影响

10.1.3 制造业如何应用大数据

10.1.4 制造业探索商业智能技术

10.1.5 中国制造开启大数据时代

 10.2 生产制造业大数据营销案例

10.2.1 长安汽车：数据与制造的结合

10.2.2 无人驾驶汽车的挑战：每秒生成1GB数据

10.2.3 福特汽车：用大数据挽回颓势

10.2.4 苹果发明新专利：盯上汽车个性化存储市场

10.2.5 曙光发布XData—Hadoop自主大数据更可信

10.2.6 垃圾回收公司利用大数据设计出智能垃圾桶

10.2.7 可口可乐将建数据中心：未来口味或可定制

10.2.8 长虹利用产业链+大数据制造力构建新战略

第11章 娱乐传媒：带来数据处理新变革

 11.1 大数据助推传媒业大发展

11.1.1 大数据兴起引发娱乐圈洗牌

11.1.2 大数据对于传媒营销的意义

11.1.3 大数据时代传媒营销的挑战

11.1.4 大数据时代传媒的营销策略

11.1.5 当游戏产业遇到大数据

 11.2 传媒业的大数据营销之路

11.2.1 传媒产业大并购大数据时代已来临

11.2.2 传统传媒业大数据式新营销

11.2.3 小公司也可借大数据玩转电影市场

11.2.4 大数据，究竟在如何影响影视业

11.2.5 美联社用大数据树立高清视频标杆

11.2.6 湖南卫视：用大数据打造口碑之王

11.2.7 《纸牌屋》变革传统电视业

11.2.8 大数据带来逼真的影视特效

11.2.9 用大数据来挖掘《小时代》

11.2.10 《纽约时报》：让报纸智能化

11.2.11 凤凰传媒：大数据产业链拓展加速

11.2.12 爱奇艺自制剧：大数据打造差异化

第12章 企业管理：营销可以从内部开始

 12.1 大数据掀起企业组织变革

12.1.1 大数据重塑企业内部价值链

12.1.2 大数据内部管理的应用方法

12.1.3 用大数据创造复杂的人工智能

12.1.4 大数据产生高回报率的关键

12.1.5 企业淘金须掌握的三大要点

 12.2 大数据管理企业获取利益

12.2.1 大数据帮企业在营销竞争中脱颖而出

12.2.2 大数据革新招聘，企业用算法来挑人才

12.2.3 迪士尼乐园：用数据提升游客乐趣

12.2.4 国药集团：打造全方位的管理模式

12.2.5 西尔斯：着眼于大数据以降低成本

12.2.6 Farmeron：用大数据促成农业增产

12.2.7 机场用数据管理节省数百万美元

12.2.8 汉庭酒店：利用大数据释放财务能效

12.2.9 微软：大数据愿景推动数据分析平民化

12.2.10 Gartner：企业应考虑建设无限数据中心

12.2.11 谁掌握云计算和大数据，谁就掌控未来

1.2.1形成商业营销模式

根据数据资产的盈利方式和经营策略的不同，一共形成了以下6种商业营销模式。

(1)租售数据模式：就是售卖或者出租广泛收集、精心过滤、时效性强的数据。按照销售对象的不同，又分为两种类型：一是作为客户增值服务，譬如销售导航仪的公司，同时为客户提供即时交通信息服务：二是把客户数据有偿提供给第三方，典型的如证券交易所，把股票交易行情数据授权给一些做行情软件的公司。

(2)租售信息模式：信息指的是经过加工处理，承载一定行业特征的数据集合。一般聚焦某个行业，广泛收集相关数据，深度整合萃取信息，以庞大的数据中心加上专用传播渠道也可成为一方霸主。

(3)数字媒体模式：这个模式最性感，因为全球广告市场空间是5000亿美元，具备培育千亿级公司的土壤和成长空间。这类公司的核心资源是获得实时、海量、有效的数据，立身之本是大数据分析技术，盈利来源多是精准营销和信息聚合服务。

(4)数据使能模式：这类业务令人着迷之处在于，如果没有大量的数据，缺乏有效的数据分析技术，这些公司的业务其实难以开展。如以阿里金融为代表的小额信贷公司，通过在线分析小微企业的交易数据、财务数据，可以计算出应提供多少贷款、多长时间可以收回货款等关键问题，把坏账风险降到最低。

(5)数据空间运营模式：从历史上来看，传统的IDC就是这种模式，互联网巨头都在提供此类服务，但近期网盘势头强劲。从大数据角度来看，各家纷纷嗅到大数据的商机，开始抢占个人、企业的数据资源，海外的Dropbox、国内的微盘都是此类公司的代表。这类公司的发展空间在于可以成长为数据聚合平台，盈利模式将趋于多元化。

(6)大数据技术提供商：从数据量上来看，非结构化数据是结构化数据的5倍以上，任何种类的非结构化数据处理都可以重现现有结构化数据的辉煌。语音数据处理领域、视频数据处理领域、语义识别领域、图像数据处理领域都可能出现大型的高速成长的公司。  TIPS：

以前，零售店铺只能对整体的经营状况进行促销、库存的规划，而现在，他们却可以为客户提供个性化的销售计划；以前，能源公司只能在整体上调度各区域网络，而现在，他们可以对每个电路进行调控；以前，医生只能笼统地诊断各类病症，而现在，他们可以通过DNA分析进行个性化医疗。

1.2.2建立用户的忠诚度

在分析大数据的价值之前，先来看这样一个案例。一名男子闯入了他家附近的连锁超市并向店铺经理大吼道：“你们怎么这样7竟然给我17岁的女儿发婴儿尿片和童车的优惠券！”店铺经理不知道发生了什么，立刻向来者道歉，表明那肯定是个误会。一个月后，这个愤怒的父亲向超市打来了致歉电话，因为超市发来的婴儿用品促销广告并不是误发，他的女儿的确已经怀孕了。

利用先进的统计方法，商家可以通过用户的购买历史记录分析来建立模型，预测未来的购买行为，进而设计促销活动和个性服务以避免用户流失到其他竞争对手那边。在上述案例中，该超市通过用户在怀孕期间产生变化的模型，针对性地进行商业推销，不仅如此，如果用户从他们的店铺中购买了婴儿用品，他们在接下来的几年中会根据婴儿的生长周期定期给这些顾客推送相关产品，使这些客户形成长期的忠诚度。

在实际的市场策略中，新增用户的获取往往比对存量用户价值挖掘更能获得市场人员的青睐，然而，”2／8定律”很好的告诉我们：一家公司，80％的利润实际上是来自于20％的现存客户。通过分析现存客户的购买行为习惯，聪明的商家可以将他们的市场推广投入、供应链投入和促销投入回报最大化。

TIPS：

亚马逊也是通过大数据的应用成为市场佼佼者的一个成功案例。作为一家“信息公司”，亚马逊的各个业务环节都离不开“数据驱动”的身影。亚马逊不仅从每个用户的购买行为中获得信息，还将每个用户在其网站上的所有行为都记录下来：每个页面的停留时间，每个搜索的关键词，每个浏览的商品等。对于亚马逊来说，他们明白一个很简单的双赢道理，只要推荐的内容有用，使买家开心，那么亚马逊自己也能挣更多钱。

P11-12

为什么写这本书

今天，我们的一切行为都在产生数据，而且数量巨大。每次浏览网页、搜索或者用智能手机上网，几乎都会增加数十亿字节之多的数据，而且这个增量还在继续扩大。

如此庞大的数据可以帮助我们更好地理解并预测客户的行为。当然，大数据带来的好处远不止如此，我们再也不用精通数学或者统计学，甚至不用依赖昂贵的建模软件来分析客户。可以说，数据分析领域正在掀起一场革命。

笔者之所以写这本书，就是想告诉读者怎样利用数据分析得出利润最高的客户，并用最有效的方法与这些客户联系，从而增加他们的购买力：同时，使读者能够亲身体验领军者是如何把握机遇、深入细节的，捕捉领军者应用大数据的具体方式和方法。

读者能学到什么

如今，企业需要的所有信息都已唾手可得，市场营销人员基于”直觉”的日子已一去不返，数据分析使得预测客户行为变得非常简单。随着世界各地的企业艰难且长期担负客户成本，正如谷歌、亚马逊和沃尔玛这些数据分析的先行者所表现的那样，只有那些将数据进行智能转换的公司才会取得成功。

本书有很好的启发性，为读者提供了极好的案例研究，为合理地使用客户数据提出了不可或缺的工具和中肯的建议，以帮助企业通过利用客户数据来增加销售额并获取显著的竞争优势。

内容特色

一本在案例和创新探索上最全面、最具可读性的大数据图书，是进人大数据世界的入门读本。

本书内容易懂、全面、专业性强，不仅讲述了大数据的相关理论知识，同时结合图片，通过实战案例，指导帮助读者彻底认识、玩转大数据营销。

接地气，操作为主，实战性强，结合大家身边最火热的大数据营销成功案例，全面专业地讲解了大数据营销模式及策略，帮助读者了解大数据营销。

面向读者  本书适用于以下几类读者：

·希望利用数据促进企业发展、提升利润的读者。

·力求让所有广告费用得到最高投资回报的营销人员。

·迫切希望企业更快成长的企业主。

·为终端客户服务的研究机构与产品开发商。

·负责提高企业净收入的财务人员。

·寻求反馈的广告创意策划。

另外，本书不仅可供专业营销人士阅读，而且适用于对于自身个人信息数据安全颇为关注的人士阅读。

编者

2014年6月