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