《大数据分析 创造价值 做聪明的市场决策》着重讨论大数据在市场营销的两个核心应用领域如何产生价值，即如何通过大数据分析来为客户提供价值以及为企业创造价值。本书从了解数据分析到特定的分析方法，再到如何提升数据分析能力，并为市场营销战略规划和战略分析提供具有了可操作性的解决方案，包括新兴大数据技术、故事讲解以及可视化，全书内容丰富，翔实，穿插了许多经典案例分析，具有高度的实用性。

    一本被世界院校教授、商场精英联袂推荐的书，具有以下特点： 
1.将视角集中于大数据在市场营销领域的应用，内容精专，对于大数据在市场营销实践具有理论指导意义； 
2.从为客户创造价值和为公司创造价值两个角度，分析大数据的应用，视角独特，具有很强可操作性； 
3.提出了传统数据分析和大数据分析两种数据分析方法路线，具有启发性； 
4.此外，还讨论了大数据在市场营销应用中的一些实际问题，如顾客隐私问题、数据安全问题、数据可视化问题等，对于大数据分析在实际市场营销工作中具有重要的现实意义。

Peter C. Verhoef是荷兰格罗宁根大学经济与商业学院市场营销系教授。他还在奥斯陆的挪威商学院担任客座教授。 


Edwin Kooge是荷兰Metrixlab公司大数据分析的联合创始人之一。他不仅是一位务实的、拥有超过25年分析经验的数据分析师，还是注重结果的顾问和企业家。 


Natasha Walk是荷兰Metrixlab公司大数据分析的联合创始人之一。她是一名拥有超过20年应用分析经验的数据黑客、分析师和人才教练。

第 1 章　大数据挑战 //001 
介绍 //002 
数据大爆炸 //002 
大数据成为常态，但是…… //004 
我们的目标 //004 
我们的方法 //005 
导读 //006 
注解 //007 


第 2 章　用大数据分析创造价值 //009 
介绍 //010 
大数据价值创造模型 //011 
大数据性能 //012 
文化的作用 //014 
大数据分析 //015 
从大数据分析到价值创造 //018 
用价值创造模型指导本书 //022 
结论 //023 
2．1　客户价值指标 //024 
介绍 //024 
市场指标 //025 
新型大数据市场指标 //026 
新型大数据指标 //031 
客户指标 //034 
新型大数据客户指标 //039 
社会价值指标 //040 
公司应该收集所有V2C指标吗 //041 
结论 //042 
注释 //042 
2．2　公司价值指标 //043 
介绍 //043 
市场指标 //044 
客户指标 //048 
客户生命周期价值 //051 
新型大数据指标 //059 
结论 //063 
注释 //063 


第 3 章　数据无处不在 //065 
介绍 //067 
数据源和数据类型 //067 
大数据时代下运用不同数据源 //076 
数据仓库 //078 
数据库结构 //078 
数据质量 //080 
缺失值和数据融合 //081 
结论 //082 
3．1　数据集成 //082 
介绍 //083 
集成数据源 //083 
处理不同数据类型 //085 
大数据时代的数据集成 //089 
结论 //093 
3．2　客户隐私和数据安全 //093 
介绍 //094 
为什么隐私是个大问题 //094 
什么是隐私 //095 
客户和隐私 //096 
政府和隐私立法 //096 
隐私和道德 //097 
隐私政策 //098 
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