编辑推荐
在社交媒体时代,你可以度量几乎一切事物,但是你却不知道自己在寻找什么,仅仅收集海量的数据并不会自动结出有价值的“果实”。
本书将会为你揭示如何通过一套叫做“看-测-学”的系统,从大数据之中提取有重要业务价值的信息。这套系统能够帮助你提出恰当的问题,度量适合的数据并且从这些结果中学习到有用的信息。
本书的两位作者根据自己多年大数据相关工作的经验,总结出了这套系统的原型。在本书中,这两位专家帮助业务经理和业务分析师来学习和掌握“看-测-学”系统,并且展示一些有针对性的方法,将社交媒体分析应用到市场营销、销售和公关领域。
内容简介
在如今这个大数据时代,个人和企业的社交网站活动越来越活跃,社交网站在数据挖掘方面的挑战和需求变得越来越迫切。
本书从业务角度出发,而不是从技术的角度出发,介绍了如何挖掘社交网络数据并且对业务规划进行有用的分析。全书分两个部分共10章,第1部分介绍了市场营销、销售、公共关系、客户服务、社交化的客户关系管理、与系统博弈、预测、提出恰当问题;第2部分介绍了使用正确数据以及定义正确的度量标准。
在社交媒体数据挖掘需求旺盛的今天,本书非常具有实用价值。本书适合数据挖掘技术人员、数据分析师以及市场营销领域的人士参考阅读。
作者简介
LUTZ FINGER
是一位LinkedIn数据分析师。他也是Fisheye分析公司的联合创始人以及前CEO。Fisheye是一家数据挖掘公司,后被WPP集团收购。
SOUMITRA DUTTA
是一位在用新技术处理业务问题领域的专家,也是康奈尔大学S.C约翰逊管理研究院的院长。她也是Fisheye分析公司的联合创始人以及前主席。
目录
第1 部分 通过功能度量媒体第1 章 市场营销 2市场营销与社交媒体:愿景与现实 3有关社交媒体的三个误区 5社交媒体很便宜 6社交媒体很快 7社交媒体只不过是另一种渠道 8品牌推广 10社交媒体:一把新的标尺 12可达性并不等同于认知度 13案例:维珍航空 14投资回报率:琳达划得来吗? 15购买意向 19如何识别购买意向 19行为定位 21令人不安的因素 21社交定位 25你说的 26你喜欢的 27你朋友喜欢的 28同质性 VS 影响力 31社交圈子 VS 行为 32意见领袖 34 *总结 37练习簿 38第2 章 销售 40简 介 40社交销售 40以数据为驱动的销售 42可达性 VS 购买意向 43社交认可可以构建信任 45用户评级 45用户评论 46同辈压力 46社交认可和同辈压力真的有用吗? 47是什么或者是谁驱使你去购买的? 48推荐系统 49协作式的推荐系统 51基于内容的推荐 53推荐系统中的技术 55冷启动(Cold-start)问题 57数据匮乏 58毫无惊喜 59如何建立一个推荐系统:从小事做起 60信任、个性化及理由 62个人关系 62理由 63总结 64练习簿 65第3 章 公共关系 67公用关系通常没有可度量的投资回报率 69度量人群 71 *公共关系中的可达性 74公共关系中的背景 75内容的背景 76作者的上下文 78新闻工作者的客户关系管理 79人类沟通的天性 80影响力的六项原则 80度量信息分发 82剪 报 82文章数量的误读 84阅读列表 87交 互 88点击 92分享、点赞 93评论 93拷贝 94投入 VS 影响 96案例:“弹性印度”理念的传播 96来自公共关系的警示 98公共关系灾难的案例 98不合时宜的销售 98被低估了的传播速度 99自我审查 99捏造事实 100没有预警系统 101不确定性 102飞速的灾难 102案例:麦当劳 106警示信号 108总结 108 *练习簿 110第4 章 客户服务 112顾客的新声 112戴尔的“地狱” 114美联航弄坏吉他 115客户服务 2.0 116智识库与客户自助服务 117更快乐的员工 119明智的选择 119正面宣传 121注意事项 123把客户引导到你的服务渠道中来 123小心“洞穴巨人” 124资源以及标度 126社交客户服务会成为新的商品吗? 127自动化以及商务智能 128一个航空公司客户满意度的案例 129情绪算法 131首语重复算法 132上下文 133我们到底能不能用这些算法? 134特殊词汇—来自索尼爱立信的案例 134一种动态的机器学习方式 137案例:newBrandAnalytics 137案例:戴尔的客户服务 138总结 138练习簿 139第5 章 社交化的客户关系管理:市场研究 141案例学习:客户生命周期 142 *分析型客户关系管理:新的前线 145传统方式的弊端 147调优客户关系管理系统 148Facebook 和 Open Graph 149哪些数据? 152社交媒体:太粗浅 153个人数据:太敏感? 154总结 157练习簿 158第6 章 与系统的博弈 159垃圾邮件以及机器人 159建立可达性 162如何发现机器人 164诬蔑对手 171约翰·苏努努(John Sununu) 172粉丝丑闻 172建立影响力以及意向 174一个 Twitter 上的图灵测试 176美军对社交媒体机器人的研发 177散播有偿意见:草根以及“人工草皮” 178SOPA 以及 PIPA 事件:一个现代草根运动 179微软的反垄断案 180中国的“水军” 180理念、实施以及可达性 181传染性 182《KONY2012》 182定制热点 183真相中的真相 185 *如何识别创建感染性活动的企图 186热点的背面:节制信息 187模糊的界限 188Facebook 的案例 188总结 189练习簿 190第7 章 预测 191预测未来 191学习的预测分析 196选举的预测 200选择性偏见 202错误的公共关系偏见 203预测投票行为 203预测票房 205电影产业 206真知灼见 206结论 208预测证券市场 210章末预测 214练习簿 216第2 部分 建立你自己的问-量-学系统第8 章 提出恰当的问题 220案例学习:大型的电信公司 222背景知识 224他被听到吗? 225构建问题 227创造性探索 227 *领域知识 230恰当的问题 231一个为搜寻问题而生的行业 233总结 234练习簿 235第9 章 使用正确的数据 237哪些数据是重要的 239相关性与因果关系 241验证相关性 245错误,或者说为什么结构性数据更有优势 247结构性数据 248非结构性数据 248成本以及内幕 250案例:匹配引擎 251数据的选择 254采样 255子集 256“我了解关键字” 257没有真相 259案例:海地 263总结 264练习簿 264第10 章 定义正确的度量标准 266社交媒体度量标准的例子 269影响力 269消费者偏好 272追来投资回报率 274标准带来的风险 276影响标准 277 *错误的行为 278随时间不断改变 279征服难题 281总结 283练习簿 284*
社交媒体大数据分析 理解并影响消费者行为 电子书 下载 mobi epub pdf txt