編輯推薦
在社交媒體時代,你可以度量幾乎一切事物,但是你卻不知道自己在尋找什麼,僅僅收集海量的數據並不會自動結齣有價值的“果實”。
本書將會為你揭示如何通過一套叫做“看-測-學”的係統,從大數據之中提取有重要業務價值的信息。這套係統能夠幫助你提齣恰當的問題,度量適閤的數據並且從這些結果中學習到有用的信息。
本書的兩位作者根據自己多年大數據相關工作的經驗,總結齣瞭這套係統的原型。在本書中,這兩位專傢幫助業務經理和業務分析師來學習和掌握“看-測-學”係統,並且展示一些有針對性的方法,將社交媒體分析應用到市場營銷、銷售和公關領域。
內容簡介
在如今這個大數據時代,個人和企業的社交網站活動越來越活躍,社交網站在數據挖掘方麵的挑戰和需求變得越來越迫切。
本書從業務角度齣發,而不是從技術的角度齣發,介紹瞭如何挖掘社交網絡數據並且對業務規劃進行有用的分析。全書分兩個部分共10章,第1部分介紹瞭市場營銷、銷售、公共關係、客戶服務、社交化的客戶關係管理、與係統博弈、預測、提齣恰當問題;第2部分介紹瞭使用正確數據以及定義正確的度量標準。
在社交媒體數據挖掘需求旺盛的今天,本書非常具有實用價值。本書適閤數據挖掘技術人員、數據分析師以及市場營銷領域的人士參考閱讀。
作者簡介
LUTZ FINGER
是一位LinkedIn數據分析師。他也是Fisheye分析公司的聯閤創始人以及前CEO。Fisheye是一傢數據挖掘公司,後被WPP集團收購。
SOUMITRA DUTTA
是一位在用新技術處理業務問題領域的專傢,也是康奈爾大學S.C約翰遜管理研究院的院長。她也是Fisheye分析公司的聯閤創始人以及前主席。
目錄
第1 部分 通過功能度量媒體第1 章 市場營銷 2市場營銷與社交媒體:願景與現實 3有關社交媒體的三個誤區 5社交媒體很便宜 6社交媒體很快 7社交媒體隻不過是另一種渠道 8品牌推廣 10社交媒體:一把新的標尺 12可達性並不等同於認知度 13案例:維珍航空 14投資迴報率:琳達劃得來嗎? 15購買意嚮 19如何識彆購買意嚮 19行為定位 21令人不安的因素 21社交定位 25你說的 26你喜歡的 27你朋友喜歡的 28同質性 VS 影響力 31社交圈子 VS 行為 32意見領袖 34 *總結 37練習簿 38第2 章 銷售 40簡 介 40社交銷售 40以數據為驅動的銷售 42可達性 VS 購買意嚮 43社交認可可以構建信任 45用戶評級 45用戶評論 46同輩壓力 46社交認可和同輩壓力真的有用嗎? 47是什麼或者是誰驅使你去購買的? 48推薦係統 49協作式的推薦係統 51基於內容的推薦 53推薦係統中的技術 55冷啓動(Cold-start)問題 57數據匱乏 58毫無驚喜 59如何建立一個推薦係統:從小事做起 60信任、個性化及理由 62個人關係 62理由 63總結 64練習簿 65第3 章 公共關係 67公用關係通常沒有可度量的投資迴報率 69度量人群 71 *公共關係中的可達性 74公共關係中的背景 75內容的背景 76作者的上下文 78新聞工作者的客戶關係管理 79人類溝通的天性 80影響力的六項原則 80度量信息分發 82剪 報 82文章數量的誤讀 84閱讀列錶 87交 互 88點擊 92分享、點贊 93評論 93拷貝 94投入 VS 影響 96案例:“彈性印度”理念的傳播 96來自公共關係的警示 98公共關係災難的案例 98不閤時宜的銷售 98被低估瞭的傳播速度 99自我審查 99捏造事實 100沒有預警係統 101不確定性 102飛速的災難 102案例:麥當勞 106警示信號 108總結 108 *練習簿 110第4 章 客戶服務 112顧客的新聲 112戴爾的“地獄” 114美聯航弄壞吉他 115客戶服務 2.0 116智識庫與客戶自助服務 117更快樂的員工 119明智的選擇 119正麵宣傳 121注意事項 123把客戶引導到你的服務渠道中來 123小心“洞穴巨人” 124資源以及標度 126社交客戶服務會成為新的商品嗎? 127自動化以及商務智能 128一個航空公司客戶滿意度的案例 129情緒算法 131首語重復算法 132上下文 133我們到底能不能用這些算法? 134特殊詞匯—來自索尼愛立信的案例 134一種動態的機器學習方式 137案例:newBrandAnalytics 137案例:戴爾的客戶服務 138總結 138練習簿 139第5 章 社交化的客戶關係管理:市場研究 141案例學習:客戶生命周期 142 *分析型客戶關係管理:新的前綫 145傳統方式的弊端 147調優客戶關係管理係統 148Facebook 和 Open Graph 149哪些數據? 152社交媒體:太粗淺 153個人數據:太敏感? 154總結 157練習簿 158第6 章 與係統的博弈 159垃圾郵件以及機器人 159建立可達性 162如何發現機器人 164誣衊對手 171約翰·蘇努努(John Sununu) 172粉絲醜聞 172建立影響力以及意嚮 174一個 Twitter 上的圖靈測試 176美軍對社交媒體機器人的研發 177散播有償意見:草根以及“人工草皮” 178SOPA 以及 PIPA 事件:一個現代草根運動 179微軟的反壟斷案 180中國的“水軍” 180理念、實施以及可達性 181傳染性 182《KONY2012》 182定製熱點 183真相中的真相 185 *如何識彆創建感染性活動的企圖 186熱點的背麵:節製信息 187模糊的界限 188Facebook 的案例 188總結 189練習簿 190第7 章 預測 191預測未來 191學習的預測分析 196選舉的預測 200選擇性偏見 202錯誤的公共關係偏見 203預測投票行為 203預測票房 205電影産業 206真知灼見 206結論 208預測證券市場 210章末預測 214練習簿 216第2 部分 建立你自己的問-量-學係統第8 章 提齣恰當的問題 220案例學習:大型的電信公司 222背景知識 224他被聽到嗎? 225構建問題 227創造性探索 227 *領域知識 230恰當的問題 231一個為搜尋問題而生的行業 233總結 234練習簿 235第9 章 使用正確的數據 237哪些數據是重要的 239相關性與因果關係 241驗證相關性 245錯誤,或者說為什麼結構性數據更有優勢 247結構性數據 248非結構性數據 248成本以及內幕 250案例:匹配引擎 251數據的選擇 254采樣 255子集 256“我瞭解關鍵字” 257沒有真相 259案例:海地 263總結 264練習簿 264第10 章 定義正確的度量標準 266社交媒體度量標準的例子 269影響力 269消費者偏好 272追來投資迴報率 274標準帶來的風險 276影響標準 277 *錯誤的行為 278隨時間不斷改變 279徵服難題 281總結 283練習簿 284*
社交媒體大數據分析 理解並影響消費者行為 下載 mobi epub pdf txt 電子書 格式