大数据时代营销人的变革：预测营销

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  / 2
预测营销革命  / 6
客户权益的力量  / 8
预测营销的应用  / 11
预测营销普及率正在加快  / 14
客户要求与品牌建立更有意义的联系  / 14
早期采用者的经验表明，预测营销能带来巨大价值  / 17
新技术的推出让预测营销变得简单  / 18
建立预测营销系统需要什么条件  / 21
第2章  预测分析技术简易入门手册  / 23
什么是预测分析技术  / 24
无监督学习技术：聚类模型  / 26
聚类和细分的区别  / 26
有监督学习：倾向性模型  / 29
如何使用预测模型十分位数法  / 30
预测模型和RFM模型对比  / 32
强化学习和协同过滤  / 33
不同类型的推荐模型  / 35
预测分析流程  / 37
数据收集、净化和准备  / 38
异常值检测  / 38
特征生成和提取  / 39
分类器和系统设计  / 40
预测分析技术的“最后一公里”问题  / 41
第3章  首先要了解客户：建立完整的客户档案  / 43
收集多少数据合适  / 45
收集哪类信息  / 47
准备数据以供分析  / 52
人名的净化和验证  / 53
地址的净化和验证  / 54
链接和重复信息删除  / 55
与IT部门合作完成数据集成  / 56
在你的数据中寻找数百个问题  / 61
销售  / 61
客户  / 62
营销/渠道  / 66
产品  / 67
第4章  管理客户就像管理资产组合，要不断增值  / 68
什么是客户生命周期价值  / 69
历史生命周期价值  / 69
预期客户价值  / 71
向上生命周期价值  / 73
提高单个客户的生命周期价值  / 75
获取  / 75
价值增长  / 76
保留  / 76
提高所有客户的生命周期价值  / 78
加入更多（有价值）客户  / 78
防止流失  / 79
与不活跃客户互动  / 79
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  / 82
对客户获取、保留和再激活进行投资  / 83
优化获取成本  / 89
优化客户保留预算  / 91
根据客户价值区分投资额  / 92
找到合适的产品吸引高价值客户  / 93
一个终点归因的例子  / 95
第6章  第二招：预测客户角色，让营销重回正轨  / 99
聚类类型  / 101
基于产品的聚类  / 101
基于品牌的聚类  / 102
基于行为的聚类  / 103
利用聚类提高客户获取水平  / 106
使用聚类时需要注意的几个问题  / 107
运动变化中的聚类  / 107
第7章  第三招：预测客户演变过程，为生命周期营销做准备  / 109
客户的价值旅程  / 110
第一笔价值  / 112
再现价值  / 113
新价值  / 115
生命周期营销策略  / 116
潜在客户策略：我们帮得上忙吗  / 116
新客户策略：谢谢你  / 118
回头/活跃客户策略：我们爱你  / 120
不活跃客户策略：记住我  / 121
流失客户策略：我们想你  / 122
第8章  第四招：预测客户价值，进行价值导向营销  / 123
价值导向营销  / 123
保留高价值客户  / 128
提升中等价值客户的价值  / 129
减少低价值客户服务成本  / 131
第9章  第五招：预测购买或互动的可能性，为客户排名  / 132
购买可能性预测  / 133
首次买家的购买可能性  / 134
重复的购买可能性  / 135
使用购买可能性预测选择正确的折扣水平  / 135
B2B营销中的预测性线索评分  / 138
互动可能性模型  / 140
邮件发送频率  / 143
第10章  第六招：预测个人喜好，为每位客户量身推荐  / 147
选择正确的客户或细分市场  / 148
购买时推荐  / 149
购买后推荐  / 150
客户生命周期中的推荐  / 150
理解客户使用场景  / 151
内容——推荐什么  / 153
除了推荐，还有什么  / 154
第11章  第七招：启动预测计划，转化更多客户  / 156
预测再营销活动  / 156
针对放弃购物车付款的预测营销活动  / 159
放弃搜索后的预测营销活动  / 160
放弃网页浏览后的预测营销活动  / 161
相似受众营销  / 162
相似度或可达性优化  / 164
第12章  第八招：启动预测计划，提升客户价值  / 166
增加客户价值的秘诀  / 166
购买后预测营销项目  / 168
客户欢迎活动  / 168
购买后推荐  / 170
再补充活动和重复购买活动  / 170
新产品推介  / 172
客户答谢活动  / 172
预测分析时代的客户忠诚项目  / 175
谈谈全渠道营销  / 177
第13章  第九招：启动预测计划，留住更多客户  / 180
理解什么是保留率  / 180
负流失的概念  / 181
理解你的商业模式  / 182
价值迁移也是流失的一种形式  / 185
流失管理项目  / 186
主动保留管理  / 187
挽留客户要花多少钱  / 189
客户保留和钱包份额  / 190
找到流失的根本原因  / 190
客户再激活活动  / 191
四步完成再激活  / 192
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  / 196
预测营销的组织能力  / 196
预测营销的技术能力  / 199
客户数据整合  / 201
预测的洞察力  / 202
营销活动自动化  / 203
询问预测营销供应商哪些问题  / 203
你是否要对你的客户获得完整且准确的印象  / 204
我能获取哪种市场细分和目标市场确定  / 206
在市场细分或推荐中采取行动有多简单  / 206
除了有关功能的问题，问问自己，
这个供应商是否适合你  / 207
第15章  预测式（相关）营销技术综述  / 209
自己动手进行预测营销  / 209
外包给营销服务提供商  / 211
活动管理和营销云选择  / 212
其他你可能听说过的工具  / 213
网络分析  / 216
数据管理平台（DMPs）  / 216
电子邮件服务提供商（ESPs）  / 217
客户关系管理（CRM）  / 218
高级分析  / 218
哪个解决方案适合我  / 219
无论你做什么——开始行动  / 220
以小规模为起点  / 220
将客户数据导入，将数据科学外包  / 221
用预测营销补充你现有的基础设施  / 221
第16章  给有抱负的预测营销者的职业建议  / 223
商业理解比精通数学更胜一筹  / 224
问正确的问题  / 225
将艺术和营销科学融合  / 226
学习他人  / 227
第17章  隐私、愉悦和逾越的区别  / 229
个人信息类型  / 230
避免侵犯客户隐私的情形发生  / 232
给予客户掌控权  / 232
硬边界和政府立法  / 233
第18章  预测营销的未来  / 235
先进的预测性分析模型  / 237
像预测营销者一样思考  / 238
附录A  客户数据类型综述  / 243