图书介绍
理解并影响消费者行为 社交媒体大数据分析PDF|Epub|txt|kindle电子书版本网盘下载
- 芬格尔 著
- 出版社： 北京：人民邮电出版社
- ISBN：9787115420842
- 出版时间：2016
- 标注页数：286页
- 文件大小：100MB
- 文件页数：325页
- 主题词：
PDF下载
下载说明
理解并影响消费者行为 社交媒体大数据分析PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1部分 按照功能评估社交媒体2
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
小结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
小结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
注意84
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
不合时宜的营销99
被低估了的传播速度99
自我审查100
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
小结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2.0116
知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：newBrandAnalytics137
案例：戴尔的客户服务138
小结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148
Facebook和Open Graph149
哪些数据152
社交媒体：太粗浅153
个人数据：太敏感154
小结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”178
SOPA以及PIPA事件：一个现代草根运动179
微软的反垄断案180
理念、实施以及可达性180
传染性181
《KONY2012》181
定制热点182
真相中的真相184
如何识别创建传染性活动的企图185
热点的背面：节制信息186
模糊的界限187
Facebook的案例187
小结188
练习簿189
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220
第8章 提出恰当的问题220
案例学习：大型电信公司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
小结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
小结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
追求投资回报率274
标准带来的风险276
影响标准277
错误的行为278
随时空不断改变279
征服难题281
小结283
练习簿284