0人評分過此書

消費者行為市場分析技術:數據演算如何提供行銷解決方案

出版社
出版日期
2019
閱讀格式
EPUB
書籍分類
學科分類
ISBN
9789579121552

本館館藏

借閱規則
當前可使用人數 30
借閱天數 14
線上看 0
借閱中 0
選擇分享方式

推薦本館採購書籍

您可以將喜歡的電子書推薦給圖書館,圖書館會參考讀者意見進行採購

讀者資料
圖書館
* 姓名
* 身分
系所
* E-mail
※ 我們會寄送一份副本至您填寫的Email中
電話
※ 電話格式為 區碼+電話號碼(ex. 0229235151)/ 手機格式為 0900111111
* 請輸入驗證碼
一本行銷人絕對不能沒有的職場實戰指南;一部持續升級的市場分析技術本!
在分析師的書架上贏得兵家必爭的首席地位,分析師一有疑問就會率先翻閱!

這不是典型的市場分析教科書,但它比任何一本教科書都重要!
它以淺顯易懂的文字,透過概念式的說明,
協助每一位市場分析師及行銷從業人員解決疑問,
它是專為這些人而寫,所以它非常實用。

何謂市場分析?就是行銷科學,
行銷科學的功用在於量化因果關係,
亦即衡量某一變數對其他變數的影響,也就是預測消費者行為。
請先記住一個觀念:
消費者行為可說是所有行銷活動的中心點、樞紐及核心。
如果「行銷」不著重於消費者行為(不管是理解、鼓勵、改變等),
最後得到的結果十之八九會偏離正軌。
透過市場分析可歸結出策略,除非了解前因後果,不然很難對症下藥。
例如,你可以透過市場分析得知哪個客群對價格很敏感、
哪個族群喜歡哪種行銷企劃(Marcom)、
哪項業務面臨競爭壓力、哪個類型的顧客不夠忠誠,諸如此類。
一旦掌握(不同消費者族群)所適用的解方,產品組合就能調整到最佳狀態。

作者以親身經驗告訴讀者,企業界市場分析所應注意的重點,
不在於技術方面的眉角,而是行銷的功能、目的,
以及這些功能和目的所代表的重要意義。

例1:賣鞋的資深同事為什麼明知奧客想占便宜卻還是免費奉上一雙新鞋?
真正的聰明人永遠懂得以顧客的需求至上。不能從財務的角度判斷「對錯」,
真正能延續商機的關鍵在於以顧客為中心的思維。

例2:自以為精心為社內CEO準備的簡報會議,卻在對方問了一個狀況外的問題後全面失控?!
想要獲致成功,務必全神貫注於重要的事務上,
尤其是那些位階高過你好幾個層級的上司認為重要的事。

例3:只要是從事行銷科學的人,一定都曾經歷過,那就是修改數據、編輯輸出檔案及調整結果,讓最後的成果(更)貼近直覺……
這是行銷科學的弱點,也是一種粉飾太平的行為!
修改數據的事實終究隱藏不住,擅自修改結果的行為也不可能永遠不被發現。
這種行徑會讓你從此以後,信用度蕩然無存。

本書鎖定的讀者群包括:
需清楚找出行銷目標的企業分析師
需知道哪些促銷活動效果最好的活動企畫經理
為提高效率而必須割捨部分客群的行銷人員
需設計及實施滿意度問卷調查的市調人員
需為產品和品牌設定最佳定價的價格分析師等等。

本書內容含蓋層面有三:
第一層面單純解釋概念,不牽涉任何數學,目標是要讓讀者完全理解。
第二層面進入技術階段,適時運用SAS等工具示範相關要素、說明解讀方式。
第三層面則會繼續深入探討技術,以滿足專業人員的知識需求。

第一本涵蓋需求、市場區隔、選擇目標市場及計算分析結果等課題的行銷書。
完美結合理論與實務,並示範如何解決業界大規模行銷資料的相關問題。
採用簡單易懂的敘述風格,以及在真實工作情境中的實際運用。
從業人員在執行任何類型的行銷工作時,勢必遇過書中的舉例,極易產生共鳴。
  • 好評推薦
  • 初版推薦序 解決行銷和商業問題的全新思維
  • 新版推薦序 成功行銷分析師的經驗精髓
  • 前言
  • 市場分析簡介
    • 本書的目標讀者是誰?
    • 什麼是行銷科學?
    • 為什麼行銷科學如此重要?
    • 哪些工作的哪些人員需要行銷科學?
    • 為什麼我自認有資格出書談行銷科學?
    • 本書秉持的方法及理念為何?
  • Part 1概述 行銷科學有哪些功用?
    • Chapter1統計學概略回顧
      • 集中趨勢量數
      • 離散量數
      • 常態分布
      • 信賴區間
      • 變數關係:共變異數與相關係數
      • 機率與抽樣分布
      • 檢核表
    • Chapter2消費者行為與行銷策略原則
      • 引言
      • 消費者行為是行銷策略基礎
      • 消費者行為概述
      • 行銷策略概述
      • 檢核表
    • Chapter3什麼是洞見?
      • 引言
      • 高階主管通常不會採用洞見
      • 這算是洞見嗎?
      • 怎樣才稱得上是洞見?
      • 洞見必須能化為行動
      • 檢核表
  • Part 2依變數分析技術
    • Chapter4刺激需求的因素?依變數模型建立技巧
      • 引言
      • 依附方程式類型與相互關係類型統計法
      • 確定型方程式與機率方程式
      • 職場實例
      • 製作彈性模型
      • 技術補充說明
      • 重點聚焦 市場區隔和彈性模型有助於零售/醫療診所體系創造最大營收(現場測試結果)
      • 檢核表
    • Chapter5誰最可能購買?該如何鎖定這些目標對象?
      • 引言
      • 概念說明
      • 職場實例
      • 提升圖
      • 模型運用:共線性概述
      • 變數診斷
      • 重點聚焦 將邏輯迴歸應用於購物籃分析
      • 檢核表
    • Chapter6消費者最有可能在何時買單?
      • 引言
      • 存活分析觀念概述
      • 職場實例
      • 重點聚焦 終身價值:預測性分析為何優於描述性分析
      • 檢核表
    • Chapter7追蹤資料迴歸分析 如何使用橫斷面的時間序列資料
      • 引言
      • 什麼是追蹤資料迴歸分析?
      • 追蹤資料迴歸分析的細節補充
      • 職場實例
      • 檢核表
    • Chapter8以方程式系統建立依變數類型的模型
      • 引言
      • 什麼是聯立方程式?
      • 為何需要聯立方程式?
      • 估計值的理想屬性
      • 職場實例
      • 檢核表
  • Part3相互關係類型統計法
    • Chapter9我的(消費者)市場概況如何 建立相互關係統計模型的方法
      • 引言
      • 市場區隔簡介
      • 「市場區隔」和「區隔市場」各是什麼?
      • 為何需要區隔市場?市場區隔的策略運用
      • 策略行銷四P
      • 市場區隔策略化為實際行動的條件
      • 需要事先判斷嗎?
      • 流程概念說明
      • 檢核表
    • Chapter10市場區隔相關工具與方法
      • 概述
      • 市場區隔的成功指標
      • 一般分析方法
      • 職場實例
      • 重點聚焦 為何不能自滿於RFM?
      • 檢核表
  • Part4攸關日常行銷的其他重要主題
    • Chapter11統計檢定怎麼知道哪些分析結果正確?
      • 所有人都喜歡檢驗分析結果
      • 樣本規模方程式:使用提升度統計量
      • A/B測試與全因子實驗的差異
      • 職場實例
      • 檢核表
    • Chapter12結合大數據並採取大數據分析
      • 引言
      • 什麼是大數據?
      • 大數據很重要嗎?
      • 大數據對分析和策略具有什麼意義?
      • 大數據的未來
      • 安然克服大數據恐慌
      • 大數據分析
      • 大數據:新奇的演算法
      • 檢核表
  • Part5結論:市場分析的最終目的
    • Chapter13最終章 你應該從本書學到什麼?
      • 我想傳遞什麼訊息?
      • 本書還想帶給你哪些啟發?
  • 名詞解釋
  • 參考書目與延伸閱讀
  • 索引
  • 版權頁

評分與評論

請登入後再留言與評分
幫助
您好,請問需要甚麼幫助呢?
使用指南

客服專線:0800-000-747

服務時間:週一至週五 AM 09:00~PM 06:00

loading