Pre -Sale подлинная импортная книга с высоким обучением «Маркетинг прогнозирования больших данных: FLIP Brand X Memport Operation X Precision Marketing» Times Publishing JP
Цена: 1 331руб. (¥74)
Артикул: 615699338020
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товараПродавец:上海香港三联图书专营店
Адрес:Шанхай
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥701 259руб.
¥4798 579руб.
¥ 133 125.022 248руб.
¥601 079руб.
Прогнозирование больших данных Маркетинг: Flip Brand X Member Operation X. Точный маркетинг
Автор: Обучение с высоким уровнем
Издательство: Times Publishing
Дата публикации: 2019/07/09
Язык: традиционный китайский
ISBN: 97895713784442
Спецификация: Pacific/272 страниц /14.8x21x1.36cm/ Обыкновенный класс/двойная печать/
Место публикации: Тайвань
Хотите перевернуть компанию, создать бренды больших данных, создать высокую прибыль, прочитать эту книгу правильно!Пересечение
Лучшие эксперты и ученые в рекомендации глобального китайского общества
Эйнштейн сказал: «Если вы не можете объяснить это просто, это означает, что вы не можете понять это хорошо».
Инвестируя в большие данные, предприятия должны сначала задать себе два важных вопроса:
Во -первых, какие проблемы вы должны решить?Во -вторых, у вас уже есть набор данных?
Предприятия инвестируют в большие данные и в конечном итоге имеют три цели: прогнозируйте рекомендации, снижение затрат и увеличение прибыли.
Многие эксперты единогласно сказали, что если большие данные не будут введены в практические приложения, большие данные будут бесполезными.
Интерпретация больших данных требует знания отрасли.
1. 6 В.→Большое количество объема, разнообразия, скорость скорости, правильное значение значения, визуальная видимость, значение значения.
2. Полный маркетинг бренда платформы охватывает «стратегию дизайна 8 пользовательского интерфейса», «7 крупных маркетинговых стратегий снабжения» и «7 крупных маркетинговых стратегий».
3. Операционный бренд, PRRO заменяет AIDA (хорошо известно, интерес, желание, действие)→PRRO - это платформа, обзор (оценка), опора и порядок.
4. Прогнозируемый маркетинг, 6 результатов обзора KPI→Разделен на 4 предсказания индекса (прогнозирующий индикатор): трафик, впечатление, вовлечение и конверсия;
5. Прогнозируется маркетинг и создайте высокую производительность участников→Используйте концепцию больших данных, чтобы классифицировать клиентов в группах, предсказать поведение потребления клиентов и своевременно рекомендуйте продукты.
Ссылка на знаменитости
Сингапурский университет Университета управления/Чжу Фейда
Специальный профессор кафедры управления предприятиями Университета политологии/живота
Директор кафедры рекламы в Школе журналистики и коммуникации Пекинского университета/Chen Gang
Декан Школы управления Шанхайским университетом Фудана/Лу Сьонгвен
Начальник академических вопросов Китайского торгового университета (академический)/Ян Ши имя
(Расположение выше ударов фамилии)
Корпоративная рекомендация
Генеральный директор Leobina Group и президент Большого Китая/Хуан Лиян
Лаборатория лаборатории искусственного интеллекта Alibaba Старший эксперт по рынку/jie yuanyuan
Похвала рекомендация
Это очень текстурированная книга.-Ханг банда, Пекинский университет
После того, как он присоединился к мышлению больших данных, операция бренда как тигр.Эта книга позволяет бренду не только следовать большим данным, но и «базовый» для «достижения».— - Loobena Huang Liyan
Теория PRRO и Uni Marketing Alibaba используют данные в качестве мотивации инвестирования в расходы на инвестирование во все анализ интеллектуальных маркетинга.--- Алибаба далеко далеко
Вся структура книги явно похожа на учебник, который должен быть связан с накопленным опытом преподавания Саймона.— - Реалити, Университет политического университета
В дополнение к расчесыванию знаний о больших данных, эта книга включает в себя платформы и пользовательский интерфейс.— - Название Тенан в Университете Гонконга
Самым важным вкладом этой книги является обсуждение различия между онлайн -брендами и физическими брендами в теоретически и предложить концепцию маркетинга бренда платформы.—— Лу Сонгвен, Университет Фудана
Учитель Gao имеет три основные особенности больших данных.— - Chuda Zhu Feida, Сингапурский университет управления
Лучшие эксперты и ученые в рекомендации глобального китайского общества
Эйнштейн сказал: «Если вы не можете объяснить это просто, это означает, что вы не можете понять это хорошо».
Инвестируя в большие данные, предприятия должны сначала задать себе два важных вопроса:
Во -первых, какие проблемы вы должны решить?Во -вторых, у вас уже есть набор данных?
Предприятия инвестируют в большие данные и в конечном итоге имеют три цели: прогнозируйте рекомендации, снижение затрат и увеличение прибыли.
Многие эксперты единогласно сказали, что если большие данные не будут введены в практические приложения, большие данные будут бесполезными.
Интерпретация больших данных требует знания отрасли.
1. 6 В.→Большое количество объема, разнообразия, скорость скорости, правильное значение значения, визуальная видимость, значение значения.
2. Полный маркетинг бренда платформы охватывает «стратегию дизайна 8 пользовательского интерфейса», «7 крупных маркетинговых стратегий снабжения» и «7 крупных маркетинговых стратегий».
3. Операционный бренд, PRRO заменяет AIDA (хорошо известно, интерес, желание, действие)→PRRO - это платформа, обзор (оценка), опора и порядок.
4. Прогнозируемый маркетинг, 6 результатов обзора KPI→Разделен на 4 предсказания индекса (прогнозирующий индикатор): трафик, впечатление, вовлечение и конверсия;
5. Прогнозируется маркетинг и создайте высокую производительность участников→Используйте концепцию больших данных, чтобы классифицировать клиентов в группах, предсказать поведение потребления клиентов и своевременно рекомендуйте продукты.
Ссылка на знаменитости
Сингапурский университет Университета управления/Чжу Фейда
Специальный профессор кафедры управления предприятиями Университета политологии/живота
Директор кафедры рекламы в Школе журналистики и коммуникации Пекинского университета/Chen Gang
Декан Школы управления Шанхайским университетом Фудана/Лу Сьонгвен
Начальник академических вопросов Китайского торгового университета (академический)/Ян Ши имя
(Расположение выше ударов фамилии)
Корпоративная рекомендация
Генеральный директор Leobina Group и президент Большого Китая/Хуан Лиян
Лаборатория лаборатории искусственного интеллекта Alibaba Старший эксперт по рынку/jie yuanyuan
Похвала рекомендация
Это очень текстурированная книга.-Ханг банда, Пекинский университет
После того, как он присоединился к мышлению больших данных, операция бренда как тигр.Эта книга позволяет бренду не только следовать большим данным, но и «базовый» для «достижения».— - Loobena Huang Liyan
Теория PRRO и Uni Marketing Alibaba используют данные в качестве мотивации инвестирования в расходы на инвестирование во все анализ интеллектуальных маркетинга.--- Алибаба далеко далеко
Вся структура книги явно похожа на учебник, который должен быть связан с накопленным опытом преподавания Саймона.— - Реалити, Университет политического университета
В дополнение к расчесыванию знаний о больших данных, эта книга включает в себя платформы и пользовательский интерфейс.— - Название Тенан в Университете Гонконга
Самым важным вкладом этой книги является обсуждение различия между онлайн -брендами и физическими брендами в теоретически и предложить концепцию маркетинга бренда платформы.—— Лу Сонгвен, Университет Фудана
Учитель Gao имеет три основные особенности больших данных.— - Chuda Zhu Feida, Сингапурский университет управления
Рекомендуемый заказ и самостоятельный
Простая сила Чен Банг
Позвольте бренду установить крылья больших данных Хуан Лиян
Оба и Uni Marketing используют данные в качестве власти Фестиваль
Истинные предложения для тех, кто хочет управлять брендами и членами Живот
Направление для руководства, избавиться от крайностей Ян Шиминг
Создание концепции маркетинга бренда платформы Золотой треугольник Лу Сионгвен
Акцент примеров, репрезентации и борьбы друг против друга Чжу Фейда
Когда бренд сталкивается с большими данными Обучение с высоким уровнем
I. Большие данные x великая правда
1. Большие данные, ИИ, Робот, каковы отношения крови?
2. Большие данные на самом деле слон?
3. Узнайте 6 V V и увидите масло на земле
4. Анализ больших данных Можно ли это сделать компьютерными экспертами?
5. Кто первый ученый из больших данных в Белом доме?
6. Вы должны играть звезд для хоум -ранов?Применение правил опыта опыта
7. Большие данные, должны ли вы сделать большие инвестиции?
II. Big Data X стратегия бренда большой платформы
1. Бесполезное безумие Data Supverts 7 Brand Business Concepts
2. В эпоху больших данных 4 возможностей для промышленного развития
3. Трансформация бренда предприятия требует ABCDEF
4. онлайн -бренд формирует новую экономику
5. Операционные бренды платформы, чтобы избежать несбалансированной боли
6. Операционный контент бренд PRRO заменил AIDA
7. Закон о бренде больших данных: должен ли бренд E -Commerce или присоединиться к платформе?
8. Закон о бренде больших данных: не продавайте эти вещи в Интернете!
9. Закон о бренде больших данных: онлайн -бренд, второе место для выживания!
III. Big Data x стратегия крупной платформы маркетинговой стратегии
1. Вы должны сжигать много денег?
2. Что такое золотой треугольник маркетинга платформы?
3. Сохраняйте дизайн пользователя клиента 8 принципов
4. Семь стратегий поставки, которые значительно увеличивают продавцы платформ
5. Семь стратегий спроса сталкиваются с стратегиями, которые выходят из пользователей платформы
6. 4 Сетевые эффекты маркетинга платформы
Iv. Big Data X Predicate Marketing
1. Бизнес -анализ и анализ прогнозирования больших данных
2. Бизнес -анализ 6 шагов: бизнес -анализ должен иметь точку зрения
3. Прогнозируемый анализ 6 Шаг: установить точную модель
4. Бизнес -анализ, 9 тем директора по маркетингу, которые должны заботиться
5. Прогнозируемый анализ, руководитель маркетинга заботится о 9 личных поведениях
6. Алгоритм бизнес -анализа может решить 80%задач работы
7. Алгоритм прогнозируемого анализа, создайте еще одно значение 80%
8. Анализ больших данных, начиная с очистки данных
9. Анализ больших данных, задайте правильный вопрос
10. Прогнозируемый маркетинг, 6 результатов обзора KPI
V. Операция участника Big Data X
1. Вы все еще управляете поклонником?Общение напрямую с членами - король
2. В эпоху больших данных 6 клиентов вы должны понимать
3. Сначала определите тип участника, а затем как продавать!
4. Прогнозирование маркетинга - это не психология, а научное поведение!
5. Операции участников: RFM в качестве классификации группы клиентов
6. Операция членов второй части: установить иерархические права
7. Трилогия операции участника: создайте желание
8. Четвертый министр членства: участник маркетинг создает высокую производительность
Vi. Big Data X Маркетинговый миф
1. Потеря маркетинга больших данных
2. Непобедимые правила успеха бренда
Простая сила Чен Банг
Позвольте бренду установить крылья больших данных Хуан Лиян
Оба и Uni Marketing используют данные в качестве власти Фестиваль
Истинные предложения для тех, кто хочет управлять брендами и членами Живот
Направление для руководства, избавиться от крайностей Ян Шиминг
Создание концепции маркетинга бренда платформы Золотой треугольник Лу Сионгвен
Акцент примеров, репрезентации и борьбы друг против друга Чжу Фейда
Когда бренд сталкивается с большими данными Обучение с высоким уровнем
I. Большие данные x великая правда
1. Большие данные, ИИ, Робот, каковы отношения крови?
2. Большие данные на самом деле слон?
3. Узнайте 6 V V и увидите масло на земле
4. Анализ больших данных Можно ли это сделать компьютерными экспертами?
5. Кто первый ученый из больших данных в Белом доме?
6. Вы должны играть звезд для хоум -ранов?Применение правил опыта опыта
7. Большие данные, должны ли вы сделать большие инвестиции?
II. Big Data X стратегия бренда большой платформы
1. Бесполезное безумие Data Supverts 7 Brand Business Concepts
2. В эпоху больших данных 4 возможностей для промышленного развития
3. Трансформация бренда предприятия требует ABCDEF
4. онлайн -бренд формирует новую экономику
5. Операционные бренды платформы, чтобы избежать несбалансированной боли
6. Операционный контент бренд PRRO заменил AIDA
7. Закон о бренде больших данных: должен ли бренд E -Commerce или присоединиться к платформе?
8. Закон о бренде больших данных: не продавайте эти вещи в Интернете!
9. Закон о бренде больших данных: онлайн -бренд, второе место для выживания!
III. Big Data x стратегия крупной платформы маркетинговой стратегии
1. Вы должны сжигать много денег?
2. Что такое золотой треугольник маркетинга платформы?
3. Сохраняйте дизайн пользователя клиента 8 принципов
4. Семь стратегий поставки, которые значительно увеличивают продавцы платформ
5. Семь стратегий спроса сталкиваются с стратегиями, которые выходят из пользователей платформы
6. 4 Сетевые эффекты маркетинга платформы
Iv. Big Data X Predicate Marketing
1. Бизнес -анализ и анализ прогнозирования больших данных
2. Бизнес -анализ 6 шагов: бизнес -анализ должен иметь точку зрения
3. Прогнозируемый анализ 6 Шаг: установить точную модель
4. Бизнес -анализ, 9 тем директора по маркетингу, которые должны заботиться
5. Прогнозируемый анализ, руководитель маркетинга заботится о 9 личных поведениях
6. Алгоритм бизнес -анализа может решить 80%задач работы
7. Алгоритм прогнозируемого анализа, создайте еще одно значение 80%
8. Анализ больших данных, начиная с очистки данных
9. Анализ больших данных, задайте правильный вопрос
10. Прогнозируемый маркетинг, 6 результатов обзора KPI
V. Операция участника Big Data X
1. Вы все еще управляете поклонником?Общение напрямую с членами - король
2. В эпоху больших данных 6 клиентов вы должны понимать
3. Сначала определите тип участника, а затем как продавать!
4. Прогнозирование маркетинга - это не психология, а научное поведение!
5. Операции участников: RFM в качестве классификации группы клиентов
6. Операция членов второй части: установить иерархические права
7. Трилогия операции участника: создайте желание
8. Четвертый министр членства: участник маркетинг создает высокую производительность
Vi. Big Data X Маркетинговый миф
1. Потеря маркетинга больших данных
2. Непобедимые правила успеха бренда