大數據行銷

目 次
第1章　概論
　　1.1 建立行銷資料庫
　　1.2 根據行銷理論定義變數
　　1.3 用行銷語言解讀統計模式
　　1.4 符合行為模式的統計模式
　　1.5 大數據的稀少性：一對一行銷
　　1.6 章節安排
第 2 章　大數據時代之行銷策略
　　2.1 四大行銷學派
　　2.2 資料架構
　　2.3 異質性
　　2.4 動態性
　　2.5 從行銷1.0到行銷2.0
　　2.6 行銷3.0：互動式行銷
　　2.7 行銷4.0：連鎖式行銷
　　2.8 消費者隱私權
第 3 章　萬丈高樓平地起：建置顧客關係行銷資料庫
　　3.1 建置行銷資料庫的必要性
　　3.2 建構行銷資料庫的流程
　　3.3 客戶基本靜態資料檔
　　3.4 動態的交易資料檔
第 4 章　顧客價值的解析與策略運用：ARFM 模型
　　4.1 衡量顧客價值
　　4.2 五等均分法
　　4.3 範例：郵件直銷測試
　　4.4 Bob Stone的給分機制
　　4.5 顧客價值與購買期間
　　4.6 活躍性與RFM分析
第 5 章　海誓山盟：顧客終身價值與遷徙路徑之預測
　　5.1 顧客交易穩定度分析
　　5.2 購買期間模型之反思
　　5.3 顧客靜止之預測
　　5.4 顧客價值遷徙型態與預測
第 6 章　啤酒與尿布、廚具與內褲：購物籃分析
　　6.1 經典案例的反思
　　6.2 產品的關聯性：相關係數
　　6.3 資料縮減之檢測：信度分析
　　6.4 單一抽象構念的總指標
　　6.5 主成份分析的統計理論
　　6.6 購物籃分析與因素分析
　　6.7 購物籃策略的哲學與衍伸
第 7 章　透視需求、百步穿楊：新產品推薦系統
　　7.1 兩種產品推薦系統
　　7.2 聯合分析之概念
　　7.3 聯合分析之行銷應用
　　7.4 迴歸分析
　　7.5 資料庫行銷之新產品推薦系統
　　7.6 總體層次模型
　　7.7 區隔層次模型
　　7.8 個人層次模型與產品推薦系統
第 8 章　物以類聚，人以群分：顧客的分群與複製
　　8.1 物以類聚vs.人以群分
　　8.2 決定市場區隔數目
　　8.3 市場區隔
　　8.4 集群分析
　　8.5 市場區隔之複製
　　8.6 市場區隔之描述與鎖定
　　8.7 多個區隔變數的交集
第 9 章　消費行為大透視：理論、模型、預測、決策
　　9.1 概念
　　9.2 如何打敗20年行銷經驗老師傅
　　9.3 模式用錯真的差很大
　　9.4 何時買？買多少？環環相扣的關係
　　9.5 「異常」與「規律」的組合
　　9.6 統計眼翳症

任立中
美國俄亥俄州立大學商學院行銷系行銷博士，現為臺灣大學統計碩士學位學程暨統計教學中心主任、全球品牌與行銷研究中心主任、國際企業學系行銷教授，以及行銷科學學報總編輯、中華應用統計學會理事長、多國籍企業研究學會理事長與中華商管教育發展學會理事長。曾擔任臺灣大學國際企業學系系主任、中國文化大學商學院院長等職。
2012年榮獲CMO Asia & CMO Council, USA第三屆亞洲最佳商學院之最佳行銷教授獎，是臺灣唯一在行銷、統計與經濟三大領域之頂尖期刊發表論文的學者。曾多次獲得臺大管理學院教學優良獎與研究傑出獎。指導過10 篇博士論文及超過200 篇碩士論文（半數為大數據行銷議題）。多年來擔任臺灣精品獎評審及政府相關部門審議委員，並輔導過零售業、金融業、電信業、廣告業、製造業等超過30家以上中大型企業品牌與CRM專案。

陳靜怡
國立臺灣大學國際企業學研究所博士、國立政治大學企業管理研究所碩士。現為暨南國際大學國際企業學系副教授、臺灣大學國際企業學系兼任副教授。專長領域包括行銷理論、行銷模式、貝氏統計理論、計量經濟理論、多變量統計與國際企業理論。