好評推薦
初版推薦序 解決行銷與商業問題的全新思維
二版推薦序 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？

第一篇 概述：行銷科學有哪些功用？
01 統計學概略回顧
集中趨勢量數
離散量數
常態分佈
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：從眾人之中脫穎而出的必要條件

02 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：從眾人之中脫穎而出的必要條件

03 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？
洞見需能化為行動
檢核表：從眾人之中脫穎而出的必要條件

第二篇 依變數分析技術
04 刺激需求的因素？
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
──概念說明
──補充說明
──分析結果與職場實例應用
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）
──摘要
──問題癥結與背景介紹
──資料集描述
──第一步：市場區隔
──第二步：建構彈性模型
──最後：比較實驗組與控制組
──討論
檢核表：從眾人之中脫穎而出的必要條件

05 誰最可能購買？
引言
概念說明
職場實例
──數據整理與模型建構
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
──摘要
──什麼是購物籃？
──邏輯迴歸
──如何推估／預測購物籃
檢核表：從眾人之中脫穎而出的必要條件

06 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
──存活分析補充說明
──模型輸出與解讀
──結論
重點聚焦：終身價值：預測性分析為何優於描述性分析
──摘要
──描述性分析
──預測性分析
──範例說明
檢核表：從眾人之中脫穎而出的必要條件

07 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
──行銷媒介（DM、電子郵件、簡訊）的相關洞見
──期間（季度）的相關洞見
──橫斷面（地區）的相關洞見
──結論
檢核表：從眾人之中脫穎而出的必要條件

08 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
──結論
檢核表：從眾人之中脫穎而出的必要條件

第三篇 相互關係類型統計法
09 我的（消費者）市場概況如何？
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
需要先判斷嗎？
流程概念說明
檢核表：從眾人之中脫穎而出的必要條件

10 市場區隔
概述
市場區隔的成功指標
一般分析方法
職場實例
──分析
──各區隔市場觀察結果及細節說明
──K平均演算法與潛在類別分析之比較
重點聚焦：為何不能自滿於RFM？
──摘要
──什麼是RFM？
──什麼是行為區隔？
──行為區隔能提供哪些RFM模型所欠缺的優勢？
檢核表：從眾人之中脫穎而出的必要條件

第四篇 攸關日常行銷的其他重要主題
11 統計檢定
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：從眾人之中脫穎而出的必要條件

12 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：從眾人之中脫穎而出的必要條件

第五篇 結論
13 最終章
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

好評推薦
初版推薦序 解決行銷與商業問題的全新思維
二版推薦序 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？

第一篇 概述：行銷科學有哪些功用？
01 統計學概略回顧
集中趨勢量數
離散量數
常態分佈
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：從眾人之中脫穎而出的必要條件

02 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：從眾人之中脫穎而出的必要條件

03 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？
洞見需能化為行動
檢核表：從眾人之中脫穎而出的必要條件

第二篇 依變數分析技術
04 刺激需求的因素？
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
──概念說明
──補充說明
──分析結果與職場實例應用
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）
──摘要
──問題癥結與背景介紹
──資料集描述
──第一步：市場區隔
──第二步：建構彈性模型
──最後：比較實驗組與控制組
──討論
檢核表：從眾人之中脫穎而出的必要條件

05 誰最可能購買？
引言
概念說明
職場實例
──數據整理與模型建構
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
──摘要
──什麼是購物籃？
──邏輯迴歸
──如何推估／預測購物籃
檢核表：從眾人之中脫穎而出的必要條件

06 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
──存活分析補充說明
──模型輸出與解讀
──結論
重點聚焦：終身價值：預測性分析為何優於描述性分析
──摘要
──描述性分析
──預測性分析
──範例說明
檢核表：從眾人之中脫穎而出的必要條件

07 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
──行銷媒介（DM、電子郵件、簡訊）的相關洞見
──期間（季度）的相關洞見
──橫斷面（地區）的相關洞見
──結論
檢核表：從眾人之中脫穎而出的必要條件

08 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
──結論
檢核表：從眾人之中脫穎而出的必要條件

第三篇 相互關係類型統計法
09 我的（消費者）市場概況如何？
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
需要先判斷嗎？
流程概念說明
檢核表：從眾人之中脫穎而出的必要條件

10 市場區隔
概述
市場區隔的成功指標
一般分析方法
職場實例
──分析
──各區隔市場觀察結果及細節說明
──K平均演算法與潛在類別分析之比較
重點聚焦：為何不能自滿於RFM？
──摘要
──什麼是RFM？
──什麼是行為區隔？
──行為區隔能提供哪些RFM模型所欠缺的優勢？
檢核表：從眾人之中脫穎而出的必要條件

第四篇 攸關日常行銷的其他重要主題
11 統計檢定
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：從眾人之中脫穎而出的必要條件

12 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：從眾人之中脫穎而出的必要條件

第五篇 結論
13 最終章
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

好評推薦
初版推薦序 解決行銷與商業問題的全新思維
二版推薦序 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？

第一篇 概述：行銷科學有哪些功用？
01 統計學概略回顧
集中趨勢量數
離散量數
常態分佈
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：從眾人之中脫穎而出的必要條件

02 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：從眾人之中脫穎而出的必要條件

03 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？
洞見需能化為行動
檢核表：從眾人之中脫穎而出的必要條件

第二篇 依變數分析技術
04 刺激需求的因素？
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
──概念說明
──補充說明
──分析結果與職場實例應用
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）
──摘要
──問題癥結與背景介紹
──資料集描述
──第一步：市場區隔
──第二步：建構彈性模型
──最後：比較實驗組與控制組
──討論
檢核表：從眾人之中脫穎而出的必要條件

05 誰最可能購買？
引言
概念說明
職場實例
──數據整理與模型建構
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
──摘要
──什麼是購物籃？
──邏輯迴歸
──如何推估／預測購物籃
檢核表：從眾人之中脫穎而出的必要條件

06 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
──存活分析補充說明
──模型輸出與解讀
──結論
重點聚焦：終身價值：預測性分析為何優於描述性分析
──摘要
──描述性分析
──預測性分析
──範例說明
檢核表：從眾人之中脫穎而出的必要條件

07 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
──行銷媒介（DM、電子郵件、簡訊）的相關洞見
──期間（季度）的相關洞見
──橫斷面（地區）的相關洞見
──結論
檢核表：從眾人之中脫穎而出的必要條件

08 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
──結論
檢核表：從眾人之中脫穎而出的必要條件

第三篇 相互關係類型統計法
09 我的（消費者）市場概況如何？
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
需要先判斷嗎？
流程概念說明
檢核表：從眾人之中脫穎而出的必要條件

10 市場區隔
概述
市場區隔的成功指標
一般分析方法
職場實例
──分析
──各區隔市場觀察結果及細節說明
──K平均演算法與潛在類別分析之比較
重點聚焦：為何不能自滿於RFM？
──摘要
──什麼是RFM？
──什麼是行為區隔？
──行為區隔能提供哪些RFM模型所欠缺的優勢？
檢核表：從眾人之中脫穎而出的必要條件

第四篇 攸關日常行銷的其他重要主題
11 統計檢定
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：從眾人之中脫穎而出的必要條件

12 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：從眾人之中脫穎而出的必要條件

第五篇 結論
13 最終章
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