Can I read 数据挖掘与数据化运营实战 思路、方法、技巧与应用 on EtoBox?

数据挖掘与数据化运营实战 思路、方法、技巧与应用 by 卢辉 is a book available to read on EtoBox.

What is 数据挖掘与数据化运营实战 思路、方法、技巧与应用 about?

卢辉.数据挖掘与数据化运营实战 思路、方法、技巧与应用.北京:机械工业出版社,2013.06. 封面 2 书名 4 版权 5 前言 6 目录 12 前言 -1 第1章 什么是数据化运营 / 22 1.1 现代营销理论的发展历程 / 23 1.1.1 从4P到4C / 23 1.1.2 从4C到3P3C / 24 1.2 数据化运营的主要内容 / 26 1.3 为什么要数据化运营 / 28 1.4 数据化运营的必要条件 / 29 1.4.1 企业级海量数据存储的实现 / 29 1.4.2 精细化运营的需求 / 31 1.4.3 数据分析和数据挖掘技术的有效应用 / 32 1.4.4 企业决策层的倡导与持续支持 / 32 1.5 数据化运营的新现象与新发展 / 33 1.6 关于互联网和电子商务的最新数据 / 35 第2章 数据挖掘概述 / 36 2.1 数据挖掘的发展历史 / 37 2.2 统计分析与数据挖掘的主要区别 / 37 2.3 数据挖掘的主要成熟技术以及在数据化运营中的主要应用 / 39 2.3.1 决策树 / 39 2.3.2 神经网络 / 40 2.3.3 回归 / 42 2.3.4 关联规则 / 43 2.3.5 聚类 / 44 2.3.6 贝叶斯分类方法 / 45 2.3.7 支持向量机 / 46 2.3.8 主成分分析 / 47 2.3.9 假设检验 / 48 2.4 互联网行业数据挖掘应用的特点 / 49 第3章 数据化运营中常见的数据分析项目类型 / 51 3.1 目标客户的特征分析 / 52 3.2 目标客户的预测(响应、分类)模型 / 53 3.3 运营群体的活跃度定义 / 54 3.4 用户路径分析 / 55 3.5 交叉销售模型 / 56 3.6 信息质量模型 / 58 3.7 服务保障模型 / 60 3.8 用户(买家、卖家)分层模型 / 61 3.9 卖家(买家)交易模型 / 65 3.10 信用风险模型 / 65 3.11 商品推荐模型 / 66 3.11.1 商品推荐介绍 / 66 3.11.2 关联规则 / 66 3.11.3 协同过滤算法 / 71 3.11.4 商品推荐模型总结 / 75 3.12 数据产品 / 76 3.13 决策支持 / 77 第4章 数据化运营是跨专业、跨团队的协调与合作 / 78 4.1 数据分析团队与业务团队的分工和定位 / 79 4.1.1 提出业务分析需求并且能胜任基本的数据分析 / 79 4.1.2 提供业务经验和参考建议 / 81 4.1.3 策划和执行精细化运营方案 / 81 4.1.4 跟踪运营效果、反馈和总结 / 82 4.2 数据化运营是真正的多团队、多专业的协同作业

Author

卢辉

Language

ZH