大数据正在迅速而深刻地改变甚至颠覆一些行业，对于这场变革中的企业而言，谁具备大数据分析和应用的能力，谁就更有可能在未来激烈的市场竞争中脱颖而出。大数据营销可以帮助我们更好地理解并预测客户的行为，实现企业盈利并战胜竞争对手。本教材以大数据营销的企业应用实例为基础，详细介绍了大数据营销的相关知识，包括大数据时代的营销战略、构建顾客关系营销数据库、顾客价值的解析与策略运用、购物篮分析、新产品推荐系统、市场细分等，系统性与针对性较强，适合商学院和与数据分析相关专业的本科生、MBA学生、EMBA学生等使用。

王晓玉，华南理工大学管理学营销方向博士，现为华南理工大学工商管理学院市场营销系副教授。香港城市大学商学院、台湾大学管理学院，及美国佛罗里达州立大学商学院访问学者。主持多项国家社科基金青年项目和省部级项目，在Journal of Business and Industrial Marketing（SCI检索）等中英文期刊发表论文三十余篇，为银行、保险、汽车、工业品等十几家企业提供咨询诊断和大数据分析、实现精准营销。

第1章 概论
引例：方太天猫“双十一”推广案例
1.1 建立营销数据库
1.2 根据营销理论定义变量
1.3 用营销语言解读统计模式
1.4 符合行为模式的统计模式
1.5 大数据的稀少性：一对一营销
第2章 大数据时代之营销战略
引例：大数据营销在某美妆创业公司应用案例
2.1 四大营销学派
2.2 资料架构
2.3 异质性
2.4 动态性
2.5从营销1.0 到营销
2.5.1 营销1.0 ：被动式营销
2.5.2营销2.0 ：主动式营销
2.6 营销3.O：交互式营销
2.6.1 特色
2.6.2 会员的交易数据
2.6.3 易耗品的交互式营销
2.6.4 耐用品的交互式营销
2.7营销4.0 ：连锁式营销
2.8 消费者隐私权
第3章 万丈高楼平地起：构建顾客关系营销数据库
引例：如何借助顾客大数据分析实现汽车4s店的精准营销
3.1 构建营销数据库的必要性
3.1.1 大数据营销管理系统
3.1.2 营销研究实务
3.1.3 营销决策支持系统
3.2 构建营销数据库的流程
3.2.1 研究问题的设定
3.2.2 研究设计的规划
3.2.3 抽样样本的构建
3.2.4 构建数据库的流程
3.3 客户基本静态数据文件
3.3.1 问卷内容
3.3.2 态度的衡量
3.3.3 数据编码
3.3.4 信度与效度
3.3.5 会员数据库的完整性
3.4 动态的交易数据文件
3.4.1 问卷内容
3.4.2 交易日期数据文件
3.4.3 产品特性编码文件
第4章 顾客价值的解析与策略运用：ARFM模型
引例：新型中药饮片通过大数据营销提升顾客价值
4.1 衡量顾客价值
4.1.1 RFM指标
4.1.2 RFM数据特性
4.2 五等均分法
4.2.1 给分机制的设计
4.2.2 给分机制的校对
4.3 范例：邮件直销测试
4.3.1 测试样本的回复率
4.3.2 损益平衡分析
4.3.3 三种寄送对象的利润分析
4.3.4 市场细分与市场测试
4.4 Bob Stone的给分机制
4.4.1 RFM三者的重要性
4.4.2 给分机制的比较与校对