上篇 一切皆可數據化
第1章 多維信息追蹤 2
1.1 移動設備傳來的數據 2
1.1.1 高價值的移動端數據 2
1.1.2 移動端數據的利用 4
1.2 計算機産生的數據 5
1.3 Facebook産生的軌跡數據 8
1.3.1 聚焦用戶數據 8
1.3.2 如何運用軌跡數據 9
1.4 《盜墓筆記》産生的視頻數據 11
1.4.1 超級IP《盜墓筆記》的成功 12
1.4.2 視頻付費時代的開啓 13
1.5 Amazon的瀏覽軌跡識彆 14
1.5.1 利用軌跡數據服務於用戶 14
1.5.2 像亞馬遜一樣使用用戶數據 16
1.6 實體店的信息追蹤 17
第2章 雲計算數據模型 19
2.1 關聯規則（Association Rule） 19
2.1.1 什麼是關聯規則 20
2.1.2 關聯規則的案例及分類 21
2.2 離群數據（Outlier） 23
2.2.1 什麼是離群數據 23
2.2.2 離群數據的檢測 25
2.3 基於案例的推理（CBR） 26
2.3.1 模仿是成功的關鍵 26
2.3.2 CBR操作流程 27
2.4 轟動全美的Target超市營銷 28
2.4.1 Target超市營銷的數據模型 29
2.4.2 大數據的3W優勢 30
2.5 構建數據價值分享模式 32
2.5.1 阿裏巴巴、騰訊聚焦數據價值分享 32
2.5.2 數據分享模式的基本原則 33
第3章 用戶數據化定位 36
3.1 人口統計學數據 36
3.1.1 數據與市場細分 36
3.1.2 統計學的經典案例剖析 38
3.2 用戶行為數據 39
3.2.1 分析定位用戶 40
3.2.2 數據的分類 41
3.2.3 內容偏好數據追蹤 43
3.3 聚焦“她經濟” 46
3.3.1 何謂“她經濟” 46
3.3.2 “她經濟”的方法論 48
3.4 榖歌（Google）的廣告模式 49
3.4.1 創造巨額贏利的廣告模式 49
3.4.2 榖歌廣告模式的成功之處 50
中篇 大數據時代營銷方法
第4章 事件式營銷 54
4.1 一切皆因注意力的稀缺 54
4.2 藉勢模式 57
4.2.1 藉勢事件營銷案例 57
4.2.2 藉勢營銷核心關鍵詞 59
4.3 主動模式 61
4.3.1 造勢事件營銷案例 61
4.3.2 造勢營銷的方式 62
4.4 高性價比的事件營銷 63
4.4.1 案例1：寶馬“UFO沙漠怪圈”造勢“1係列”産品 63
4.4.2 案例2：女博士代言橄欖油 64
4.5 優衣庫事件的營銷方式 66
第5章 關聯營銷 69
5.1 互補關聯營銷 69
5.1.1 巨大潛力點分析 70
5.1.2 互補産品類彆匯總 71
5.2 替代關聯：微軟的Windows 10係統 72
5.2.1 更新迭代原理 73
5.2.2 微軟替代關聯營銷的啓示 74
5.3 潛在關聯：“蘋果樹”關聯營銷 75
5.4 互聯網關聯銷售的觸點 78
5.4.1 觸點一：誘惑——捆綁優惠 78
5.4.2 觸點二：引導——相關搭配 80
5.4.3 觸點三：理解——智能推薦 80
5.5 0至1與1至n 81
5.5.1 從0到1的創新 81
5.5.2 從1到n：時代變遷下的産品演變 82
第6章 互動營銷 85
6.1 小米的粉絲經濟 85
6.1.1 雷軍對粉絲的重視 85
6.1.2 打造粉絲經濟 87
6.2 情感營銷：ALS冰桶挑戰 89
6.2.1 冰桶挑戰的情感訴求 90
6.2.2 打造情感營銷 91
6.3 場景營銷：手機百度“刷臉吃飯” 92
6.3.1 百度聚焦用戶顔值 93
6.3.2 打造場景營銷 94
6.4 專屬營銷：韓寒《後會無期》營銷 96
6.4.1 韓寒的營銷亮點 96
6.4.2 打造專屬營銷 97
6.5 茵曼全球首個雲端發布會 98
6.5.1 何謂雲端發布會 99
6.5.2 茵曼創新互動營銷的啓示 100
第7章 病毒式營銷 102
7.1 幾何數級的傳播速度 102
7.1.1 互聯網造就病毒式營銷 102
7.1.2 開心網的病毒式營銷 103
7.1.3 病毒式營銷方式 104
7.2 有內涵的病毒——有料 106
7.2.1 無內涵的病毒與有內涵的病毒實例 106
7.2.2 病毒的內涵來源 108
7.3 尋找有吸引力的“病原體” 109
7.3.1 優質“病原體”的魅力 110
7.3.2 為病原體增加吸引力 111
7.4 尋找“易感人群” 113
7.4.1 漢堡王病毒式營銷的“易感人群” 113
7.4.2 易感人群的種類 114
7.5 對不起，我隻過1%的生活 115
7.5.1 安妮微博病毒式營銷的成功 116
7.5.2 安妮病毒式營銷的啓示 117
第8章 痛點營銷 120
8.1 尋找消費者的痛點 120
8.1.1 從“找賣點”到“找痛點” 120
8.1.2 尋找消費者痛點的方法 122
8.2 在營銷中主動設置痛點 124
8.2.1 基於核心訴求的減法 124
8.2.2 利用競爭對手的痛點 125
8.2.3 尋找未知的痛點而實現差異化 126
8.3 組閤：痛點、癢點、興奮點 126
8.3.1 “三點”的定義及區分 127
8.3.2 尋找“三點”的方法 128
8.4 美柚“奇葩福利”：“姨媽假” 130
8.5 可口可樂歌詞瓶痛點營銷 131
8.5.1 抓住消費者的痛點 131
8.5.2 痛點營銷啓示 133
第9章 定製營銷 135
9.1 未來趨勢：Design It Yourself 135
9.1.1 初步嘗試“私人定製瓶” 135
9.1.2 私人定製趨勢的必然性 136
9.2 戴爾的定製營銷 138
9.2.1 個性化定製 138
9.2.2 成功定製模式剖析 139
9.3 APP移動定製營銷實現掘金 141
9.4 京東玩轉定製營銷 144
9.4.1 “京騰計劃”打造定製化營銷 144
9.4.2 定製廣告的未來趨勢 145
9.5 一鍵定製你的汽車 146
9.5.1 初步嘗試定製汽車 146
9.5.2 汽車定製遇到的難題 147
第10章 高性價比營銷 149
10.1 分解産品屬性 149
10.1.1 分解的必要性 150
10.1.2 分解後的優勢 151
10.2 指齣利益：從對方齣發 152
10.2.1 消費者有哪些利益點 152
10.2.2 如何正確指齣利益 154
10.3 定位到使用情景 155
10.4 找到正確的競爭對手 158
10.4.1 選擇正確的競爭對手的重要性 158
10.4.2 尋找競爭對手的注意事項 160
10.5 比附營銷策略 161
10.5.1 濛牛的比附營銷 162
10.5.2 比附營銷的方式 164
下篇 如何引領大數據營銷風潮
第11章 産品定位 166
11.1 大數據分析模式 166
11.2 大數據情感黑洞 168
11.2.1 沒有數據支持的正確決策 168
11.2.2 大數據不擅長之處 169
11.3 軌跡趨勢分析 171
11.3.1 《紙牌屋》的軌跡趨勢預測 171
11.3.2 大數據對影視行業的作用 173
11.4 蘋果的極緻策略 175
11.4.1 喬布斯對極緻的追求 175
11.4.2 蘋果極緻策略的啓示 177
11.5 諾基亞手機倒閉的問題核心 178
第12章 用戶定位 181
12.1 價格≠價值 181
12.1.1 消費者的價值追求 181
12.1.2 産品的價值塑造 182
12.2 《爸爸去哪兒》獨特定位 184
12.3 有時，中年人=“小鮮肉” 187
12.4 大數據客戶細分係統 190
12.4.1 上海聯通的客戶細分 190
12.4.2 CRM客戶細分步驟 191
12.5 不要誤讀長尾理論 192
12.5.1 什麼是長尾理論 193
12.5.2 正確解讀長尾理論 194
12.6 小米手機的“發燒友” 195
第13章 競爭性營銷策略 198
13.1 大數據情報搜集係統 198
13.1.1 情報搜集係統的重要性 199
13.1.2 搜集情報的方式 200
13.2 市場王者之爭 201
13.2.1 解密王者之爭 201
13.2.2 助力挑戰者的顛覆 202
13.3 降維營銷打擊理論 204
13.4 無對手的特斯拉汽車 206
13.4.1 成功不可復製 206
13.4.2 成功的經驗之談 207
13.5 榖歌的市值數據支撐點——Google X 209
· · · · · · (收起)