Excel营销数据分析宝典—大数据时代下易用、超值的数据分析技术(PDF 64页)
Excel营销数据分析宝典—大数据时代下易用、超值的数据分析技术(PDF 64页)内容简介
目录
第Ⅰ部分 使用 Excel 汇总市场
营销数据
第 1 章 使用 PivotTable 对市场营销数据
进行交叉分析·3
1.1 分析 True Colors Hardware (本色
五金商店)的销售情况 ·3
1.1.1 计算两个商店的销售
百分比·· 4
1.1.2 按月汇总收益 7
1.1.3 计算各产品的收益· 8
1.1.4 帕累托 80-20 原则·· 9
1.1.5 报表筛选器和切片器 9
1.2 分析 La Petit 面包店的销售
情况·11
1.2.1 总结一周内各天对面包店
销售情况的影响 ·· 13
1.2.2 产品季节性因素分析· 13
1.2.3 分析面包店销售趋势· 15
1.2.4 分析促销对销售情况的
影响· 16
1.3 分析人口结构如何影响销售
情况·17
1.3.1 分析订阅者的年龄·· 17
1.3.2 分析订阅者的性别·· 18
1.3.3 描述订阅者的收入分布 19
1.3.4 描述订阅者的位置·· 20
1.3.5 构建年龄与收入的交叉分析· 20
1.4 用 GETPIVOTDATA 函数从
PivotTable中提取数据··21
1.5 本章小结22
1.6 练习题·22
第 2 章 使用 Excel 图表汇总市场营销
数据 ·25
2.1 组合图表25
2.1.1 在柱形图中添加生动的产品
图片 · 27
2.1.2 在图表中添加标签或表格 29
2.2 使用 PivotChart 汇总市场调研
数据·30
2.3 确保添加新数据时图表自动
更新·32
2.4 制作动态图表标签··33
2.5 销售团队月度业绩排名汇总··35
2.6 在图表中使用复选框来控制
数据·37
2.7 使用迷你图汇总多个数据系列39
2.8 使用 GETPIVOTDATA 创建
本周销售报表·42
2.9 本章小结44
2.10 练习题··44
第 3 章 使用 Excel 函数汇总市场营销
数据 ·47
3.1 使用直方图汇总数据 ·47
3.1.1 使用 TRANSPOSE 函数 48
Excel 营销数据分析宝典——大数据时代下易用、超值的数据分析技术
XII
3.1.2 使用 FREQUENCY 函数 · 48
3.1.3 偏斜度与直方图图形· 50
3.2 使用统计函数汇总市场营销
数据·51
3.2.1 使用 Excel 函数计算数据集的
典型值 51
3.2.2 典型值的哪种度量最佳 52
3.2.3 使用 VAR 和 STDEV 函数
汇总差异·· 53
3.2.4 汇总数据集的经验法则 53
3.2.5 PERCENTILE.EXC 和
PERCENTRANK.EXC
函数· 54
3.2.6 LARGE 与 SMALL 函数 · 54
3.2.7 使用 COUNTIF 和 SUMIF
函数· 54
3.2.8 使用 COUNTIFS、SUMIFS、
AVERAGEIF 和 AVERAGEIFS
函数· 57
3.2.9 使用分类汇总来汇总数据 ·· 59
3.2.10 使用数组公式汇总 ESPN 杂
志订阅者的人口统计数据 61
3.3 本章小结62
3.4 练习题 63
第Ⅱ部分 定 价 策 略
第 4 章 评估需求曲线并使用规划
求解来最优化定价·67
4.1 评估线性和乘幂需求曲线 ··67
4.1.1 价格弹性 ·· 68
4.1.2 需求曲线的形式 68
4.2 使用 Excel 规划求解来最优化
定价·71
4.2.1 剃须刀(不含刀片)的定价
策略· 72
4.2.2 结合配套产品· 74
4.3 使用主观评估需求曲线进行
定价·75
4.4 使用规划求解表对多种产品
进行定价··77
4.5 本章小结81
4.6 练习题·81
第 5 章 捆绑定价 85
5.1 为什么要捆绑·85
5.1.1 捆绑产品以获取消费者
剩余 · 86
5.1.2 单纯捆绑 86
5.1.3 混合捆绑 87
5.2 使用演化规划求解找出最优
捆绑定价 ··88
5.2.1 演化规划求解介绍 89
5.2.2 找出最优的捆绑定价·· 91
5.3 本章小结93
5.4 练习题·93
第 6 章 非线性定价策略 ·97
6.1 需求曲线和支付意愿 ·98
6.2 使用非线性定价策略最大化
利润·98
6.2.1 最优化标准数量折扣·· 99
6.2.2 最优化非标准数量折扣· 101
6.2.3 最优化双重收费· 101
6.3 本章小结·104
6.4 练习题··104
第 7 章 撇脂定价策略与销售·107
7.1 价格随时间而下降107
7.1.1 学习曲线 107
7.1.2 竞争对手 108
7.1.3 撇脂定价策略 · 108
7.2 为何会有低价销售109
7.3 本章小结·112
7.4 练习题··112
第 8 章 收益管理 ·115
8.1 为贝兹汽车旅馆和细分消费者
评估需求 116
8.1.1 评估需求曲线 ·· 116
8.1.2 最优化单一价格·· 117
8.1.3 使用两种价格来细分消费者·· 118
目 录
XIII
8.1.4 具有容量限制的细分市场 120
8.2 应对不确定因素·121
8.2.1 判定预订限制·· 121
8.2.2 超售模型 122
8.3 降价策略·123
8.4 本章小结·125
8.5 练习题 ·125
第Ⅲ部分 预 测
第 9 章 简单线性回归及相关系数129
9.1 简单线性回归··129
9.1.1 分析毛家饭店的销售情况·· 130
9.1.2 Excel 如何判定最佳拟合线 133
9.1.3 计算误差或残差· 134
9.1.4 定义 R 2 134
9.1.5 趋势线的预测准确性·· 135
9.1.6 Excel 的 SLOPE、INTERCEPT
和 RSQ 函数 135
9.2 使用相关系数来总结线性关系·136
9.2.1 使用数据分析加载项来
找出相关系数 · 137
9.2.2 相关系数与均值回归·· 139
9.3 本章小结·139
9.4 练习题 ·139
第 10 章 使用多元回归分析预测销 售
情况·141
10.1 多元线性回归分析介绍 ··141
10.2 使用数据分析加载项运行回归
分析 143
10.3 理解回归分析的结果144
10.3.1 回归系数 ·· 144
10.3.2 非线性回归假设的 F
检验· 145
10.3.3 回归预测拟合的准确性
和合优性·· 145
10.3.4 判定显著的自变量·· 145
10.3.5 残差结果和异常值·· 146
10.3.6 处理不显著的自变量· 146
10.3.7 回归系数说明 147
10.3.8 设置销售配额 147
10.3.9 谨防盲目推断 148
10.4 在回归分析中使用定性
自变量148
10.5 对相互作用和非线性关系进行
建模·152
10.5.1 非线性关系· 152
10.5.2 相互作用·· 153
10.5.3 检验非线性关系和
相互作用·· 153
10.6 检验回归假设的有效性155
10.6.1 正态分布的误差项·· 155
10.6.2 异方差性：非常数方
差误差项·· 156
10.6.3 自相关：误差的非
独立性 158
10.6.4 自相关的图形化说明· 158
10.6.5 自相关检测与校正·· 159
10.7 多重共线性·162
10.8 回归分析的验证··164
10.9 本章小结··166
10.10 练习题·166
第 11 章 在特殊事件发生时进行预测 169
11.1 构建基础模型169
11.1.1 评估预测的准确性·· 172
11.1.2 细化基础模型 173
11.1.3 检查预测误差的随机性·· 175
11.2 本章小结··176
11.3 练习题176
第 12 章 对趋势和季节性因素建模·177
12.1 使用移动平均线来平滑处理
数据并消除季节性因素 ··177
12.2 一个具有趋势和季节性因素的
相加模型··179
12.3 一个具有趋势和季节性因素的
相乘模型··181
12.4 本章小结··183
Excel 营销数据分析宝典——大数据时代下易用、超值的数据分析技术
XIV
12.5 练习题184
第 13 章 移动平均比率预测法 ··185
13.1 使用移动平均比率法185
13.1.1 计算移动平均指标和中心
移动平均指标 186
13.1.2 将趋势线拟合到中心移动
平均指标·· 186
13.1.3 计算季节性指数 186
13.1.4 预测季度21～季度24 期
间的销量 187
13.2 将移动平均比率法应用于月度
数据 187
13.3 本章小结··187
13.4 练习题188
第 14 章 温特方法189
14.1 温特方法的参数定义189
14.2 初始化温特方法··190
14.3 估算平滑常数191
14.4 对未来月份进行预测192
14.5 平均绝对误差率(MAPE)·193
14.6 本章小结··194
14.7 练习题194
第 15 章 使用类神经网络预测销售
情况·195
15.1 回归分析和类神经网络 ··195
15.2 使用类神经网络··195
15.2.1 预测股市 ·· 196
15.2.2 驾驶汽车 ·· 196
15.2.3 直接市场目标· 196
15.2.4 破产预测 ·· 197
15.2.5 商品扫描数据分析·· 197
15.2.6 类神经网络与电梯·· 197
15.2.7 信用卡与贷款· 197
15.3 使用NeuralTools 预测销售额··198
15.4 使用 NeuralTools 预测航空
里程数 ··202
15.5 本章小结··202
15.6 练习题203
第Ⅳ部分 客 户 需 求
第 16 章 联合分析法··207
16.1 产品、属性和等级 ·207
16.2 全轮廓联合分析法 ·209
16.2.1 确定产品轮廓 209
16.2.2 运行回归分析· 211
16.2.3 属性和等级排名 ·· 212
16.2.4 使用联合分析法细分
市场· 213
16.2.5 用联合分析法进行价值
导向定价·· 213
16.3 使用演化规划求解生成产品
轮廓·214
16.4 制定联合分析模拟器 218
16.5 研究联合分析的其他形式··220
16.5.1 自适应/混合型联合分析·· 220
16.5.2 基于选择的联合分析· 220
16.6 本章小结··220
16.7 练习题221
第 17 章 逻辑回归分析·223
17.1 为何逻辑回归分析是必要的·223
17.2 逻辑回归模型226
17.3 逻辑回归模型的最大似然
评估·227
17.3.1 使用逻辑回归分析来
评估概率·· 228
17.3.2 阐释逻辑回归分析的
回归系数·· 229
17.4 使用 StatTools 评估和验证逻辑
回归分析假设229
17.4.1 使用 StatTools 运行逻辑
回归分析·· 229
17.4.2 StatTools 逻辑回归分析
输出说明·· 231
17.4.3 具有不止一个自变量的
逻辑回归分析 231
目 录
XV
17.5 用计数数据执行逻辑回归
分析 233
17.6 本章小结··234
17.7 练习题235
第 18 章 离散选择分析 ·237
18.1 随机效用理论237
18.2 巧克力偏好的离散选择分析·238
18.3 将价格和品牌价值纳入离散
选择分析中·241
18.3.1 价格优化 ·· 243
18.3.2 评估品牌价值· 245
18.3.3 验证离散选择分析中的
显著性 245
18.4 动态离散选择分析·246
18.5 不相关可选项的独立性(IIA)
假设 247
18.6 离散选择与价格弹性248
18.7 本章小结··248
18.8 练习题249
第Ⅴ部分 客 户 价 值
第 19 章 计算客户的生命周期价值·255
19.1 基础客户价值模板·255
19.2 使用双向表格衡量敏感度
分析 257
19.3 乘数的显式表达式·257
19.4 变化的边际利润··258
19.5 DIRECTV、客户价值以及
《胜利之光》(FNL)··259
19.6 评估客户仍会保持活跃的
几率 260
19.7 超越基础客户生命周期价值
模型 261
19.8 本章小结··261
19.9 练习题261
第 20 章 使用客户价值对业务估值·263
20.1 价值评估入门263
20.2 使用客户价值对业务估值 ·264
20.3 使用单向表格衡量敏感度
分析·266
20.4 使用客户价值来评估一家企业的
市场价值··266
20.5 本章小结··267
20.6 练习题267
第 21 章 客户价值、蒙特卡罗模拟法与
市场营销决策·269
21.1 客户价值的马可夫链模型··269
21.2 使用蒙特卡罗模拟法预测市场
营销活动是否会成功 273
21.2.1 使用一个单向数据表格
来模拟高朋网团购活动·· 276
21.2.2 使用柱状图来汇总模拟
结果 277
21.3 本章小结··278
21.4 练习题278
第 22 章 在获取客户和留存客户之间
分配市场营销资源281
22.1 对资金投入与获取客户和留存
客户之间的关系进行建模··281
22.2 优化留存和获取投入的基础
模型·283
22.3 基础模型的改进··285
22.4 本章小结··287
22.5 练习题287
第Ⅵ部分 市 场 细 分
第 23 章 聚类分析 ··291
23.1 对美国城市进行聚类 291
23.1.1 属性标准化· 292
23.1.2 聚类选取·· 293
23.1.3 规划求解如何找出最优
聚类· 294
23.1.4 设置用于聚类分析的规划
求解模型·· 295
23.1.5 聚类说明·· 297
23.1.6 判定聚类的适当数量· 298
Excel 营销数据分析宝典——大数据时代下易用、超值的数据分析技术
XVI
23.2 使用联合分析法对市场进行
细分 298
23.3 本章小结··301
23.4 练习题302
第 24 章 协同过滤303
24.1 基于用户的协同过滤303
24.1.1 评估用户相似性 304
24.1.2 评估 Theresa 对《爱慕》
的评分 305
24.2 基于内容项的过滤·307
24.3 基于内容项和基于用户的协同
过滤的对比·309
24.4 Netflix 比赛 309
24.5 本章小结··310
24.6 练习题310
第 25 章 将分类树用于细分市场··311
25.1 决策树介绍·311
25.2 构造一棵决策树··312
25.2.1 决策树说明 · 315
25.2.2 决策树与聚类分析有何
不同· 315
25.3 精简决策树和 CART·315
25.4 本章小结··316
25.5 练习题316
第Ⅶ部分 预测新产品的销售情况
第 26 章 用 S 曲线预测新产品的
销售情况321
26.1 研究 S 曲线·321
26.2 拟合珀尔或逻辑斯蒂曲线 ·323
26.3 用季节性因素拟合 S 曲线·325
26.4 拟合龚铂兹曲线··327
26.5 珀尔曲线与龚铂兹曲线
对比 328
26.6 本章小结··329
26.7 练习题329
第 27 章 巴斯扩散模型·331
27.1 巴斯模型介绍331
27.2 评估巴斯模型332
27.3 使用巴斯模型预测新产品的
销售情况··334
27.4 收缩意向数据336
27.5 使用巴斯模型来模拟新产品的
销售情况··337
27.6 巴斯模型的改进··338
27.7 本章小结··339
27.8 练习题339
第 28 章 使用哥白尼原则预测未来的
销售时长 ··341
28.1 使用哥白尼原则··341
28.2 模拟产品的剩余生命期342
28.3 本章小结··343
28.4 练习题343
第Ⅷ部分 零 售 业
第 29 章 购物篮分析和电梯理论 ·347
29.1 计算两种产品的搭配度347
29.1.1 创建命名区域 348
29.1.2 同时计算多个双向产品
组合的搭配度 ·· 349
29.2 计算三向搭配度··350
29.3 数据挖掘传奇揭秘 ·353
29.4 使用搭配度优化商场布局··353
29.5 本章小结··355
29.6 练习题355
第 30 章 RFM 分析和直邮广告
活动优化 ··357
30.1 RFM 分析 357
30.1.1 计算 R、F 和 M 358
30.1.2 R、F 和 M 是何值时应该
邮寄目录·· 360
30.2 一个 RFM 成功案例··362
30.3 使用演化规划求解优化直邮
广告活动··362
..............................
第Ⅰ部分 使用 Excel 汇总市场
营销数据
第 1 章 使用 PivotTable 对市场营销数据
进行交叉分析·3
1.1 分析 True Colors Hardware (本色
五金商店)的销售情况 ·3
1.1.1 计算两个商店的销售
百分比·· 4
1.1.2 按月汇总收益 7
1.1.3 计算各产品的收益· 8
1.1.4 帕累托 80-20 原则·· 9
1.1.5 报表筛选器和切片器 9
1.2 分析 La Petit 面包店的销售
情况·11
1.2.1 总结一周内各天对面包店
销售情况的影响 ·· 13
1.2.2 产品季节性因素分析· 13
1.2.3 分析面包店销售趋势· 15
1.2.4 分析促销对销售情况的
影响· 16
1.3 分析人口结构如何影响销售
情况·17
1.3.1 分析订阅者的年龄·· 17
1.3.2 分析订阅者的性别·· 18
1.3.3 描述订阅者的收入分布 19
1.3.4 描述订阅者的位置·· 20
1.3.5 构建年龄与收入的交叉分析· 20
1.4 用 GETPIVOTDATA 函数从
PivotTable中提取数据··21
1.5 本章小结22
1.6 练习题·22
第 2 章 使用 Excel 图表汇总市场营销
数据 ·25
2.1 组合图表25
2.1.1 在柱形图中添加生动的产品
图片 · 27
2.1.2 在图表中添加标签或表格 29
2.2 使用 PivotChart 汇总市场调研
数据·30
2.3 确保添加新数据时图表自动
更新·32
2.4 制作动态图表标签··33
2.5 销售团队月度业绩排名汇总··35
2.6 在图表中使用复选框来控制
数据·37
2.7 使用迷你图汇总多个数据系列39
2.8 使用 GETPIVOTDATA 创建
本周销售报表·42
2.9 本章小结44
2.10 练习题··44
第 3 章 使用 Excel 函数汇总市场营销
数据 ·47
3.1 使用直方图汇总数据 ·47
3.1.1 使用 TRANSPOSE 函数 48
Excel 营销数据分析宝典——大数据时代下易用、超值的数据分析技术
XII
3.1.2 使用 FREQUENCY 函数 · 48
3.1.3 偏斜度与直方图图形· 50
3.2 使用统计函数汇总市场营销
数据·51
3.2.1 使用 Excel 函数计算数据集的
典型值 51
3.2.2 典型值的哪种度量最佳 52
3.2.3 使用 VAR 和 STDEV 函数
汇总差异·· 53
3.2.4 汇总数据集的经验法则 53
3.2.5 PERCENTILE.EXC 和
PERCENTRANK.EXC
函数· 54
3.2.6 LARGE 与 SMALL 函数 · 54
3.2.7 使用 COUNTIF 和 SUMIF
函数· 54
3.2.8 使用 COUNTIFS、SUMIFS、
AVERAGEIF 和 AVERAGEIFS
函数· 57
3.2.9 使用分类汇总来汇总数据 ·· 59
3.2.10 使用数组公式汇总 ESPN 杂
志订阅者的人口统计数据 61
3.3 本章小结62
3.4 练习题 63
第Ⅱ部分 定 价 策 略
第 4 章 评估需求曲线并使用规划
求解来最优化定价·67
4.1 评估线性和乘幂需求曲线 ··67
4.1.1 价格弹性 ·· 68
4.1.2 需求曲线的形式 68
4.2 使用 Excel 规划求解来最优化
定价·71
4.2.1 剃须刀(不含刀片)的定价
策略· 72
4.2.2 结合配套产品· 74
4.3 使用主观评估需求曲线进行
定价·75
4.4 使用规划求解表对多种产品
进行定价··77
4.5 本章小结81
4.6 练习题·81
第 5 章 捆绑定价 85
5.1 为什么要捆绑·85
5.1.1 捆绑产品以获取消费者
剩余 · 86
5.1.2 单纯捆绑 86
5.1.3 混合捆绑 87
5.2 使用演化规划求解找出最优
捆绑定价 ··88
5.2.1 演化规划求解介绍 89
5.2.2 找出最优的捆绑定价·· 91
5.3 本章小结93
5.4 练习题·93
第 6 章 非线性定价策略 ·97
6.1 需求曲线和支付意愿 ·98
6.2 使用非线性定价策略最大化
利润·98
6.2.1 最优化标准数量折扣·· 99
6.2.2 最优化非标准数量折扣· 101
6.2.3 最优化双重收费· 101
6.3 本章小结·104
6.4 练习题··104
第 7 章 撇脂定价策略与销售·107
7.1 价格随时间而下降107
7.1.1 学习曲线 107
7.1.2 竞争对手 108
7.1.3 撇脂定价策略 · 108
7.2 为何会有低价销售109
7.3 本章小结·112
7.4 练习题··112
第 8 章 收益管理 ·115
8.1 为贝兹汽车旅馆和细分消费者
评估需求 116
8.1.1 评估需求曲线 ·· 116
8.1.2 最优化单一价格·· 117
8.1.3 使用两种价格来细分消费者·· 118
目 录
XIII
8.1.4 具有容量限制的细分市场 120
8.2 应对不确定因素·121
8.2.1 判定预订限制·· 121
8.2.2 超售模型 122
8.3 降价策略·123
8.4 本章小结·125
8.5 练习题 ·125
第Ⅲ部分 预 测
第 9 章 简单线性回归及相关系数129
9.1 简单线性回归··129
9.1.1 分析毛家饭店的销售情况·· 130
9.1.2 Excel 如何判定最佳拟合线 133
9.1.3 计算误差或残差· 134
9.1.4 定义 R 2 134
9.1.5 趋势线的预测准确性·· 135
9.1.6 Excel 的 SLOPE、INTERCEPT
和 RSQ 函数 135
9.2 使用相关系数来总结线性关系·136
9.2.1 使用数据分析加载项来
找出相关系数 · 137
9.2.2 相关系数与均值回归·· 139
9.3 本章小结·139
9.4 练习题 ·139
第 10 章 使用多元回归分析预测销 售
情况·141
10.1 多元线性回归分析介绍 ··141
10.2 使用数据分析加载项运行回归
分析 143
10.3 理解回归分析的结果144
10.3.1 回归系数 ·· 144
10.3.2 非线性回归假设的 F
检验· 145
10.3.3 回归预测拟合的准确性
和合优性·· 145
10.3.4 判定显著的自变量·· 145
10.3.5 残差结果和异常值·· 146
10.3.6 处理不显著的自变量· 146
10.3.7 回归系数说明 147
10.3.8 设置销售配额 147
10.3.9 谨防盲目推断 148
10.4 在回归分析中使用定性
自变量148
10.5 对相互作用和非线性关系进行
建模·152
10.5.1 非线性关系· 152
10.5.2 相互作用·· 153
10.5.3 检验非线性关系和
相互作用·· 153
10.6 检验回归假设的有效性155
10.6.1 正态分布的误差项·· 155
10.6.2 异方差性：非常数方
差误差项·· 156
10.6.3 自相关：误差的非
独立性 158
10.6.4 自相关的图形化说明· 158
10.6.5 自相关检测与校正·· 159
10.7 多重共线性·162
10.8 回归分析的验证··164
10.9 本章小结··166
10.10 练习题·166
第 11 章 在特殊事件发生时进行预测 169
11.1 构建基础模型169
11.1.1 评估预测的准确性·· 172
11.1.2 细化基础模型 173
11.1.3 检查预测误差的随机性·· 175
11.2 本章小结··176
11.3 练习题176
第 12 章 对趋势和季节性因素建模·177
12.1 使用移动平均线来平滑处理
数据并消除季节性因素 ··177
12.2 一个具有趋势和季节性因素的
相加模型··179
12.3 一个具有趋势和季节性因素的
相乘模型··181
12.4 本章小结··183
Excel 营销数据分析宝典——大数据时代下易用、超值的数据分析技术
XIV
12.5 练习题184
第 13 章 移动平均比率预测法 ··185
13.1 使用移动平均比率法185
13.1.1 计算移动平均指标和中心
移动平均指标 186
13.1.2 将趋势线拟合到中心移动
平均指标·· 186
13.1.3 计算季节性指数 186
13.1.4 预测季度21～季度24 期
间的销量 187
13.2 将移动平均比率法应用于月度
数据 187
13.3 本章小结··187
13.4 练习题188
第 14 章 温特方法189
14.1 温特方法的参数定义189
14.2 初始化温特方法··190
14.3 估算平滑常数191
14.4 对未来月份进行预测192
14.5 平均绝对误差率(MAPE)·193
14.6 本章小结··194
14.7 练习题194
第 15 章 使用类神经网络预测销售
情况·195
15.1 回归分析和类神经网络 ··195
15.2 使用类神经网络··195
15.2.1 预测股市 ·· 196
15.2.2 驾驶汽车 ·· 196
15.2.3 直接市场目标· 196
15.2.4 破产预测 ·· 197
15.2.5 商品扫描数据分析·· 197
15.2.6 类神经网络与电梯·· 197
15.2.7 信用卡与贷款· 197
15.3 使用NeuralTools 预测销售额··198
15.4 使用 NeuralTools 预测航空
里程数 ··202
15.5 本章小结··202
15.6 练习题203
第Ⅳ部分 客 户 需 求
第 16 章 联合分析法··207
16.1 产品、属性和等级 ·207
16.2 全轮廓联合分析法 ·209
16.2.1 确定产品轮廓 209
16.2.2 运行回归分析· 211
16.2.3 属性和等级排名 ·· 212
16.2.4 使用联合分析法细分
市场· 213
16.2.5 用联合分析法进行价值
导向定价·· 213
16.3 使用演化规划求解生成产品
轮廓·214
16.4 制定联合分析模拟器 218
16.5 研究联合分析的其他形式··220
16.5.1 自适应/混合型联合分析·· 220
16.5.2 基于选择的联合分析· 220
16.6 本章小结··220
16.7 练习题221
第 17 章 逻辑回归分析·223
17.1 为何逻辑回归分析是必要的·223
17.2 逻辑回归模型226
17.3 逻辑回归模型的最大似然
评估·227
17.3.1 使用逻辑回归分析来
评估概率·· 228
17.3.2 阐释逻辑回归分析的
回归系数·· 229
17.4 使用 StatTools 评估和验证逻辑
回归分析假设229
17.4.1 使用 StatTools 运行逻辑
回归分析·· 229
17.4.2 StatTools 逻辑回归分析
输出说明·· 231
17.4.3 具有不止一个自变量的
逻辑回归分析 231
目 录
XV
17.5 用计数数据执行逻辑回归
分析 233
17.6 本章小结··234
17.7 练习题235
第 18 章 离散选择分析 ·237
18.1 随机效用理论237
18.2 巧克力偏好的离散选择分析·238
18.3 将价格和品牌价值纳入离散
选择分析中·241
18.3.1 价格优化 ·· 243
18.3.2 评估品牌价值· 245
18.3.3 验证离散选择分析中的
显著性 245
18.4 动态离散选择分析·246
18.5 不相关可选项的独立性(IIA)
假设 247
18.6 离散选择与价格弹性248
18.7 本章小结··248
18.8 练习题249
第Ⅴ部分 客 户 价 值
第 19 章 计算客户的生命周期价值·255
19.1 基础客户价值模板·255
19.2 使用双向表格衡量敏感度
分析 257
19.3 乘数的显式表达式·257
19.4 变化的边际利润··258
19.5 DIRECTV、客户价值以及
《胜利之光》(FNL)··259
19.6 评估客户仍会保持活跃的
几率 260
19.7 超越基础客户生命周期价值
模型 261
19.8 本章小结··261
19.9 练习题261
第 20 章 使用客户价值对业务估值·263
20.1 价值评估入门263
20.2 使用客户价值对业务估值 ·264
20.3 使用单向表格衡量敏感度
分析·266
20.4 使用客户价值来评估一家企业的
市场价值··266
20.5 本章小结··267
20.6 练习题267
第 21 章 客户价值、蒙特卡罗模拟法与
市场营销决策·269
21.1 客户价值的马可夫链模型··269
21.2 使用蒙特卡罗模拟法预测市场
营销活动是否会成功 273
21.2.1 使用一个单向数据表格
来模拟高朋网团购活动·· 276
21.2.2 使用柱状图来汇总模拟
结果 277
21.3 本章小结··278
21.4 练习题278
第 22 章 在获取客户和留存客户之间
分配市场营销资源281
22.1 对资金投入与获取客户和留存
客户之间的关系进行建模··281
22.2 优化留存和获取投入的基础
模型·283
22.3 基础模型的改进··285
22.4 本章小结··287
22.5 练习题287
第Ⅵ部分 市 场 细 分
第 23 章 聚类分析 ··291
23.1 对美国城市进行聚类 291
23.1.1 属性标准化· 292
23.1.2 聚类选取·· 293
23.1.3 规划求解如何找出最优
聚类· 294
23.1.4 设置用于聚类分析的规划
求解模型·· 295
23.1.5 聚类说明·· 297
23.1.6 判定聚类的适当数量· 298
Excel 营销数据分析宝典——大数据时代下易用、超值的数据分析技术
XVI
23.2 使用联合分析法对市场进行
细分 298
23.3 本章小结··301
23.4 练习题302
第 24 章 协同过滤303
24.1 基于用户的协同过滤303
24.1.1 评估用户相似性 304
24.1.2 评估 Theresa 对《爱慕》
的评分 305
24.2 基于内容项的过滤·307
24.3 基于内容项和基于用户的协同
过滤的对比·309
24.4 Netflix 比赛 309
24.5 本章小结··310
24.6 练习题310
第 25 章 将分类树用于细分市场··311
25.1 决策树介绍·311
25.2 构造一棵决策树··312
25.2.1 决策树说明 · 315
25.2.2 决策树与聚类分析有何
不同· 315
25.3 精简决策树和 CART·315
25.4 本章小结··316
25.5 练习题316
第Ⅶ部分 预测新产品的销售情况
第 26 章 用 S 曲线预测新产品的
销售情况321
26.1 研究 S 曲线·321
26.2 拟合珀尔或逻辑斯蒂曲线 ·323
26.3 用季节性因素拟合 S 曲线·325
26.4 拟合龚铂兹曲线··327
26.5 珀尔曲线与龚铂兹曲线
对比 328
26.6 本章小结··329
26.7 练习题329
第 27 章 巴斯扩散模型·331
27.1 巴斯模型介绍331
27.2 评估巴斯模型332
27.3 使用巴斯模型预测新产品的
销售情况··334
27.4 收缩意向数据336
27.5 使用巴斯模型来模拟新产品的
销售情况··337
27.6 巴斯模型的改进··338
27.7 本章小结··339
27.8 练习题339
第 28 章 使用哥白尼原则预测未来的
销售时长 ··341
28.1 使用哥白尼原则··341
28.2 模拟产品的剩余生命期342
28.3 本章小结··343
28.4 练习题343
第Ⅷ部分 零 售 业
第 29 章 购物篮分析和电梯理论 ·347
29.1 计算两种产品的搭配度347
29.1.1 创建命名区域 348
29.1.2 同时计算多个双向产品
组合的搭配度 ·· 349
29.2 计算三向搭配度··350
29.3 数据挖掘传奇揭秘 ·353
29.4 使用搭配度优化商场布局··353
29.5 本章小结··355
29.6 练习题355
第 30 章 RFM 分析和直邮广告
活动优化 ··357
30.1 RFM 分析 357
30.1.1 计算 R、F 和 M 358
30.1.2 R、F 和 M 是何值时应该
邮寄目录·· 360
30.2 一个 RFM 成功案例··362
30.3 使用演化规划求解优化直邮
广告活动··362
..............................
用户登陆
大数据热门资料
大数据相关下载