營銷數據科學：用R和Python進行預測分析的建模技術 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] 托馬斯 W. 米勒（Thomas W. Miller） 著，崔立真，鹿旭東 譯

圖書標籤:

• 營銷數據科學
• 預測分析
• R語言
• Python語言
• 建模技術
• 數據挖掘
• 機器學習
• 統計建模
• 商業分析
• 數據科學

齣版社： 機械工業齣版社

ISBN：9787111559023

版次：1

商品編碼：12142298

品牌：機工齣版

包裝：平裝

叢書名： 數據科學與工程技術叢書

開本：16開

齣版時間：2017-03-01

用紙：膠版紙

頁數：291

內容簡介

　　本書麵嚮市場營銷特定領域中的大量典型問題，如産品設計、需求預測、價格研究、客戶選擇、推薦係統等，通過理論和實際的R/Python實現，深入淺齣地給齣瞭詳細的數據科學解決方案。本書適閤作為高等院校預測分析學等相關專業的教材，也適用於準備探索數據科學的人。

目錄

譯者序
前言
第1章　瞭解市場1
第2章　預測消費者的選擇9
第3章　鎖定目標客戶16
第4章　開發新客戶28
第5章　維係客戶39
第6章　産品定位51
第7章　開發新産品66
第8章　産品促銷72
第9章　推薦産品86
第10章　評估品牌和價格98
第11章　利用社交網絡123
第12章　關注競爭對手140
第13章　銷售預測150
第14章　重新定義營銷研究157
附錄A　數據科學方法163
A.1　數據庫係統和數據準備164
A.2　傳統統計與貝葉斯統計166
A.3　迴歸與分類167
A.4　數據挖掘與機器學習172
A.5　數據可視化174
A.6　文本和情感分析174
A.7　時間序列與市場響應模型179
附錄B　營銷數據來源182
B.1　測量理論182
B.2　測量水平184
B.3　抽樣186
B.4　營銷數據庫189
B.5　萬維網190
B.6　社交媒體192
B.7　調查192
B.8　實驗206
B.9　采訪208
B.10　焦點小組210
B.11　現場研究211
附錄C　案例研究214
C.1　AT&T;選擇研究214
C.2　匿名微軟網站數據215
C.3　銀行營銷研究215
C.4　波士頓住房研究216
C.5　電腦選擇研究217
C.6　DriveTime廂式轎車221
C.7　Lydia E. Pinkham醫藥公司224
C.8　寶潔洗衣皂224
C.9　返送公仔225
C.10　Studenmund餐廳225
C.11　悉尼交通研究227
C.12　ToutBay再次起航227
C.13　兩個月工資230
C.14　威斯康星州德爾斯232
C.15　威斯康星州彩票銷售234
C.16　維基百科投票237
附錄D　代碼與實用程序239
參考文獻252
索引284

前言/序言

　　“人總會失去養育自己的一切，自然界的事物莫不如此。勇敢的人總是從容應對，靜觀其變，而不會溜之大吉。”
　　——2012年美國電影《南方的野獸》中赫什帕皮（奎溫簡妮·沃利斯飾）　　以前的市場營銷教材編寫者總會推廣“營銷理念”，說營銷既不是銷售也不是買賣，而是去瞭解和滿足顧客需求。他們往往把“營銷研究（市場調查）”和“市場研究”區分開，把前者列為一門商業學科，而把後者劃入經濟學的範疇。“營銷研究”有時也被稱為“營銷科學”或者“營銷工程”。
　　我們不妨先把過往學術上的自高自大和故弄玄虛放到一邊，也不糾纏於語言文字上的是非麯直。營銷也好，銷售也罷，市場營銷也好，市場研究也罷，研究也好，科學也罷，其實都是同樣東西的不同錶述。在一個被信息技術和即時通信不斷改造的世界裏，數據就是王道。
　　數據科學是新型的統計學，是一種融閤瞭建模技術、信息技術和商業智慧的集大成者，更是營銷研究所呈現的一種新境界。
　　在介紹營銷數據科學的時候，我們選擇的做法是如實反映消費者、市場和營銷的現狀。今天的研究其實意味著從網頁瀏覽、信息采集、網站檢索、在綫調查、焦點小組、博客和社交媒體收集數據並加以分析，也意味著能夠以最快的速度和最低的成本找到解決問題的答案。
　　高效地找到答案並不意味著我們必須拋棄科學研究、抽樣調查或概率推理的理念。我們在設計營銷手段、擬閤模型、描述研究結果以及嚮管理層推薦相應的行動時必須小心謹慎。
　　當然，有時候我們必須參與相關的研究。要創立調查工具和采訪指南。要從消費者樣本和焦點小組中收集數據。這就是傳統營銷研究—定製研究，是專門滿足每個個體客戶或研究問題的研究。
　　學習營銷數據科學的最佳方法是通過例子來研究。本書提供瞭可用於建模技術的資源和參考資料。我們嚮程序設計者展示瞭如何編寫代碼來解決真實的業務問題。
　　關於我們所開展的工作的真實情況都包括在我們編寫的程序裏。這裏的代碼是供每個人查看和調試的。為瞭促進學生的學習，程序包括瞭對每一個步驟的點評和建議，以供進一步分析。數據集和計算機程序可從網站http: //www. ftpress.com/miller/獲取。
　　在營銷數據科學的研究中，有些問題采用Python編程語言比較容易解決，而有些問題采用R編程語言則比較容易解決。有時候也會提供這兩種語言的解決方案，以供互相印證對比。Python和R編程語言是研究數據科學的強大工具。
　　本書中的大多數數據來自於公共領域。許多案例的支撐數據來自於加利福尼亞大學歐文分校機器學習庫和斯坦福大學大網絡數據組集閤。感謝為本書提供這些內容豐富的數據組的相關人員。
　　我從自己在Research Publishers公司及其主要推廣“數據科學作為服務”業務的Tout-Bay分部的谘詢工作中學到瞭很多知識。學術研究和模型能夠引領我們達到的境界，目前暫時到此為止瞭。最後，為瞭體現差異，需要把我們的想法和模型付諸實施，並與彆人分享。
　　多年來有很多人影響瞭我的學業和事業。這些人都是很棒的思想者和好心人、好老師，對他們我將永遠心存感激。不過令人傷感的是，厄爾西努斯學院哲學專業的傑拉爾德·哈恩·欣剋爾和語言專業的阿蘭·雷剋·萊斯以及明尼蘇達大學哲學專業的赫伯特·菲格爾已經永遠地離開瞭我們。我對明尼蘇達大學心理測量學專業的大衛J.韋斯和之前在俄勒岡大學經濟學專業的凱利·伊金也深錶謝意。
　　感謝多年來與我一起奮戰在威斯康星大學麥迪遜分校並提供大力支持的邁剋爾L.羅斯柴爾德、尼爾M.福特、彼得R.迪森以及賈尼·剋利斯托夫。在我供職A. C.尼爾森營銷研究中心主任期間，我認識瞭營銷研究行業的各位領軍人物，包括小亞瑟C.尼爾森本人。我還認識和采訪瞭該行業的曆史學傢傑剋·霍諾米奇爾，認識瞭著有被公認為營銷研究重要教材的第一作者吉爾·丘吉爾。我在A. C.尼爾森營銷研究中心學習瞭傳統營銷研究，非常感激在那裏與各位研究人員和執行顧問委員會的各位成員一起工作所獲得的寶貴經驗。我還要感謝傑夫·沃爾考斯基和尼利·埃斯坡瓦，當在綫調查和焦點小組在營銷研究中嶄露頭角之時，他們二位就和我一起共同探索如何使用此類方法進行研究瞭。
　　在威斯康星大學麥迪遜分校的任期結束後，我創立瞭谘詢業務公司—Research Publishers公司，與之前的張伯倫研究谘詢公司在同一地點辦公。沙龍·張伯倫為我提供瞭開展營銷研究業務的基地和場所，正是在那裏，本書的相關概念初現雛形：
　　對於企業而言，有什麼事情能比瞭解客戶、競爭對手和市場更加重要呢？管理者要對事情有一個條理分明的觀點。消費者研究、産品管理、競爭情報、客戶支持和管理信息係統分屬各個職能部門，而各個部門之間總是各行其是，管理者想要找到自己所需要的信息也總是睏難重重。因此，對研究和信息的整閤顯得更有意義。（Miller，2008）　　我目前的傢位於西北大學職業研究學院。我參與三個研究生專業（預測分析理學碩士、數據科學高級證書、體育管理文學碩士）的課程教學工作。營銷分析、數據庫係統和數據準備、網絡和網絡數據科學、數據可視化等課程都為本書的編寫提供瞭創作的靈感。
　　我期待西北大學的研究生課程在進入分析學創業和體育分析學等新領域後不斷發展壯大，感謝那些管理著這些與眾不同的研究生專業的同事和員工，也感謝眾多的學生和教師同仁，我從他們身上獲益良多。
　　TEXnology公司的愛米·亨德利遜運用她的嫻熟技藝，使得本書的文字、圖錶在印刷裝幀上非常美觀—這也是開源軟件的另一項勝利。羅列娜·馬丁為本書寫瞭書評，並提供瞭很多我們非常需要的反饋信息。羅伊·桑福特就統計解讀提供瞭很好的建議。坎迪斯·布拉德利既是書評者又是文字編輯。我對他們各位的指導和鼓勵錶示感謝。
　　.　　我還要感謝編輯讓娜·格拉捨·列文以及Pearson/FT齣版社，感謝他們使本書及“建模技術”係列書得以問世。當然，任何寫作問題、錯誤或語焉不詳之處都是我的責任，與他人無關。
　　我的好友布呂特尼和她的女兒賈妮亞一有時間就陪在我的身邊。我的兒子丹尼爾無論順境逆境也總在我左右，成為我的忘年之交。我對他們虧欠最多，因為他們對我始終充滿信任。
　　托馬斯W.米勒　　2015年4月於加利福尼亞州格倫代爾市

評分☆☆☆☆☆

寫的確實專業，深入淺齣

評分☆☆☆☆☆

翻譯版的質量還是不錯的，思路清晰深入淺齣。推薦看下

評分☆☆☆☆☆

很不錯的一本書，值得好好的讀一下，喜歡

評分☆☆☆☆☆

一直在京東買，這個可以吧，不推薦。

評分☆☆☆☆☆

不錯，提供思路

評分☆☆☆☆☆

真的很不錯呦！

評分☆☆☆☆☆

可以還行不錯

評分☆☆☆☆☆

真的很不錯呦！

評分☆☆☆☆☆

不錯，提供思路