海量數據正在向我們襲來，你所在的企業准備好迎接這一挑戰了嗎？
如何找出優質客戶名單？
如何防止特定的客戶群體流失？
針對哪些客戶開展促銷活動能夠獲得豐厚的回報？
如何利用大數據和小數據，以商業人士和數據專家都能理解和認同的方式提高企業經營績效？
理查德·博伊爾（Richard Boire）在數據庫營銷和預測性分析方面的經驗可以追溯到1983年，那時他取得了加拿大康科迪亞大學財會專業的MBA。他早期在《讀者文摘》和美國運通公司等機構的從業經驗，使他成為了所有直銷項目建模分析應用方面的先驅者。
基於這些經驗，理查德於1994年創立了自己的咨詢公司。這家公司現在名為博伊爾費爾勒集團。該集團現在已經是加拿大提供分析和數據庫服務的公司中的翹楚，幫助許多企業解決了預測分析問題或者數據庫市場挑戰問題。理查德是公認的預測分析專家，他經常受邀進行國際演講，在美國、歐洲以及亞洲舉辦研討會。他是加拿大該領域內多個理事會的主席，並兼任預測分析世界大會的加拿大主席。
| FindBook |
|
有 1 項符合
理查德·博伊爾的圖書 |
 |
$ 308 | 寫給經理人的數據挖掘書：運用大數據解決商業難題
作者：（美）理查德·博伊爾 出版社：人民郵電出版社 出版日期：2016-06-01 語言：簡體中文 規格：264頁 / 普通級/ 1-1  博客來 - 國際貿易
- 來源網頁  看圖書介紹
|
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：寫給經理人的數據挖掘書：運用大數據解決商業難題
內容簡介
目錄
第1章 導論／001
第2章 從歷史角度解讀數據挖掘的發展／009
第3章 新經濟時代的數據挖掘／019
第4章 數據挖掘在客戶關系管理評估中的應用／029
第5章 數據挖掘流程：鎖定問題／035
第6章 數據挖掘流程：建立分析文件／047
第7章 數據挖掘過程：利用外部數據源建立分析文件／065
第8章 數據存儲與安全／071
第9章 隱私問題／075
第10章 數據類型與質量／085
第11章 細分／095
第12章 應用數據挖掘技術／109
第13章 增益圖／131
第14章 用RFM定位目標／139
第15章 使用多元分析技術／143
第16章 跟蹤與測量／153
第17章 應用與跟蹤／163
第18章 基於價值的市場細分以及CHAID的用法／167
第19章 黑盒分析法／175
第20章 從數據挖掘師角度解讀數字分析法／179
第21章 組織因素：人與軟件／189
第22章 社交媒體分析／205
第23章 信用卡和風險／211
第24章 數據挖掘在零售領域的應用／219
第25章 B2B案例／229
第26章 金融機構案例／235
第27章 在旅游和娛樂產業運用營銷分析／239
第28章 運用數據挖掘分析客戶忠誠度／243
第29章 數據挖掘前沿領域：文本挖掘／249
第30章 保險索賠風險數據分析和挖掘／257
第31章 思考未來：大數據及其在分析中的重要角色／259
第2章 從歷史角度解讀數據挖掘的發展／009
第3章 新經濟時代的數據挖掘／019
第4章 數據挖掘在客戶關系管理評估中的應用／029
第5章 數據挖掘流程：鎖定問題／035
第6章 數據挖掘流程：建立分析文件／047
第7章 數據挖掘過程：利用外部數據源建立分析文件／065
第8章 數據存儲與安全／071
第9章 隱私問題／075
第10章 數據類型與質量／085
第11章 細分／095
第12章 應用數據挖掘技術／109
第13章 增益圖／131
第14章 用RFM定位目標／139
第15章 使用多元分析技術／143
第16章 跟蹤與測量／153
第17章 應用與跟蹤／163
第18章 基於價值的市場細分以及CHAID的用法／167
第19章 黑盒分析法／175
第20章 從數據挖掘師角度解讀數字分析法／179
第21章 組織因素：人與軟件／189
第22章 社交媒體分析／205
第23章 信用卡和風險／211
第24章 數據挖掘在零售領域的應用／219
第25章 B2B案例／229
第26章 金融機構案例／235
第27章 在旅游和娛樂產業運用營銷分析／239
第28章 運用數據挖掘分析客戶忠誠度／243
第29章 數據挖掘前沿領域：文本挖掘／249
第30章 保險索賠風險數據分析和挖掘／257
第31章 思考未來：大數據及其在分析中的重要角色／259
序
大數據、數據挖掘以及預測分析是當今工作中經常會碰到的術語和話題，但是人們真的理解這些概念嗎?分析學是一門新興學科，它現在正處於飛速發展階段，然而分析對我們來說並不是一個新名詞。
借助計算機技術捕獲、存儲、管理以及處理海量數據，我們通過自身能力在很大程度上促進了這門學科的發展。
數據挖掘和分析存在於各個行業以及當今社會的方方面面。無論是分析消費者及其購買行為，監測恐怖分子的活動，預測某一個人是否具備好員工的潛質，還是判斷一位棒球手是否能夠擊中迎面飛來的球，都涉及數據挖掘和分析。無論你是否已經意識到這一點，數據挖掘和分析早已經無處不在。
在當今這個大數據時代，短時間內處理海量數據這件事已經變得稀松平常，但是對大多數企業來說，如何利用大數據仍然是一個巨大的挑戰。
只有具備豐富經驗、知識淵博的人才能在大數據迷宮中找到方向，並將原始數據轉化為有意義、有價值的資源。在如今這個技術資本優於人力資本的時代，本書將加快你的學習步調。
借助計算機技術捕獲、存儲、管理以及處理海量數據，我們通過自身能力在很大程度上促進了這門學科的發展。
數據挖掘和分析存在於各個行業以及當今社會的方方面面。無論是分析消費者及其購買行為，監測恐怖分子的活動，預測某一個人是否具備好員工的潛質，還是判斷一位棒球手是否能夠擊中迎面飛來的球，都涉及數據挖掘和分析。無論你是否已經意識到這一點，數據挖掘和分析早已經無處不在。
在當今這個大數據時代，短時間內處理海量數據這件事已經變得稀松平常，但是對大多數企業來說，如何利用大數據仍然是一個巨大的挑戰。
只有具備豐富經驗、知識淵博的人才能在大數據迷宮中找到方向，並將原始數據轉化為有意義、有價值的資源。在如今這個技術資本優於人力資本的時代，本書將加快你的學習步調。
|
