开云网页版_开云(中国)

首页 > 图书中心 > 学术著作 > 学术 > 经济学

精准营销-高杰

丛书名：
著（译）者：高杰
资源下载：无资源下载
责任编辑：朱世祥
字       数：223千字
开       本：32 开
印       张：7
出版版次：1-1
出版年份：2009-12-01
书       号：978-7-5642-0582-9/F.0582
纸书定价：20.00元   教师会员可用500积分申请样书

在线购买样书申请收藏分享按钮

市场营销学的普及和发展就是我国企业改革和发展的历史和缩影，营销观念的演进也推动了企业管理的发展和完善。近几年，伴随国内外市场营销量化研究的趋势，诸多研究学者关注于量化营销的各项指标，特别关注在客户关系管理方面（Customer&nbspRelationship&nbspManagement），客户关系管理已经成为“市场营销管理皇冠上的一颗明珠”，同时这类

同系列产品more >

: 亚洲新兴经济体国
孙立行
定价：28.00元
查看详情

: 2018中国财政透明
上海财经大学公共政策与研究中心
定价：68.00元
查看详情

: 合作团队的经济学
张军
定价：65.00元
查看详情

: 全国投资与建设研
黄汉江
定价：96.00元
查看详情

: 中外旧约章汇编
王铁崖
定价：1280.00元
查看详情

图书分类全部图书

市场营销学的普及和发展就是我国企业改革和发展的历史和缩影，营销观念的演进也推动了企业管理的发展和完善。近几年，伴随国内外市场营销量化研究的趋势，诸多研究学者关注于量化营销的各项指标，特别关注在客户关系管理方面（Customer&nbspRelationship&nbspManagement），客户关系管理已经成为“市场营销管理皇冠上的一颗明珠”，同时这类研究在不断的实践中得以更加具体，更加深化，更加有针对性。
本书以精准营销为题目，试图在学术概念和企业实际操作之间找到有效的结合点。作者在营销实战领域有丰富的经验，长期从事一线营销工作；同时又是国内培养的市场营销学博士，特别注重理论与实践的交叉运用。
本书从企业和客户双向角度出发，创造性的提出“客户交互价值”之一概念，可以说对企业，对消费者本身都是一种行之有效的评价工具，使双方在相对公平的基础上，对各自追求的利益进行衡量，从而帮助双方建立起一种长期合作、双向互赢的伙伴关系。本书选取一家电子行业销售型企业作为实证的对象，历经两个多月，对调研公司近200家客户进行了深入调研，通过聚类分析，得出调研公司，被调研客户的相关评价矩阵，并对矩阵的四类客户进行了相关营销及管理方案的设计，这种基于“客户交互价值”的分类，对于企业的实际操作有一定的指导意义。

1  导论（1）
&nbsp1.1  研究的背景（1）
&nbsp1.2  研究的价值与意义（7）
   &nbsp1.2.1  研究的理论价值（7）
   &nbsp1.2.2  研究的现实意义（9）
&nbsp1.3  研究的思路和方法（12）
   &nbsp1.3.1  研究视角（12）
   &nbsp1.3.2  研究方法（13）
   &nbsp1.3.3  研究途径（17）
   &nbsp1.3.4  研究目的（18）
&nbsp1.4  研究的贡献与独特性（18）

2  文献述评及理论基础〖ST〗（20）
&nbsp2.1  概念的辨析、拓展和界定（20）
   &nbsp2.1.1  价值概念认知（20）
   &nbsp2.1.2 &nbspCRM界定（25）
   &nbsp2.1.3  客户价值界定（34）
   &nbsp2.1.4  数据挖掘的解释（41）
&nbsp2.2  国外研究现状（48）
   &nbsp2.2.1 &nbspCRM研究现状（48）
   &nbsp2.2.2  数据挖掘理论研究现状（48）
   &nbsp2.2.3  客户价值总体研究情况说明（51）
   &nbsp2.2.4  客户价值研究整理说明（53）
&nbsp2.3  国内研究现状（64）
   &nbsp2.3.1 &nbspCRM国内的研究现状（64）
   &nbsp2.3.2  数据挖掘在国内的研究现状（65）
   &nbsp2.3.3  国内有关客户价值的研究现状（66）
&nbsp2.4  客户价值评估的基本方法（70）
   &nbsp2.4.1 &nbspPZB的SERVQUAL模型（71）
   &nbsp2.4.2  盖尔的客户价值分析模型（74）
   &nbsp2.4.3  伍德拉夫客户价值确定系统（76）
&nbsp2.5  数据挖掘理论及应用（78）
   &nbsp2.5.1  数据挖掘（78）
   &nbsp2.5.2  面向分类的数据挖掘方法（81）
   &nbsp2.5.3  数据挖掘技术的应用研究（87）
&nbsp2.6  现有研究的不足（88）

3  客户交互价值与企业经营发展关系〖ST〗（91）
&nbsp3.1  客户交互价值在企业发展中的地位（92）
&nbsp3.2  客户交互价值的功能（96）
&nbsp3.3  客户交互价值与企业竞争优势（102）

4  客户交互价值评价与分类算法〖ST〗（109）
&nbsp4.1  客户交互价值评价的视角（109）
&nbsp4.2  多层次权重确定的AHP法（112）
   &nbsp4.2.1 &nbspAHP方法原理（112）
   &nbsp4.2.2  建立递阶层次结构（113）
   &nbsp4.2.3  构造两两比较判断矩阵（114）
   &nbsp4.2.4  计算单一准则下元素的相对权重（117）
&nbsp4.3  客户交互价值评价模型的设计（120）
   &nbsp4.3.1  从企业角度出发的评价体系（121）
   &nbsp4.3.2  从客户角度出发的评价体系（125）
   &nbsp4.3.3  从企业—客户双重角度出发的综合评价体系（127）
&nbsp4.4  基于客户交互价值的聚类算法（129）
   &nbsp4.4.1  聚类分析基本介绍（129）
   &nbsp4.4.2  模糊聚类分析（133）
   &nbsp4.4.3  聚类数据挖掘的主要算法（135）
   &nbsp4.4.4  数据挖掘方法的基本要求（136）
   &nbsp4.4.5  高维空间稀疏数据聚类算法（138）

5  基于客户交互价值的客户分类管理〖ST〗（152）
&nbsp5.1  客户分类的意义（154）
   &nbsp5.1.1  一般意义上的客户分类（155）
   &nbsp5.1.2  基于客户价值的客户分类（157）
&nbsp5.2  基于客户交互价值的客户分类管理（166）
   &nbsp5.2.1  客户价值公式化（166）
   &nbsp5.2.2  关系发展策略及管理策略（168）

6  客户交互价值评价及客户分类模型验证〖ST〗（176）
&nbsp6.1  调查设计（176）
   &nbsp6.1.1  调查的一般说明（176）
   &nbsp6.1.2  调查流程及安排（180）
&nbsp6.2  客户交互价值评价模型权重确定（182）
   &nbsp6.2.1  确定相关因子权重（184）
   &nbsp6.2.2  调整后的评价体系（193）
&nbsp6.3  数据整理及分析（194）
   &nbsp6.3.1  调研的基本数据（194）
   &nbsp6.3.2  数据正式处理（198）
&nbsp6.4  聚类模型对调查结果的验证（201）
   &nbsp6.4.1  基于客户价值的聚类过程的数据转换（204）
   &nbsp6.4.2  基于客户交互价值的聚类（206）

7  结束语〖ST〗（209）
&nbsp7.1  基本结论（209）
&nbsp7.2  研究局限（211）
&nbsp7.3  未来研究方向（212）