商品搜尋Search

進階
ImgBook

零售業資料採礦:R及Excel運用

作者: 謝邦昌、鄭宇庭
語言別: 繁體中文
出版社: 新陸書局
出版日期: 2016/06/01
類別: 教科書-行銷管理
ISBN 9789865761646
讀者評鑑: ImgEvaluation
原價:580元 或 58點
優惠價:95 折,551 元 或 55

內容簡介

淘寶網的雙十一從2012 年的190億人民幣營業額到2015年912億單日營業額,創造了店商的奇蹟,更開啟了知識經濟的大數據營銷時代,有別於過去企業間以壓低成本及價格的競爭方式,如今是以創新為核心競爭力,不管用哪一種策略,都離不開技術研發、行銷販售、客戶服務及精準營銷等營運的相關問題上,尋求問題發生的原因,並試著找出解決方案。

從前,要抓住消費者靠平面廣告就已經足夠了;而現今網路發達,各種社群網站的崛起,購物型態的改變,這些都再次改變了店家與消費者之間的關係:消費者可以利用網路貨比三家,對店家的評論也可以透過網路快速的散發出去;而店家亦可以利用網路將自己推銷出去,或是搜集銷量、消費者評價等,分析出最受民眾歡迎的
商品。

然而鑑往知來,根據傳統資料分析瞭解過去的銷售行為是後知後覺;而現今大數據分析則能幫助我們從許多數據的整合,迅速瞭解客戶的消費行為,創造先知先覺的精準行銷,消費者過去的購物紀錄、購物商品、瀏覽紀錄,甚至是從社群媒體資料(Facebook、Line、微信按讚、評論),從這些資料中,我們能夠更深入瞭解客戶,並可協助業務的開發,以及增加在顧客管理上的有效性。

相對於其他資料庫系統或資料採礦軟體,微軟的資料庫系統— Microsoft SQL Server 可為使用者的關鍵任務應用程式提供突破性的效能、可用性及管理性。SQL Server 亦針對線上交易處理(OLTP)和資料倉儲提供了內建於核心資料庫的記憶體中(In-Memory)新功能,填補現有記憶體中資料倉儲和商業智慧的功能,尤其在大數據分析及應用方面,借助這些功能,更能提升企業在處理商業智慧方案的性能與效率。然而要如何充分發揮Microsoft SQL Server 及應用在現實案例中,則需要一定的消費零售專業知識和學習過程。針對零售業界實務上的需求,我們編寫了這本書,以期在消費零售實務應用和理論方法之間搭建一座橋梁,讓讀者快速瞭解商業智慧及大數據的分析技巧及其主要應用內容。

目錄

chapter1 資料採礦簡介
1.1 資料採礦定義
1.2 資料採礦重要性
1.3 資料採礦功能
1.4 資料採礦步驟
1.5 資料採礦建模的標準CRISP-DM

chapter2 商業智慧簡介
2.1 商業智慧
2.2 商業智慧之定義
2.3 商業智慧之架構
2.4 商業智慧之實施流程
chapter3 資料採礦與其他相關領域的關係
3.1 統計分析與資料採礦的不同
3.2 資料倉儲與資料採礦的關係
3.3 KDD 與資料採礦的關係
3.4 OLAP 與資料採礦的關係
3.5 機器學習與資料採礦的關係
3.6 Web Mining 和資料採礦有什麼不同?

chapter4 資料採礦於顧客關係管理之應用
4.1 顧客關係管理(CRM)
4.2 顧客關係管理指標
4.3 資料採礦應用於各行業
4.4 顧客市場區隔
4.5 交叉銷售
4.6 顧客關係管理四大循環過程
4.7 資料庫行銷

chapter5 資料倉儲定義
5.1 資料倉儲特性
5.2 資料倉儲架構
5.3 建置資料倉儲的原因
5.4 建置資料倉儲的主要目的
5.5 資料倉儲的應用
5.6 資料倉儲的管理

chapter6 資料採礦工具分類
6.1 資料採礦工具
6.2 各工具的簡介

chapter7 SQL 簡介與基本操作
7.1 SQL 簡介及資料變數來源說明
7.2 資料匯入
7.3 SQL 基本語法介紹
7.4 會員基本資料整理

chapter8 零售業資料預處理
8.1 會員基本變項
8.2 會員購買行為
8.3 產品組合
8.4 會員流失率
8.5 會員貢獻度

chapter9 Microsoft 資料採礦模型(I)
9.1 資料採礦「Microsoft 決策樹」
9.2 資料採礦「Microsoft 羅吉斯迴歸」
9.3 資料採礦「Microsoft 類神經網路」
9.4 資料採礦「Microsoft 貝氏機率分類」

chapter10 潛在顧客預測模型
10.1 潛在顧客預測流程圖
10.2 交易頻率趨勢圖
10.3 交易頻率語法
10.4 模型建構

chapter11 Microsoft 資料採礦模型(II)
11.1 資料採礦「Microsoft 時間序列」
11.2 資料採礦「Microsoft 群集分析」
11.3 資料採礦「Microsoft 線性迴歸」
11.4 資料採礦「Microsoft 關聯規則」
11.5 資料採礦「Microsoft 時序群集」

chapter12 資料倉儲與實例操作
12.1 資料倉儲
12.2 實例操作

chapter13 維度設計
13.1 維度與量值
13.2 多維度模型的資料表
13.3 維度建構實例操作

chapter14 建置Cube
14.1 對企業的價值
14.2 資料儲存的選擇性
14.3 實例操作

chapter15 資料採礦增益集(Excel Add-In)
15.1 資料採礦增益集安裝與設定
15.2 Excel 2013 資料採礦工具列介紹
15.3 DMX 介紹
15.4 DMX 函數介紹
15.5 DMX 資料採礦語法

chapter16 R 軟體資料採礦模型
16.1 R 軟體
16.2 資料採礦「R 時間序列」
16.3 資料採礦「R 集群分析」
16.4 資料採礦「R 迴歸分析」
16.5 資料採礦「R 關聯分析」

購買需知

一.商品取貨方式說明如下:
(一)宅配:商品訂購滿499元,即可免自付運費80元。
(二)超商取貨付款:
1.商品訂購滿399元,即可免自付運費40元。
2.商品送達您指定取貨之7-11超商門市後,系統將發送「超商取貨通知e-mail」及「手機簡訊」通知您於7日內前往超商門市取貨,或您也可於本院網站客戶服務網的「購書記錄」內查詢處理情形。
3.超過7日未至超商取貨,商品將被退回本院,須請您重新至網路書店下單訂購;如已付款,後續將處理退費事宜。若累計二次未至超商取貨,本院將取消您超商取貨付款之服務。
4.由於超商取貨有尺寸大小之限制,僅提供5本以內之書籍及影音光碟商品使用「超商取貨付款」功能。

二.若您訂購的商品是有現貨庫存的,將於您完成付款後起算,3至5個工作日內即可收到商品;若逾期未收到者,請來電與我們連絡 (02)3365-3563。
三.您所購買的商品享有到貨7日商品鑑賞期。若要辦理退貨,請於商品鑑賞期內寄回,且商品必須是全新狀態及完整包裝(商品、附件、發票等),否則恕不接受退貨。

相關商品

網路書店與實體書店之優惠活動、售價依消費通路不同而有差異,實體書店門市售價及折扣依現場公告

網路書店服務專線:(02)3365-3563;服務時間:週一至週五09:00-17:30
金融廣場服務專線:(02)3365-3595;服務時間:週一至週六10:00-22:00/週日及國定假日10:00-18:30;
地址:台北市羅斯福路三段62號1樓