互联网时代持续提高客户终身价值的全新方法与实践

　　互联网时代，随着各种新技术、廉价技术的不断出现和新客户数据源的蓬勃发展，数据库营销领域正在发生天翻地覆的变化。数据库营销人员每天都面临着新的机遇和挑战，每天都在全力学习及专注于用全新的方法和技术争取竞争优势，这些方法和技术有：　数据预处理 推荐引擎　文本挖掘 移动营销　贝叶斯网络 展示广告定位　分位数回归 付费搜索广告　集成学习 社交媒体管理　基于规则的学习 动态客户优化　非营利部门的直接营销　书内各章均由相关领域的世界顶尖专家撰写，旨在使商业界与学术界相互促进，让读者及时了解数据库营销领域的最新研究成果和居于前沿的实践活动。

　　克里斯托弗·库斯曼特是法国里尔天主教大学IESEG管理学院副教授和数据库营销专业中心副主任。库斯曼特教授的主要研究领域是客户智能、B2B智能、直接营销和分析型CRM。他的论文频频见诸国际刊物，入选国际会议。同时，多年来他在多个行业开展多项实地研究，有效增进了 “实践”经验。凯恩W.博克是法国IESEG管理学院里尔和巴黎校区的营销学副教授，也是数据库营销专业中心的副主任。他为管理学硕士讲授网络营销相关课程，如数字营销、网络分析、网络广告、社交媒体营销和搜索引擎营销等。此外，他还开展数据库营销和网络营销的研究，多篇论文入选国际学术和行业会议。斯考特A.奈斯林1978年在麻省理工大学的斯隆商学院获得博士学位，之后任达特茅斯学院塔克商学院的营销学教授，在耶鲁大学管理学院（1989-1990）、杜克大学福库商学院CRM中心（2002）和哥伦比亚大学商学院（2009-2010）做过访问学者。合著有《销售促进：概念、方法及策略》（Sales Promotion： Concetps， Methods， and Strategies）、《数据库营销：客户分析与管理》（Database Marketing： Anaylzing and Managing Customes）等，独立著作有《销售促进》（Sales Promotion）等。

第一部分 方法 第一章 数据库营销中的数据预处理：任务、方法及重要性 第二章 用于量化营销分析的客户文本数据处理 第三章 贝叶斯网络及其在直接营销中的应用 第四章 数据库营销的分位数回归：方法与应用 第五章 数据库营销中的集成学习 第六章 高级规则学习：主动学习、规则提取与融入领域知识
第二部分 应用 第七章 推荐系统的混合模型 Asim Ansari 第八章 如何在全新的移动经济中开展营销 第九章 展示广告的定位 第十章 付费搜索广告 第十一章 社交媒体的管理 第十二章 动态客户优化模型 第十三章 非营利部门的直接营销