营销智能

　　《营销智能》以营销智能国家新一代人工智能开放创新平台为基础，综合应用人工智能、大数据挖掘、客户关系管理、数据处理和信息识别等技术，从多源异构的海量数据信息开始，以企业高效营销为目标导向，将智能化数据信息的采集、处理、分析、应用纳入企业生产营销环节中，实现中国企业全面的数字化、智能化、技术化的新营销模式。《营销智能》内容覆盖营销、营销智能和营销智能平台的概念、技术和面临的挑战，也提供丰富的中国企业应用营销智能技术的实践与案例。

暂缺《营销智能》作者简介

目录 \n
“新一代人工智能创新平台建设及其关键技术丛书”序 \n
前言 \n
第一篇　市场营销基本理论 \n
第1章　20世纪市场营销理论的发展沿革　3 \n
1.1　从市场研究到营销管理的出现　3 \n
1.2　市场细分和市场定位理论的产生　6 \n
1.2.1　市场细分类型　7 \n
1.2.2　市场细分评估　7 \n
1.2.3　市场细分模式的比较　8 \n
1.2.4　市场定位　8 \n
1.2.5　选择目标市场的五种市场策略　9 \n
1.2.6　市场细分与定位　9 \n
1.3　市场营销观念的发展　10 \n
1.3.1　生产观念　10 \n
1.3.2　产品观念　11 \n
1.3.3　营销观念　12 \n
1.3.4　客户观念　12 \n
1.3.5　社会营销观念　13 \n
1.3.6　大营销观念　13 \n
1.4　营销组合理论　13 \n
1.4.1　营销组合的定义　13 \n
1.4.2　营销组合的策略　15 \n
1.4.3　营销组合的发展　26 \n
1.5　服务营销的发展　27 \n
1.5.1　服务的特征与要素　28 \n
1.5.2　服务营销的演进　31 \n
1.6　全球化营销　35 \n
1.6.1　全球化营销的含义　35 \n
1.6.2　国际目标市场选择　36 \n
1.6.3　国际市场营销战略　37 \n
1.6.4　国际市场营销策略　39 \n
1.6.5　国际市场营销策略新发展　43 \n
1.7　顾客满意、客户关系管理与关系营销　45 \n
1.7.1　顾客满意　45 \n
1.7.2　客户关系管理　47 \n
1.7.3　关系营销　49 \n
1.8.4　C理论　52 \n
1.8.1　4C理论的产生　52 \n
1.8.2　4C理论的含义　53 \n
1.8.3　4C理论的优势与不足　55 \n
1.9　整合营销传播　56 \n
1.9.1　整合营销传播理论的产生　56 \n
1.9.2　整合营销传播的含义与特点　59 \n
1.9.3　整合营销传播的七个层次和六个步骤　61 \n
1.10　互联网营销　63 \n
1.10.1　互联网营销的概念和特点　63 \n
1.10.2　互联网营销策略　64 \n
1.10.3　互联网营销的新发展　68 \n
第2章　21世纪新的营销思想与运用　71 \n
2.1　精准营销　71 \n
2.1.1　精准营销的内涵　71 \n
2.1.2　精准营销的意义　72 \n
2.1.3　精准营销的个性化体系　72 \n
2.1.4　实现精准营销的核心　73 \n
2.1.5　精准营销的理论依据　73 \n
2.1.6　精准营销的实施策略　76 \n
2.1.7　互联网精准营销　77 \n
2.1.8　大数据时代下的精准营销现状　78 \n
2.2　体验营销　79 \n
2.2.1　体验的概念与内涵　79 \n
2.2.2　体验营销的概念与内涵　80 \n
2.2.3　体验营销的特点　81 \n
2.2.4　体验营销与传统营销的比较　81 \n
2.2.5　体验价值的概念与内涵　83 \n
2.2.6　体验营销的形式　83 \n
2.2.7　体验营销的策略步骤　84 \n
2.2.8　体验营销的发展　85 \n
2.3　场景营销　86 \n
2.3.1　场景营销的含义　86 \n
2.3.2　场景营销的核心要素　86 \n
2.3.3　场景营销的特点　88 \n
2.4　大数据营销　88 \n
2.4.1　大数据营销的含义　89 \n
2.4.2　大数据营销的特点　89 \n
2.4.3　大数据营销的主要用途　90 \n
2.4.4　大数据营销的机会点　91 \n
2.5　新媒体营销　93 \n
2.5.1　新媒体营销的概念　93 \n
2.5.2　新媒体营销的特点　94 \n
2.5.3　常用的新媒体营销策略　95 \n
2.6　人工智能营销　97 \n
2.6.1　人工智能营销的价值　98 \n
2.6.2　人工智能营销的应用　99 \n
第二篇　营销智能理论 \n
第3章　营销智能概述　103 \n
3.1　营销智能的定义　103 \n
3.2　营销智能的支持技术　103 \n
3.3　智能营销与营销智能的区别与联系　104 \n
3.4　营销智能的意义与价值　105 \n
3.5　营销智能的历史与发展　107 \n
第4章　营销智能的主要内容　109 \n
4.1　营销智能环境分析　109 \n
4.1.1　营销智能竞争分析　109 \n
4.1.2　营销智能市场洞察　110 \n
4.1.3　营销智能市场选择与定位　114 \n
4.1.4　营销智能目标市场定位　117 \n
4.1.5　营销智能目标市场定位策略　119 \n
4.2　营销智能客户管理　121 \n
4.2.1　营销智能客户画像　121 \n
4.2.2　消费者结构分析　122 \n
4.2.3　营销智能客户忠诚度管理　123 \n
4.3　营销智能产品分析　124 \n
4.3.1　营销智能产品特征　124 \n
4.3.2　营销智能产品创新　126 \n
4.4　品牌与营销策略智能分析　129 \n
4.4.1　智能品牌分析　129 \n
4.4.2　个性化广告　131 \n
4.4.3　定价智能策略定制　134 \n
4.4.4　渠道智能策略定制　138 \n
4.4.5　智能促销策略定制　141 \n
第三篇　营销智能平台 \n
第5章　营销智能平台概述　147 \n
5.1　人机协同营销智能平台功能　148 \n
5.2　人机协同营销智能平台架构　149 \n
5.3　明略营销智能平台生态体系　151 \n
5.3.1　数据管理平台　151 \n
5.3.2　顾客数据平台　153 \n
5.3.3　顾客互动管理平台　155 \n
5.3.4　内容管理平台　157 \n
5.3.5　伺服系统　158 \n
5.3.6　数字化媒介策划和运营　159 \n
第6章　多维感知数据采集　161 \n
6.1　全域营销数据的多样性　161 \n
6.2　多维感知数据　162 \n
6.2.1　信息系统数据　162 \n
6.2.2　互联网数据　162 \n
6.2.3　物联网数据　163 \n
6.3　数据采集方法　164 \n
6.3.1　信息系统数据的采集　164 \n
6.3.2　系统日志采集　166 \n
6.3.3　互联网络数据采集　167 \n
6.3.4　APP数据采集　170 \n
6.3.5　感知设备数据采集　171 \n
6.4　常见开源的数据采集平台　172 \n
6.5　明略大数据汇聚平台　172 \n
6.5.1　系统架构　173 \n
6.5.2　系统功能　174 \n
6.5.3　系统特点　175 \n
6.5.4　应用案例　177 \n
第7章　营销数据治理技术　179 \n
7.1　数据治理的相关概念　179 \n
7.1.1　数据治理的概念　179 \n
7.1.2　数据治理体系　180 \n
7.2　营销数据治理的框架　180 \n
7.2.1　营销数据治理的概念　181 \n
7.2.2　营销元数据管理　185 \n
7.2.3　营销主数据管理　187 \n
7.2.4　营销数据质量管理　189 \n
7.3　结构化数据的治理技术　190 \n
7.3.1　数据规范技术　190 \n
7.3.2　数据清洗技术　192 \n
7.3.3　数据交换技术　196 \n
7.3.4　数据集成技术　198 \n
7.3.5　结构化数据通用治理平台CONA　202 \n
7.4　非结构化数据的治理技术　205 \n
7.4.1　非结构化数据的识别　205 \n
7.4.2　非结构化数据的主流治理技术　208 \n
7.5　明略大数据治理技术与平台　215 \n
7.5.1　Raptor结构化文本处理技术　215 \n
7.5.2　HARTS关联知识挖掘技术　218 \n
第8章　知识表示和存储技术　222 \n
8.1　知识与知识表示　222 \n
8.1.1　知识　222 \n
8.1.2　知识表示　224 \n
8.1.3　知识表示的方法　226 \n
8.2　知识图谱　231 \n
8.2.1　知识图谱的定义　231 \n
8.2.2　知识图谱的构成　233 \n
8.2.3　知识图谱的构建方法　233 \n
8.3　知识图谱的存储　235 \n
8.3.1　数据模型　235 \n
8.3.2　存储结构　236 \n
8.3.3　常见的知识图谱存储系统　238 \n
8.4　明略蜂巢知识图谱数据库　238 \n
8.4.1　蜂巢NEST的功能　239 \n
8.4.2　蜂巢NEST的特色　243 \n
8.4.3　蜂巢NEST的行业应用　245 \n
第9章　知识推理与知识服务　247 \n
9.1　知识推理　247 \n
9.1.1　知识推理及其应用　247 \n
9.1.2　知识推理分类　248 \n
9.2　知识推理的方法　250 \n
9.2.1　基于传统方法的推理　250 \n
9.2.2　基于分布式知识表示的推理　253 \n
9.2.3　基于神经网络的知识推理　255 \n
9.2.4　混合知识推理　257 \n
9.3　智能检索　260 \n
9.3.1　智能检索的基本思想　260 \n
9.3.2　检索处理和检索方法　261 \n
9.3.3　智能检索模型　261 \n
9.3.4　智能检索案例　262 \n
9.4　明略SCOPA知识图谱应用平台　268 \n
9.4.1　系统功能　268 \n
9.4.2　系统特点　270 \n
结束语　让营销智能澎湃中国创新动力　274 \n
参考文献　276