| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状及评述 | 第10-14页 |
| 1.2.1 国内外研究现状 | 第10-13页 |
| 1.2.2 国内外研究现状评述 | 第13-14页 |
| 1.3 研究思路 | 第14-15页 |
| 1.4 本文的主要内容 | 第15-16页 |
| 1.5 本文的主要创新点 | 第16-17页 |
| 第2章 相关理论概述 | 第17-31页 |
| 2.1 大数据理论 | 第17-24页 |
| 2.1.1 大数据的定义 | 第17页 |
| 2.1.2 大数据的特征 | 第17-21页 |
| 2.1.3 大数据的处理流程 | 第21-22页 |
| 2.1.4 大数据的价值 | 第22-24页 |
| 2.2 4R营销理论 | 第24-30页 |
| 2.2.1 4R营销理论的内容 | 第24-25页 |
| 2.2.2 4R营销理论的发展 | 第25-27页 |
| 2.2.3 4R营销理论的特点 | 第27-28页 |
| 2.2.4 4R营销理论的优势 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 大数据时代基于 4R理论的网上书店营销概况分析 | 第31-47页 |
| 3.1 网上书店营销概述 | 第31-35页 |
| 3.1.1 图书网络营销的定义 | 第31-32页 |
| 3.1.2 图书网络营销的特点 | 第32-34页 |
| 3.1.3 网上书店营销的概念界定 | 第34页 |
| 3.1.4 网上书店营销的特征 | 第34-35页 |
| 3.2 基于 4R理论的网上书店营销概况分析 | 第35-44页 |
| 3.2.1 关联方面 | 第35-37页 |
| 3.2.2 反应方面 | 第37-38页 |
| 3.2.3 关系方面 | 第38-40页 |
| 3.2.4 回报方面 | 第40-41页 |
| 3.2.5 网上书店营销存在的突出问题 | 第41-44页 |
| 3.3 大数据在基于 4R理论网上书店营销中的应用分析 | 第44-46页 |
| 3.3.1 大数据应用于基于 4R理论网上书店营销的必要性 | 第44-45页 |
| 3.3.2 基于 4R理论的网上书店营销对大数据的应用 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 大数据时代基于 4R理论的网上书店营销策略 | 第47-61页 |
| 4.1 大数据时代网上书店营销的关联策略 | 第47-51页 |
| 4.1.1 运用大数据了解产品需求 | 第47-48页 |
| 4.1.2 搜索引擎营销 | 第48-51页 |
| 4.2 大数据时代网上书店营销的反应策略 | 第51-53页 |
| 4.2.1 掌握和预测市场动态需求 | 第51-52页 |
| 4.2.2 快速搜集客户反馈信息 | 第52-53页 |
| 4.3 大数据时代网上书店营销的关系策略 | 第53-58页 |
| 4.3.1 个性化服务营销 | 第54-57页 |
| 4.3.2 精准营销 | 第57-58页 |
| 4.4 大数据时代网上书店营销的回报策略 | 第58-60页 |
| 4.4.1 为客户创造价值 | 第59页 |
| 4.4.2 为企业赢取利润 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 网上书店营销策略的实施及建议 | 第61-68页 |
| 5.1 网上书店营销策略的实施步骤 | 第61-64页 |
| 5.1.1 设计符合市场需求的图书产品组合 | 第61-62页 |
| 5.1.2 建立数据库系统 | 第62-63页 |
| 5.1.3 完善人力资源管理 | 第63-64页 |
| 5.2 网上书店营销应用大数据的建议 | 第64-67页 |
| 5.2.1 数据采集渠道受限 | 第64-65页 |
| 5.2.2 分析与可视化呈现能力差 | 第65-66页 |
| 5.2.3 个人隐私保护问题 | 第66-67页 |
| 5.3 本章小结 | 第67-68页 |
| 结语 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
