| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 前言 | 第9-15页 |
| 1.1 论文研究背景、目的、意义 | 第9-12页 |
| 1.1.1 论文研究背景 | 第9-11页 |
| 1.1.2 论文研究目的、意义 | 第11-12页 |
| 1.2 论文研究方法 | 第12-13页 |
| 1.2.1 文献资料法 | 第12-13页 |
| 1.2.2 案例分析法 | 第13页 |
| 1.2.3 调研分析法 | 第13页 |
| 1.3 论文结构安排 | 第13页 |
| 1.4 论文研究的主要贡献和不足 | 第13-15页 |
| 1.4.1 论文研究的主要贡献 | 第13-14页 |
| 1.4.2 论文研究的不足 | 第14-15页 |
| 第2章 大数据营销理论及研究现状 | 第15-19页 |
| 2.1 大数据营销相关理论 | 第15页 |
| 2.1.1 大数据营销理论 | 第15页 |
| 2.1.2 精准营销理论 | 第15页 |
| 2.1.3 SIVA模型 | 第15页 |
| 2.2 大数据营销研究现状 | 第15-17页 |
| 2.2.1 大数据营销国外研究现状 | 第15-16页 |
| 2.2.2 大数据营销国内研究现状 | 第16-17页 |
| 2.3 本章小结 | 第17-19页 |
| 第3章 案例介绍 | 第19-35页 |
| 3.1 H集团介绍 | 第19页 |
| 3.2 H集团开展大数据营销的动因 | 第19-24页 |
| 3.2.1 传统营销方式无法承接集团战略转型 | 第20-21页 |
| 3.2.2 消费者的行为习惯在发生变化 | 第21-23页 |
| 3.2.3 指标压力不断挤压营销预算空间 | 第23-24页 |
| 3.2.4 预算体系难以支撑营销成本提升 | 第24页 |
| 3.3 H集团大数据营销实施 | 第24-31页 |
| 3.3.1 基于实网数据融合的数据获取 | 第25-26页 |
| 3.3.2 基于全网用户识别和用户聚类的数据挖掘 | 第26-28页 |
| 3.3.3 基于大数据资源的精准营销应用 | 第28-29页 |
| 3.3.4 H集团支持大数据营销的平台建设 | 第29-31页 |
| 3.4 H集团大数据精准营销在洗衣机产业的应用 | 第31-35页 |
| 3.4.1 应用目标 | 第31页 |
| 3.4.2 应用的效果展示 | 第31-32页 |
| 3.4.3 该案例的大数据平台支持 | 第32-35页 |
| 第4章 案例分析 | 第35-47页 |
| 4.1 H集团大数据营销逻辑分析 | 第35-36页 |
| 4.2 H集团大数据营销的创新做法分析 | 第36-42页 |
| 4.2.1 H集团基于数据获取的创新做法分析 | 第37-39页 |
| 4.2.2 H集团基于数据运营的创新做法分析 | 第39-41页 |
| 4.2.3 H集团基于大数据应用可视化的创新做法分析 | 第41-42页 |
| 4.3 H集团大数据营销的承接架构 | 第42-44页 |
| 4.4 H集团大数据营销存在的问题 | 第44-45页 |
| 4.4.1 终端人员获取数据的意识欠缺 | 第44页 |
| 4.4.2 通过异业结盟获取数据不具备可持续性 | 第44-45页 |
| 4.4.3 现有会员运营的做法在黏度上仍有欠缺 | 第45页 |
| 4.5 H集团大数据营销的改进措施 | 第45-47页 |
| 4.5.1 塑造人人都是数据源及受益者的氛围 | 第45-46页 |
| 4.5.2 丰富获取数据的途径 | 第46页 |
| 4.5.3 优化已有数据的运营方式 | 第46-47页 |
| 第5章 H集团大数据营销的启示 | 第47-53页 |
| 5.1 实践启示 | 第47-50页 |
| 5.1.1 企业开展大数据营销需要着眼于长远 | 第47-48页 |
| 5.1.2 做大数据营销要兼顾数据的规模和活性 | 第48-49页 |
| 5.1.3 低交互度的产品须有平台增加其活跃度 | 第49页 |
| 5.1.4 大数据营销贯穿企业全流程 | 第49-50页 |
| 5.2 理论启示 | 第50-53页 |
| 5.2.1 大数据的 4V特征缺一不可 | 第50页 |
| 5.2.2 结合大数据应用的 4P将更具效力 | 第50-51页 |
| 5.2.3 大数据营销并不能完全取代现有营销模式 | 第51-53页 |
| 第6章 总结 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 后记 | 第56-57页 |
| 致谢 | 第57页 |