在社交媒体时代，你可以度量几乎一切事物，但是你却不知道自己在寻找什么，仅仅收集海量的数据并不会自动结出有价值的“果实”。
本书将会为你揭示如何通过一套叫做“看－测－学”的系统，从大数据之中提取有重要业务价值的信息。这套系统能够帮助你提出恰当的问题，度量适合的数据并且从这些结果中学习到有用的信息。
本书的两位作者根据自己多年大数据相关工作的经验，总结出了这套系统的原型。在本书中，这两位专家帮助业务经理和业务分析师来学习和掌握“看－测－学”系统，并且展示一些有针对性的方法，将社交媒体分析应用到市场营销、销售和公关领域。

内容简介

在如今这个大数据时代，个人和企业的社交网站活动越来越活跃，社交网站在数据挖掘方面的挑战和需求变得越来越迫切。
本书从业务角度出发，而不是从技术的角度出发，介绍了如何挖掘社交网络数据并且对业务规划进行有用的分析。全书分两个部分共10章，第1部分介绍了市场营销、销售、公共关系、客户服务、社交化的客户关系管理、与系统博弈、预测、提出恰当问题；第2部分介绍了使用正确数据以及定义正确的度量标准。
在社交媒体数据挖掘需求旺盛的今天，本书非常具有实用价值。本书适合数据挖掘技术人员、数据分析师以及市场营销领域的人士参考阅读。

作者简介

LUTZ FINGER
是一位LinkedIn数据分析师。他也是Fisheye分析公司的联合创始人以及前CEO。Fisheye是一家数据挖掘公司，后被WPP集团收购。

SOUMITRA DUTTA
是一位在用新技术处理业务问题领域的专家，也是康奈尔大学S.C约翰逊管理研究院的院长。她也是Fisheye分析公司的联合创始人以及前主席。

第1 部分通过功能度量媒体第1 章市场营销 2市场营销与社交媒体：愿景与现实 3有关社交媒体的三个误区 5社交媒体很便宜 6社交媒体很快 7社交媒体只不过是另一种渠道 8品牌推广　 10社交媒体：一把新的标尺 12可达性并不等同于认知度 13案例：维珍航空 14投资回报率：琳达划得来吗？ 15购买意向　 19如何识别购买意向 19行为定位 21令人不安的因素 21社交定位 25你说的 26你喜欢的 27你朋友喜欢的 28同质性　VS 影响力 31社交圈子　VS 行为 32意见领袖 34　*总结　 37练习簿 38第2 章销售 40简　介 40社交销售 40以数据为驱动的销售 42可达性　VS 购买意向 43社交认可可以构建信任 45用户评级 45用户评论 46同辈压力 46社交认可和同辈压力真的有用吗？ 47是什么或者是谁驱使你去购买的？ 48推荐系统　 49协作式的推荐系统 51基于内容的推荐 53推荐系统中的技术 55冷启动（Cold-start）问题 57数据匮乏 58毫无惊喜 59如何建立一个推荐系统：从小事做起 60信任、个性化及理由 62个人关系 62理由　 63总结　 64练习簿 65第3 章公共关系 67公用关系通常没有可度量的投资回报率 69度量人群　 71 *公共关系中的可达性 74公共关系中的背景 75内容的背景 76作者的上下文 78新闻工作者的客户关系管理 79人类沟通的天性 80影响力的六项原则 80度量信息分发 82剪　报 82文章数量的误读 84阅读列表 87交　互 88点击　 92分享、点赞 93评论　 93拷贝　 94投入　VS 影响 96案例：“弹性印度”理念的传播　 96来自公共关系的警示 98公共关系灾难的案例 98不合时宜的销售 98被低估了的传播速度 99自我审查 99捏造事实 100没有预警系统 101不确定性 102飞速的灾难 102案例：麦当劳 106警示信号 108总结　 108 *练习簿　110第4 章客户服务　112顾客的新声　112戴尔的“地狱” 　114美联航弄坏吉他　115客户服务　2．0 　116智识库与客户自助服务　117更快乐的员工　119明智的选择　119正面宣传 121注意事项　 123把客户引导到你的服务渠道中来 123小心“洞穴巨人” 124资源以及标度 126社交客户服务会成为新的商品吗？ 127自动化以及商务智能 128一个航空公司客户满意度的案例 129情绪算法 131首语重复算法 132上下文 133我们到底能不能用这些算法？ 134特殊词汇—来自索尼爱立信的案例 134一种动态的机器学习方式 137案例：newBrandAnalytics 137案例：戴尔的客户服务 138总结　 138练习簿 139第5 章社交化的客户关系管理：市场研究 141案例学习：客户生命周期 142　*分析型客户关系管理：新的前线 145传统方式的弊端 147调优客户关系管理系统 148Facebook　和 Open Graph 149哪些数据？ 152社交媒体：太粗浅 153个人数据：太敏感？ 154总结　 157练习簿 158第6 章与系统的博弈 159垃圾邮件以及机器人 159建立可达性 162如何发现机器人 164诬蔑对手　 171约翰·苏努努（John　Sununu） 172粉丝丑闻 172建立影响力以及意向 174一个　Twitter 上的图灵测试 176美军对社交媒体机器人的研发 177散播有偿意见：草根以及“人工草皮” 178SOPA　以及 PIPA 事件：一个现代草根运动 179微软的反垄断案 180中国的“水军” 180理念、实施以及可达性 181传染性　 182《KONY2012》　 182定制热点 183真相中的真相 185　*如何识别创建感染性活动的企图 186热点的背面：节制信息 187模糊的界限 188Facebook　的案例 188总结　 189练习簿 190第7 章预测 191预测未来　 191学习的预测分析 196选举的预测 200选择性偏见 202错误的公共关系偏见 203预测投票行为 203预测票房　 205电影产业 206真知灼见 206结论　 208预测证券市场 210章末预测　 214练习簿 216第2 部分建立你自己的问-量-学系统第8 章提出恰当的问题 220案例学习：大型的电信公司 222背景知识 224他被听到吗？ 225构建问题　 227创造性探索 227　*领域知识 230恰当的问题 231一个为搜寻问题而生的行业 233总结　 234练习簿 235第9 章使用正确的数据 237哪些数据是重要的 239相关性与因果关系 241验证相关性 245错误，或者说为什么结构性数据更有优势 247结构性数据 248非结构性数据 248成本以及内幕 250案例：匹配引擎 251数据的选择 254采样　 255子集　 256“我了解关键字”　 257没有真相 259案例：海地 263总结　 264练习簿 264第10 章定义正确的度量标准 266社交媒体度量标准的例子 269影响力 269消费者偏好 272追来投资回报率 274标准带来的风险 276影响标准 277　*错误的行为 278随时间不断改变 279征服难题 281总结　 283练习簿 284*
社交媒体大数据分析理解并影响消费者行为下载 mobi epub pdf txt 电子书格式