大數據帶來的合法“窺視”，仿佛把家庭和企業都置身於一個透明的社會，牆壁消失了，隱私越來越少。對普通人而言，透明社會帶來的便利固然數之不盡，但也帶來了隱私洩露的憂慮。對企業而言，經營戰略能否盡快適應透明社會的特點，則直接決定企業的盈利能力，甚至決定企業的存亡。
陳碩堅、範潔著的《透明社會--大數據營銷攻略》將闡述透明社會對普通市民、對企業將帶來什麼樣的影響，然後著重從企業的角度，探討如何在透明社會裡進行大數據營銷。

大數據時代的一個重要特征是：社會透明化。 在大數據時代，企業和個人的活動，會通過各種 各樣的數據流洩露出去，能夠隱藏的秘密越來越少， 於是社會變得越來越透明。而在這個透明化的社會， 傳統的營銷手段正日漸被顛覆，代之以一對一的、精 確定制的營銷。 陳碩堅、範潔著的《透明社會--大數據營銷攻略 》闡述了透明社會的成因和各種現像，並用大量篇幅 探討在這個大數據時代的透明社會裡如何針對企業和 個人消費者開展營銷。 本書針對的讀者群為：企業經營管理者、營銷人 員、IT界人士以及對企業戰略和營銷有興趣的讀者。

前言
第1章 大數據與透明社會
1.1 透明社會：十年後的生活會是這個樣子
1.2 讓世界變得透明——大數據時代營銷的精粹
1.3 大數據營銷條件已成熟，不早不遲，正是現在
第2章 在大數據時代。產品怎樣賣?
2.1 一日為客，終身為客——客戶終身價值管理
2.2 大數據技術，讓客戶當一回上帝
2.3 “不忠”也是有征兆的，攔住他!
2.4 在茫茫人海中找到對的人——用大數據定位目標客戶
2.5 有些生意寧可放棄——甄別無利潤顧客
2.6 豪客多付，吝嗇者少付——差異化定價使利潤*大化
2.7 在正確的時間點做正確的事——選擇營銷時機
2.8 做客戶肚子裡的蛔蟲，發掘連他自己都沒有意識到的需求
2.9 大數據，促進了社交網絡上的互動營銷
第3章 透明社會。數據從何而來?
3.1 不花一分錢，善用公開數據
3.2 手機App獲取讓用戶的生活變得“透明”
3.3 利用衛星定位或wIFI定位獲取私人信息
3.4 利用射頻技術(RFID)獲取數據
3.5 iBeacons：室內的GPS
3.6 完善用戶檔案有獎——誘導顧客填寫詳盡個人資料
3.7 公司自有的數據，你有好好利用嗎?
3.8 出錢買!
3.9 數據未必是文字，也可以是圖片、聲音、視頻——
非結構化數據的采集和理解
3.10 用數據給消費者畫像——數據提煉和數據標準化
3.11 地址提煉和匹配
3.12 從電話號碼中挖掘隱私——號碼匹配
3.13 數據提煉的成果：整合的客戶檔案
3.14 數據采集不當，所有分析都將變得一文不值
第4章 透明，就要直指人心——利用大數據定制個性化營銷
4.1 在透明社會中，每個人看到的廣告都不相同
4.2 “背景篩選營銷”和“事件觸發營銷”
4.3 挖掘客人的消費潛力：升級銷售規則與交叉銷售規則
4.4 把顧客忠誠度用數字來量化
4.5 用數字把顧客的價值量化
4.6 防止顧客“移情別戀”——建立危機預警與顧客挽留預案
4.7 大數據教你怎樣投放廣告收益*高
4.8 大數據比你*了解你自己——揣摩顧客喜好
4.9 從葉酸片到嬰兒車——預測顧客未來的需求
第5章 大數據催生新行業和新商業模式
5.1 Luminate打造新的電商生態鏈
5.2 移動通信的未來：何不從通信公司轉型為媒體公司?
5.3 輿情監控行業應運而生
5.4 導航地圖：從收費到免費，免費或許賺得*多
5.5 左手賣產品，右手賣數據
5.6 社交網絡廣告代理
5.7 社交網絡數據的“二道販子”
5.8 “用戶評價”是高價值信息，可以賣個好價錢
第6章 透明社會引發的法律與道德爭論
6.1 大數據是雙刃劍，被用於非法用途不可避免
6.2 從“谷歌街景”看透明社會有多透明
6.3 一起大數據往傷口撒鹽的悲劇
6.4 連衣服也變得透明了嗎?——iPhone的一起裸照事故
6.5 當大數據被政府掌控：是保護安全還是侵犯隱私?
6.6 如果你不得不看廣告，你願意看你感興趣的還是不相干的?
6.7 大數據營銷：廣告多了還是少了?
6.8 商家要你的錢，你卻撿回一條命
6.9 隱私洩露確實會給你帶來風險，哪怕是合法的隱私洩露
6.10 大數據會讓部分消費者多掏錢
結語
參考文獻

數據倉庫技術已經成熟 數據倉庫不等於數據庫。數據庫的歷史比較悠久 ，已有近半個世紀的歷史了。但數據倉庫技術直到近 年纔成熟起來。
數據庫和數據倉庫的區別在哪呢?數據庫是為實 時捕獲、查詢、*新數據而設計的(注意“實時”這 個關鍵點)；而數據倉庫則是為分析數據而設計的， 主要用於事後分析。
舉個例子。客戶去銀行存錢，銀行的電腦必須在 幾秒鐘內調出顧客的資料；在顧客存完錢後，電腦再 在幾秒鐘內*新顧客的資料，以反映剛存進去的錢。
注意，所有這些必須在“幾秒鐘”內完成，讓顧客在 櫃臺前等幾分鐘是顧客無法忍受的。為了保證高速度 ，隨時調出和修改客戶資料，這就要求銀行的電腦隻 能存儲和這位顧客有關的、很短一段時間內的、數量 不太多的數據，否則就不可能在這麼短的時間內完成 資料的調閱和*新。能夠存儲、調閱和修改這個顧客 的資料的，就是一個數據庫。
讓我們把鏡頭從銀行的前臺挪到銀行的總部大樓 ：營銷總部、行長辦公室。
銀行的高層需要分析全行過億的客戶，及這些客 戶在過去三十年間的金融行為，從而為銀行的決策提 供依據。天啊!這是多大量的數據，且還要對這些數 據進行各種不同角度，不同算法的彙總、統計、分析 。即便是以現在電腦的速度來計算，也是相當耗時的 。根據分析目的的不同，電腦需要運行一個小時、一 天、一個禮拜、甚至一個月都是有可能的。
好在這種營銷決策分析，並不需要在這一秒鐘或 者這一分鐘就得出結果，所以運算速度的高低反而是 次要的，而歷史數據的完整性則顯得*加重要。這個 包含了過億用戶三十年間的金融行為，並且含有各種 計算分析工具的，就是數據倉庫。
隨著數據倉庫技術的成熟，各企業各種大規模數 據倉庫的建立，大數據營銷的時機也已然成熟。企業 對大數據作用的意識已被喚醒，但行動還很遲緩 英國《衛報》援引知名市場調研機構Gartner給 出的數據：2013年**科技企業在數據中心建設方面 的支出估計為1500億美元左右。從2013年到2018年， **大數據市場將會出現年均26％的增長率，即從 2013年的148．7億美元增長到2018年的463．4億美元 (據美國**IT網站eWeek所發布的，市場研究公司 Mar·ketsand Markets於2013年發布的一份報告)。
該報告稱，大數據市場的主要推力是企業不斷升 級業務流程、提高性能和效率的需求。其他重要的推 動力還包括非結構化數據的持續增長，以及提供** 預測分析服務的需求。
數據和計算機技術畢竟隻是客觀條件，企業的意 識纔是主觀動力。數據躺在那裡是不會自己產生效益 的，企業必須有意識地對數據進行有效利用。所幸， 現在企業對於大數據的作用和潛力已經有了越來越清 晰的認識，首席信息官(CIO)在企業的管理層越來越 受到推崇，而一種叫信息科學家的新職位已經出現， 他是軟件程序員、統計學家、作家或藝術家的結合， 負責把隱藏在龐大數據下的信息盡快挖掘出來。
Google首席經濟學家哈爾·瓦裡安估計，數據統計員 將成為“***”的工作。他說，這個年代缺的不是 數據，而是從數據中開啟智慧計劃未來兩年的時間內 實施大數據戰略，部署大數據解決方案，與此同時75 ％的企業無法估算大數據的投資回報率，一半的企業 直接表示IT部門無法在企業營銷上提供直接幫助。
可見，大數據營銷正處在一個*好的時代，企業 一方面意識到大數據的重要性，另一方面對具體實施 又有點無所適從，所以很多企業遲遲未敢采取行動。
如果你的企業能比別人快一步開展大數據營銷，也許 就奠定了未來幾十年的競爭優勢。
…… P15-17