SPIS TREŚCI
WSTĘP
CZĘŚĆ I. DATA DRIVEN MARKETING
Wielki wybuch danych
Od web 1 do web 5
Ile warte są wasze dane?
Rodzaje danych
Zjawisko datafikacji
Jedna wielka baza danych
Negatywne skutki datafikacji
Big Data
Sukces Big Data
Wyzwania Big Data
Czym jest AI?
Definicja AI
Historia AI
Czym się różni AI od ML, DL i NN?
Czym jest trenowanie modelu?
Czym jest projekt OpenAI?
AI i Big Data
Koncepcja społeczeństwa 5.0
Prawo Amdahla
Dane mówią same za siebie
Marketing napędzany danymi
Marketing 5.0
Chatboty
Przepaść międzypokoleniowa
Współczesne modele komunikacji marketingowej
Co ma Big Data do marketingu?
Data Driven Marketing (DDM)
Czy to wciąż buzz word?
Czy DDM działa?
Database marketing
Data Driven Marketing a dane klientów
Obszary Data Driven
Wybrane obszary Data Driven
Case studies – napędzane danymi
Cele stawiane przed Data Driven Marketingiem
Marketing online w świetle Data Driven
Koło zamachowe Amazona
Rozwój produktu
Marketing w świecie offline
Krytyczne spojrzenie na DDM
Więcej danych = lepsze decyzje
Mniej danych = większy błąd statystyczny!
Mądrość tłumu
Rola intuicji w Data Driven
Nos do interesów
Performance marketing specialist
Intuicja w gronie wybitnych ekspertów
Skuteczność decyzji według Tetlocka
Czarne łabędzie
Czym są czarne łabędzie?
Antykruchość
Co charakteryzuje jednostki antykruche?
VUCA w świetle budowania strategii
VUCA Prime
Gotowość poznawcza
Marketing w świecie VUCA
Data Informed i Data Inspired
Które podejście jest najlepsze?
CZĘŚĆ II. PROCES DDM
Pułapki Data Driven
I. Cele
Znaczenie strategii i celów
Fundamenty strategii?
Antykrucha strategia
Strategia web analityki
Cele jako nieodłączny element strategii
Klasyfikacja celów
S.M.A.R.T.
Kluczowe wskaźniki efektywności
Znaczenie audytu
Hierarchia celów
Analityczny cykl biznesowy
AAARRR
Fuzja wiedzy a proces rozwoju produktu
II. Aktywacja danych
Skąd pozyskujemy dane?
Data scraping
Technologie analityczne
Audyt analityki
III. Raportowanie
Raportowanie
Rodzaje raportów
Proces tworzenia raportu
Proces analizy z wykorzystaniem BI
Storytelling with data
IV. Analiza danych
Jakie są typy analizy danych?
Wielkie, grube i małe dane
Analizy jakościowe i ilościowe
Właściwa analiza danych
Odkrywanie wiedzy ukrytej w danych
V. Interpretacja
Błędy poznawcze
VI. Decyzje
Cykl DDM
Bezpieczeństwo danych
Trzy filary cyberbezpieczeństwa
Ryzyko a zaufanie
E-Privacy
Czym są dane osobowe?
Ograniczenia cookies
Zasoby ludzkie
Data scientist
Data engineer
Traffic manager
Web analityk
SFIA
ZAKOŃCZENIE
WYKAZ SKRÓTÓW
BIBLIOGRAFIA
Opinie
Na razie nie ma opinii o produkcie.