Leserbewertungen
Zusammenfassung:Das Buch wird als umfassende Ressource für datengesteuertes Marketing gelobt, mit einem starken Schwerpunkt auf statistischen Methoden und Anwendungen des maschinellen Lernens. Es bietet zwar wertvolle Einblicke und detaillierte Methoden, wird aber wegen seiner technischen Komplexität und dem vermeintlichen Mangel an praktischen Beispielen, die für ein breiteres Publikum geeignet sind, kritisiert.
Vorteile:Umfassende Abdeckung von datengesteuerten Marketingthemen, einschließlich zielgerichteter Werbung, Verkaufsförderung und Empfehlungssysteme. Starke mathematische Grundlage mit detaillierten Methoden und industriellen Beispielen. Nützlich für Praktiker mit technischem Hintergrund, gut strukturiertem Inhalt und klaren, intuitiven Erklärungen in einigen Abschnitten.
Nachteile:Sehr technisch und setzt ein solides Verständnis von Statistik und maschinellem Lernen voraus, was Geschäftsanwender und Neueinsteiger abschrecken könnte. Einige Leser finden es zu ausführlich und es fehlen praktische Beispiele oder konkrete Anwendungen der diskutierten Theorien.
(basierend auf 15 Leserbewertungen)
Originaltitel:
Introduction to Algorithmic Marketing: Artificial Intelligence for Marketing Operations
Inhalt des Buches:
Introduction to Algorithmic Marketing ist ein umfassender Leitfaden zur fortgeschrittenen Marketingautomatisierung für Marketingstrategen, Datenwissenschaftler, Produktmanager und Softwareingenieure. Es fasst verschiedene Techniken zusammen, die von großen Technologie-, Werbe- und Einzelhandelsunternehmen getestet wurden, und verbindet diese Methoden mit Wirtschaftstheorie und maschinellem Lernen. Das Buch deckt die wichtigsten Bereiche des Marketings ab, die programmatische Mikroentscheidungen erfordern - gezielte Werbeaktionen und Anzeigen, eCommerce-Suche, Empfehlungen, Preisgestaltung und Sortimentsoptimierung.
Ein umfassendes und unverzichtbares Nachschlagewerk für alle, die sich auf den Weg zum algorithmischen Marketing begeben.
-Ali Bouhouch, CTO, Sephora Americas
Es ist eine Pflichtlektüre für Datenwissenschaftler und Marketingverantwortliche - noch besser, wenn sie es gemeinsam lesen."
-Andrey Sebrant, Direktor für strategisches Marketing, Yandex
Das Buch gibt den Führungskräften, mittleren Managern und Datenwissenschaftlern in Ihrem Unternehmen eine Reihe konkreter, umsetzbarer und schrittweiser Empfehlungen, wie sie bessere Erkenntnisse und Entscheidungen gewinnen können, und zwar ab heute, Schritt für Schritt."
-Victoria Livschitz, Gründerin und CTO, Grid Dynamics
Inhaltsverzeichnis
Kapitel 1 - Einführung.
⬤ Das Thema des Algorithmischen Marketings.
⬤ Die Definition des Algorithmischen Marketings.
⬤ Historische Hintergründe und Kontext.
⬤ Programmatische Dienste.
⬤ Wer sollte dieses Buch lesen?
⬤ Zusammenfassung.
Kapitel 2 - Überblick über die prädiktive Modellierung.
⬤ Deskriptive, prädiktive und präskriptive Analytik.
⬤ Ökonomische Optimierung.
⬤ Maschinelles Lernen.
⬤ Überwachtes Lernen.
⬤ Repräsentationslernen.
⬤ Mehr spezialisierte Modelle.
⬤ Zusammenfassung.
Kapitel 3 - Verkaufsförderung und Werbung.
⬤ Umgebung.
⬤ Geschäftsziele.
⬤ Targeting-Pipeline.
⬤ Response-Modellierung und -Messung.
⬤ Bausteine: Targeting und LTV-Modelle.
⬤ Entwurf und Durchführung von Kampagnen.
⬤ Ressourcen-Zuweisung.
⬤ Online-Anzeigen.
⬤ Messung der Effektivität.
⬤ Architektur von Targeting-Systemen.
⬤ Zusammenfassung.
Kapitel 4 - Suche.
⬤ Umgebung.
⬤ Geschäftsziele.
⬤ Bausteine: Matching und Ranking.
⬤ Mischen von Relevanzsignalen.
⬤ Semantische Analyse.
⬤ Suchmethoden für das Merchandising.
⬤ Relevanzabstimmung.
⬤ Architektur von Merchandising-Suchdiensten.
⬤ Zusammenfassung.
Kapitel 5 - Empfehlungen.
⬤ Umgebung.
⬤ Geschäftsziele.
⬤ Qualitätsbewertung.
⬤ Übersicht über die Empfehlungsmethoden.
⬤ Inhaltsbasierte Filterung.
⬤ Einführung in die kollaborative Filterung.
⬤ Nachbarschaftsbasierte kollaborative Filterung.
⬤ Modellbasierte kollaborative Filterung.
⬤ Hybride Methoden.
⬤ Kontextuelle Empfehlungen.
⬤ Nicht-personalisierte Empfehlungen.
⬤ Mehrfache Ziel-Optimierung.
⬤ Architektur von Empfehlungssystemen.
⬤ Zusammenfassung.
Kapitel 6 - Preisgestaltung und Sortiment.
⬤ Umgebung.
⬤ Die Auswirkungen der Preisgestaltung.
⬤ Preis und Wert.
⬤ Preis und Nachfrage.
⬤ Grundlegende Preisstrukturen.
⬤ Nachfragevorhersage.
⬤ Preisoptimierung.
⬤ Ressourcenallokation.
⬤ Sortimentsoptimierung.
⬤ Architektur von Preismanagementsystemen.
⬤ Zusammenfassung.
Weitere Daten des Buches:
| ISBN: | 9780692989043 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
Kauf:
Derzeit verfügbar, auf Lager.
