今天，我们的世界已经被信息和通信技术彻底改变，市场营销、销售和研究已经融为一体，并且进入“数据为主”的时代。托马斯W.米勒著，崔立真、鹿旭东译的《营销数据科学(用R和Python进行预测分析的建模技术)/数据科学与工程技术丛书》针对市场营销这个特定场景，梳理出了从事营销相关工作的人必须掌握的数据科学知识，以帮助他们快速、低成本地找到有助于商业决策和促进销售的答案，在瞬息万变的市场上占得先机。 本书基于美国西北大学开创性营销数据科学的课程，通过真实的案例和数据集来讲授营销数据科学的基本知识。借助于当今领先的数据科学开源工具，本书通过大量营销相关的案例，带领读者感受营销问题从建模到得出结论的过程，描绘了一幅从锁定新客户到维系客户、从定价到量化品牌价值的画卷。 本书面向市场营销领域中的大量典型问题，如产品设计、需求预测、价格研究、客户选择、推荐系统、零售地点选择等，通过R／Python语言的建模与实现，深入浅出地给出了详细的解决方案。通过这些实例，读者可以尽快上手，这种立竿见影的学习效果可以极大地增强读者的学习信心。

译者序
前言
第1章 了解市场
第2章 预测消费者的选择
第3章 锁定目标客户
第4章 开发新客户
第5章 维系客户
第6章 产品定位
第7章 开发新产品
第8章 产品促销
第9章 推荐产品
第10章 评估品牌和价格
第11章 利用社交网络
第12章 关注竞争对手
第13章 销售预测
第14章 重新定义营销研究
附录A 数据科学方法
A.1 数据库系统和数据准备
A.2 传统统计与贝叶斯统计
A.3 回归与分类
A.4 数据挖掘与机器学习
A.5 数据可视化
A.6 文本和情感分析
A.7 时间序列与市场响应模型
附录B 营销数据来源
B.1 测量理论
B.2 测量水平
B.3 抽样
B.4 营销数据库
B.5 万维网
B.6 社交媒体
B.7 调查
B.8 实验
B.9 采访
B.10 焦点小组
B.11 现场研究
附录C 案例研究
C.1 AT&T选择研究
C.2 匿名微软网站数据
C.3 银行营销研究
C.4 波士顿住房研究
C.5 电脑选择研究
C.6 DriveTime厢式轿车
C.7 Lydia E.Pinkham医药公司
C.8 宝洁洗衣皂
C.9 返送公仔
C.10 Studenmund餐厅
C.11 悉尼交通研究
C.12 ToutBay再次起航
C.13 两个月工资
C.14 威斯康星州德尔斯
C.15 威斯康星州彩票销售
C.16 维基百科投票
附录D 代码与实用程序
参考文献
索引