数据挖掘技术（第3版）
15年前，Michael和我合写了这本书的及时版。那本书400页多一点，通过弥合技术和实践之间的差距，通过帮助商业人士了解数据挖掘技术以及帮助技术人员理解这些技术的商业应用，从而满足了我们调查数据挖掘领域的目标...
谁将是忠实的客户？谁将不是呢？哪些消息对哪些客户细分最有效？如何化客户的价值？如何将客户的价值化？本书提供了强大的工具，可以从上述和其他重要商业问题所在的公司数据库中提取它们的答案。自本书第1版问世以来，数据挖掘已经日益成为现代商业不可缺少的工具。在这个版本中，作者对每个章节都进行了大量的更新和修订，并且添加了几个新的章节。本书保留了早期版本的重点，指导市场分析师、业务经理和数据挖掘专家利用数据挖掘方法和技术来解决重要的商业问题。在不牺牲度的前提下，为了简单起见，即使是复杂的主题，作者也进行了简洁明了的介绍，并尽量减少对技术术语或数学公式的使用。每个技术主题都通过案例研究和源自作者经验的真实案例进行说明，每章都包含了针对从业者的宝贵提示。书中介绍的新技术和更为深入的技术包括：线性和逻辑回归模型、增量响应(提升)建模、朴素贝叶斯模型、表查询模型、相似度模型、径向基函数网络、期望值化(EM)聚类和群体智慧。新的章节专门讨论了数据准备、派生变量、主成分分析和其他变量减少技术，以及文本挖掘。
在建立了的数据挖掘应用业务环境，并介绍了所有数据挖掘项目通用的数据挖掘方法论的各个方面之后，本书详细介绍了每个重要的数据挖掘技术。
Gordon S.Linoff和Michael J.A.Berry在数据挖掘领域的知名度众所周知。他们是Data Miners公司——一家从事数据挖掘的咨询公司——的创始人，而且他们已经共同撰写了一些在该领域有影响力和得到广泛阅读的书籍。他们共同撰写的及时本书是Data Mining Techniques的及时个版本，于1997年出版。自那时起，他们就一直积极地挖掘各种行业的数据。持续的实践分析工作使得两位作者能够紧跟数据挖掘、预测以及预测分析领域的快速发展。Gordon和Michael严格地独立于供应商。通过其咨询工作，作者接触了所有主要软件供应商(以及一些小的供应商)的数据分析软件。他们相信好的结果不在于是采用专用的还是开源的软件，命令行的还是点击的软件，而是在于创新思维和健全的方法。
Gordon和Michael专注于数据挖掘在营销和客户关系管理方面的应用——例如，为交叉销售和向上销售改进推荐，预测未来的用户级别，建模客户生存期价值，根据用户行为对客户进行划分，为访问网站的客户选择登录页面，确定适合列入营销活动的候选者，以及预测哪些客户处于停止使用软件包、服务或药物治疗的风险中。Gordon和Michael致力于分享他们的知识、技能以及对这个主题的热情。当他们自己不挖掘数据时，他们非常喜欢通过课程、讲座、文章、现场课堂，当然还有你要读的这本书来教其他人。经常可以发现他们在会议上发言和在课堂上授课。作者还在blog.data-miners.com维护了一个数据挖掘的博客。
Gordon生活在曼哈顿。在本书之前，他最近的一本书是Data Analysis Using SQL andExcel，已经由Wiley于2008年出版。
Michael生活在马萨诸塞州剑桥市。他除了在Data Miners从事咨询工作之外，还在波士顿大学卡罗尔管理学院讲授市场营销分析(Marketing Analytics)课程。
第1章 什么是数据挖掘以及为什么要进行数据挖掘
1.1 什么是数据挖掘
1.1.1 数据挖掘是一项业务流程
1.1.2 大量的数据
1.1.3 有意义的模式和规则
1.1.4 数据挖掘和客户关系管理
1.2 为什么是现在
1.2.1 数据正在产生
1.2.2 数据正存在于数据仓库中
1.2.3 计算能力能够承受
1.2.4 对客户关系管理的兴趣非常强烈
1.2.5 商业的数据挖掘软件产品变得可用
1.3 数据挖掘人员的技能
1.4 数据挖掘的良性循环
1.5 业务数据挖掘的案例研究
1.5.1 识别美国银行的业务挑战
1.5.2 应用数据挖掘
1.5.3 对结果采取行动
1.5.4 度量数据挖掘的影响
1.6 良性循环的步骤
1.6.1 识别业务机会
1.6.2 将数据转换为信息
1.6.3 根据信息采取行动
1.6.4 度量结果
1.7 良性循环上下文中的数据挖掘
1.8 经验教训
第2章 数据挖掘在营销和客户关系管理中的应用
2.1 两个客户生存周期
2.1.1 客户个人生存周期
2.1.2 客户关系生存周期
2.1.3 基于订阅的关系和基于事件的关系
2.2 围绕客户生存周期组织业务流程
2.2.1 客户获取
2.2.2 客户激活
2.2.3 客户关系管理
2.2.4 赢回
2.3 数据挖掘应用于客户获取
2.3.1 识别好的潜在客户
2.3.2 选择通信渠道
2.3.3 挑选适当的信息
2.4 数据挖掘示例：选择合适的地方做广告
2.4.1 谁符合剖析
2.4.2 度量读者群的适应度
2.5 数据挖掘改进直接营销活动
2.5.1 响应建模
2.5.2 优化固定预算的响应
2.5.3 优化活动收益率
2.5.4 抵达最受信息影响的人
2.6 通过当前客户了解潜在客户
2.6.1 在客户成为"客户"以前开始跟踪他们
2.6.2 收集新的客户信息
2.6.3 获取时间变量可以预测将来的结果
2.7 数据挖掘应用于客户关系管理
2.7.1 匹配客户的活动
2.7.2 减少信用风险
2.7.3 确定客户价值
2.7.4 交叉销售、追加销售和推荐
2.8 保留
2.8.1 识别流失
2.8.2 为什么流失是问题
2.8.3 不同类型的流失
2.8.4 不同种类的流失模型
2.9 超越客户生存周期
2.10 经验教训
第3章 数据挖掘过程
3.1 会出什么问题
3.1.1 学习的东西不真实
3.1.2 学习的东西真实但是无用
3.2 数据挖掘类型
3.2.1 假设检验
3.2.2 有指导数据挖掘
3.2.3 无指导数据挖掘
3.3 目标、任务和技术
3.3.1 数据挖掘业务目标
3.3.2 数据挖掘任务
3.3.3 数据挖掘技术
3.4 制定数据挖掘问题：从目标到任务再到技术
3.4.1 选择广告的位置
3.4.2 确定向客户提供的产品
3.4.3 发现分支或商店的位置
3.4.4 根据未来利润划分客户
3.4.5 减少暴露于违约的风险
3.4.6 提高客户保留
3.4.7 检测欺诈性索赔
3.5 不同技术对应的任务
3.5.1 有一个或多个目标
3.5.2 目标数据是什么
3.5.3 输入数据是什么
3.5.4 易于使用的重要性
3.5.5 模型可解释性的重要性
3.6 经验教训
第4章 统计学入门：关于数据，你该了解些什么
4.1 奥卡姆(Occam)剃
1.每个业务都是服务业务
处于服务行业的公司，信息将赋予其竞争优势。这就是为什么连锁饭店会记录你无烟的房间，而租车公司会记录你喜欢的车的类型。此外，传统上认为自身不是服务提供者的公司也开始从不同的角度来思考。汽车经销商是出售汽车还是运输工具？如果是后者，那么每当你自己的车在商店里时，经销商就为你提供一辆替代车是合理的，许多经销商现在就是这么做的。
即使是日用商品也可以通过服务得到加强。一家家庭供热石油公司如果能够监视你的使用情况，并在你需要更多的石油时向你提供石油，那么相比一家公司期望你在油箱枯竭和管道冻结前记得打电话来安排你的订单，它销售的产品更好。对于信用卡公司、长途运输公司、航空公司以及所有类型的零售商而言，服务竞争通常会与价格竞争一样多或更多。
2.信息即产品
许多公司发现他们拥有的客户信息不仅对自己有价值，而且对其他人同样有价值。一家具有忠诚卡方案的超市有一些消费者包装食品行业会喜欢的信息——关于谁在购买哪些产品的知识。信用卡公司有一些航空公司想要了解的信息——谁在买大量的机票。超市和信用卡公司都处于知识经纪人的位置。超市可以通过打印优惠券向消费者包装食品公司索取更高的收费，此时超市会保障通过向适当的购物者打印适当的优惠券获得更高的回报率。信用卡公司可以向航空公司收费，其目标是为经常旅行、但乘坐其他航空公司航班的人提供频繁的飞行积分。
Google了解人们正在Web上寻找什么。它在出售赞助商链接(以及其他事物)时利用这种知识。保险公司会为确保某人在搜索"汽车保险"时，为其提供它们站点的链接而支付相应的费用。金融企业将支付赞助商链接，从而当有人搜索诸如"抵押贷款再融资"之类的短语时显示其链接。
……
看起来就很经典，很多知识点展开的很细致，不错。
偏IT技术一点，对于市场营销人员想要了解如何开展数字化营销工作，不太合适。
很好哩，加油！
不错不错！正版，字迹清晰，很有帮助！
不错的书籍，希望能好好学习一下，感谢当当！！！！
纸张很好！
纸张很好！
不错，价格便宜，多次购买啦！希望多搞活动啊！
有点抽象，慢慢看
值得购买，就是包装很差
数据挖掘技术（第3版）——应用于市场营销、销售与客户关系管理书不错
数据挖掘技术（第3版）——应用于市场营销、销售与客户关系管
送货速度慢，且投递员不带POS机造成我无法刷卡
第一章就没有几个通顺的句子，把活动达成翻译成活动抵达，随便找几个研究生翻译的吧？
书有点旧，像旧书摊上的二手书。是物流没保管好吗？
不错的数据应用的书，只是译者的翻译火候欠佳，建议出版社应该在书本出品前审查一下翻译的质量！
该书我还没有看，估计对我做数据分析的工作会有比较大的帮助，
这是一本好书，读了两个章节，获益非浅，学习ing。
如果你想了解大数据时代是怎么回事儿，读一读
非常好，第二版我就买过了，一本商业实战的经典国外教材。
在拜读，不是实际的运用者，需要试验一下才能理解
还是很好的，正好又赶上打折促销，对当当的书还是很满意，就是快递没给我打电话，
感觉不是很喜欢，可能是因为是外国人写的，在业务上，不同国家的思维方式存在某些差异
介绍的比较详细,针对客户关系做数据挖掘有点借鉴意义
作为礼物买的，预定的时间还没到就送过来了，→_→ 不开心！
很厚的一本书，学习下数据挖掘的技术。值得购买
本书的内容例句了数据挖掘的各类方法，较为详实，缺点就是没有实际的案例可借鉴。
看过英文版，重温下中文还可以。做Marketing的人挺适合的。
