書籍詳介 |
 |
內容簡介：你的策略能否成功，是由「機率」決定的。運用本書的方法，你可以找到「勝率較高」的策略，更能達成目標！ 何英圻 91APP董事長 盧希鵬 台灣科技大學資訊管理系專任特聘教授 土井英司 《商業書馬拉松》總編輯 田端信太郎 前LINE資深副總裁 專業推薦 行銷，易學難精，這本書將傳授你最實用的、從市場和消費者偏好出發的精準策略！ 做行銷、制定策略，可能有幾千幾百個考量因素。 但是，看似各不相同的產品、品類的市場結構，其實都具有相同的「法則」。例如在大眾消費品的情況，其消費型態是呈現「負二項分配」（Negative Binomial Distribution）。 你的策略成功與否，是由「機率」決定的。 而機率，某個程度上是可以「操作」的。 因此，挑選贏的機率高的市場或競爭對手，把經營資源集中投入，也就是去打「贏面高」的戰爭，當然勝算就高。 本書的兩位作者，都在家庭日用品大廠寶僑（P&G）美國總公司的行銷部門歷練過，他們對於全球市場的市調、需求預測，擁有多年經驗，逐漸發展出成功率高的數學模型。 兩人之後都加入「日本環球影城」（USJ；Universal Studios Japan），帶領這個幾乎落入谷底、來客數降到低點的主題樂園，起死回生，從2010年起業績不斷成長，以精準的行銷策略、主題活動帶動，例如2014年7月開幕的「哈利波特魔法世界」，就造成大轟動；2015年更創下1,390萬人次的入園紀錄，而單月175萬人次的紀錄，更超越了日本東京迪士尼的紀錄，被譽為行銷界的奇蹟。 然而，這不是奇蹟，而是精準的策略擬定與執行。這本書從消費者的偏好（preference）開始，最終推導出行銷策略應該怎麼做（觀念與實務）、行銷人應有的準備與思考、以及可運用的工具箱。 本書重要觀念： 市場結構的本質，就是消費者的偏好。 消費者的偏好，是由品牌價值、價格、產品性能所決定的。 而行銷策略的焦點，只有三個：消費者的偏好、認知度、鋪貨率。 而這些都是數字，再搭配上機率、統計的基本概念，就能規劃出更成供的行銷策略。 讓行銷策略回歸理性、邏輯，強調可預測的結果，這是兩位作者的初衷，也是閱讀本書的最大收穫。 目錄：序章 商業之神有著一張單純的臉孔第一章 市場結構之本質 1 「拉客小哥全都長著同一張臉！」 2 理解市場結構的意義 3 何謂市場結構？ 4 市場結構的本質全都一樣 5 品牌也是受到相同法則的支配 6 應該把經營資源集中在顧客偏好上 第二章 策略的本質為何？ 1 找出能打贏的仗 2 策略的焦點只有三個 3 找出「認知度」的成長空間 4 找出「鋪貨率」的成長空間 5 找出「偏好」的成長空間 第三章 如何訂定策略？ 1 應該在目的地看到的驅動因素 2 關於偏好 3 策略要從目標開始構思起 第四章 把熱情加到數字裡！ 1 「情感」會變成決策時的干擾 2 人類是一種會避免做決定的生物 3 最好把日本人的對手都當成精神病態者 4 為何偏離目的是危險的？ 5 透過自我意識與努力，學會冷靜透徹地做出決策 6 機率之神毫無慈悲心 7 用帶有「熱情」的戰術致勝 第五章 市場調查的本質與功能—了解偏好 1 市場調查的本質 2 單一產品盲測 3 概念使用測試 4 購買決策是情感性的 5 工具有其用途與界限 6 本質性的理解要從定性資料著手 7 未來要從定性資料著手 8 未來假如困難，還有過去 第六章 需求預測的理論與實際—偏好的採算性 1 需求預測的目標是，不要和實際差太多 2 「計算絕對值的模型」以及「市占率模型」 3 預測模型既用於理解也用於預測 4 預測的精確度與預測模型的精確度是兩回事 5 哈利波特需求預測之挑戰 6 掌握大略概況很重要！ 7 根據電影的觀賞人數所做的預測 8 運用增加率所做的預測 9 運用電視廣告的概念測試所做的預測 10 利用概念測試來預測絕對值時的注意事項 11 預測市占率的一般手法（測量直接偏好） 第七章 消費者資料的危險性 1 消費者資料要經常對照現實狀況做解讀 2 消費者資料的比率、好惡的順序相對較正確 3 消費者資料在運用時要考量「使用目的」與「調查狀況」 4 有毒的消費者資料是無味無臭的 5 市場規模的現實狀況可利用「整合性」掌握 6 資料要去除髒污後再看 7 要像昆蟲一樣以複眼觀察現實 第八章 讓行銷發揮功能的組織 1 兩個前提思維 2 行銷組織的思想 3 市場調查部的編組 4 關於組織經營，我所相信的事 卷末解說1 機率理論的導入，與偏好在數學上的說明 1 二項分配（Binomial Distribution） 2 卜瓦松分配（Poisson Distribution） 3 負二項分配（Negative Binomial Distribution） 4 「卜瓦松分配」與「負二項分配（NBD）」之整理歸納 5 支配營收的重要數學式（偏好、K的真正意涵） 6 狄利克雷NBD模型 卷末解說2 用於理解市場及協助做好預測的數學工具 1 伽瑪‧卜瓦松最近購買時間模型 2 負二項分配 3 品類進軍順位模型 4 新購模型、回購模型（新產品的營收） 5 平均每次購買金額、數量模型 6 狄利克雷NBD模型 終章 2015年10月時USJ進場人次之所以超越TDL的數學根據 今西的致意 森岡的致意 參考文獻與資料 |
