颠覆营销读后感锦集

　　《颠覆营销》是一本由陈杰豪 / 车品觉著作，中信出版社出版的223图书，本书定价：49.00元，页数：2016-2，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《颠覆营销》精选点评：

　　●民科气质 降维

　　●价格虚高，有内容的东西很少，NES,新4P有点意思，总的感觉就是在做开化，告诉我们大数据很重要

　　●说了大数据的好，然后就没有然后了。

　　●理论不高，纲领不强，废话不少，实战没啥。以后不会再看与车品觉相关的书了

　　●感觉，思路清晰

　　●科普类，浅尝

　　●基本part1跟part5是有用的，连我一个路人都看得出来234是废话，干这行的能学到啥吗？评论里好像混有水军的样子...车品觉的结论还是蛮有趣的。

　　●其中的三大模型NES NPT LRFM比较有用 觉得作为入门营销+数据分析还是可以的 而且还是有很多实用可操作的方法的

　　●作为一本两年前的书籍，“颠覆营销”在当前时代来看已经很难称之为“颠覆”了。书中强调了降维思考的模式，将营收过程拆解为顾客数*活跃度*客单价，顾客按照活跃度分为NES，以及NPT的预测模型等，是一个典型利于大数据解决营销case的分析过程。虽然其所呈现的结果在当前时代已经习以为常，但其从问题出发挖掘大数据变更的思维却给人以不少的启发，适合对于大数据营销不熟悉的同学入门。

　　●对于小白来说，还是有很多运营方面的干货的

　　《颠覆营销》读后感(一)：陈杰豪《颠覆营销：大数据时代的商业革命》

　　陈杰豪《颠覆营销：大数据时代的商业革命》

　　“营销1.0”时代，消费者要什么，企业提供什么

　　“营销2.0”时代，从产品核心转向服务核心

　　“营销3.0”时代，以社会价值与品牌责任为使命

　　“营销4.0”数据时代，根据消费者个人化需求，找到精准目标顾客，进行一对一营销，精算出成交转换率，提升投资回报率。

　　班车路上消磨时间，案例为主不难读，长尾理论细分市场，小公司也能聚沙成塔。

　　《颠覆营销》读后感(二)：不是颠覆，但是会改变游戏规则

　　最近朋友们聊天有个很时髦的词出现频率很高，那就是“大数据”。网路上媒体新闻对这个概念更是吹捧的声势浩大，大有第三次技术革命到来之感。

　　拜读了陈杰豪写的《颠覆营销》，观点如其名字所示，大数据的发展将会颠覆传统营销。需要指出的是，书中对于营销人的判断价值推崇备至，强调颠覆的只是营销手段。营销这个东西我不是很懂，书中对于传统营销与大数据营销结合案例进行对比描述，阐述的比较生动。虽然比较啰嗦冗余，但是对我这种门外汉而言还是干货满满。

　　营销需要经历收集资料、判断决策到实施这么一个过程，从传统营销到大数据营销，营销的本质并没有改变，只不过由于科技进步，从第一关收集资料开始就有所变化。大数据能够借助互联网平台收集到更大数量级的资料，对于人们的生活习惯进行更细微的跟踪，使得对营销对象能够进行更为深入而细致的分类，方便商业决策。

　　营销人需要根据这一情况调整自己的营销手段。数据多了，判断更加重要。一方面处理数据时候需要降维思考，找准核心数据；另一方面，对数据的解读观点更加重要，需要发展出一套新的理论、方法与工具。

　　做到这几点，大数据带给企业最直接的利好就是能够真正从以产品为中心转向以人为中心。预测消费者行为和动机来提前制定营销战略有了可能。书中借助了几个公司的案例来介绍大数据如何帮助企业找到营销的切入点。

　　最后车品觉得几篇论文相对精彩，站的高度很高，不愧为大数据教父级人物。

　　《颠覆营销》读后感(三)：心得：大数据其实是厚数据

　　一、问对问题，才能找到方向

　　一个小家电品牌的营销人，抱怨销售门店回传的顾客数据总是慢半拍，而且数据参差不齐。他直觉判断——注意，是“直觉”——一定是缺乏门店奖励方案，让门店服务人员对此毫无兴趣。于是，接下来的半年他不断地修正奖励办法，但就是没法改善顾客数据的完整度和实时性。

　　有一天他正好经过一个门店，一时兴起就走了进去。看着他们的热卖商品让柜台人员忙到不可开交，他心里嘀咕着：这么大的客流量，但是每天回传的顾客数据却少得可怜，正想找店长兴师问罪的时候，突然，旁边正在留顾客数据的消费者没好气地跟门店服务人员说：“你们的顾客数据表太复杂，解释得也不清楚，我下次有空再来填。”说完，就提着刚结完账的商品扬长而去。

　　这就是一个没有问对问题的例子，如果开始没有弄明白问题在哪，处理起来难免南辕北辙，缘木求鱼。

　　二、大数据虽大，不如精准的厚数据

　　大家可以试试，在网上随便搜索一个平时根本不用的东西，然后就会发现，再打开网页，网页上的广告推荐的都是你搜索过的商品。这个“数据”大是大了，但是大得毫无用处，一点精准度都没有。

　　更好笑的是买手机或者书等短期内不会重复购买的商品，即使你购买了手机或者书，打开网页的时候会发现，你搜索过的手机或者书，还会出现在广告位——客户还有一点购买的可能吗？如果广告商再将数据精准化一点，比如经查询，这位客户买了一部手机，得到这个信息之后，就应该给他推荐耳机、手机贴膜、手机套等周边产品，而不是傻乎乎地继续推销手机。

　　三、电脑的归电脑，人类的归人类

　　要学会降维思考。大叔据时代的数据，随便一算，动辄1000张报表就出来了。而人类的心力是有限的，不可能记得住如此多的数据，这是电脑应该做的工作，人类所要做的，就是让电脑把这些数据汇总、计算、分类后，降维到人类可以接受的程度。如经济景气指标，降维后就是红、黄、绿、浅蓝、蓝五个指标，人类一看就能懂，然后可以根据结论做出判断。也就是说，人的任务是做决定，人要首先把自己从数据中解放出来，居高临下地俯视数据。

　　《颠覆营销》读后感(四)：大数据 -- 未来的生活方式

　　其实听说这本书已经很久了，至少三个月吧，但现在才腾出空来借书一观。花三天时间看完，感觉是实至名归，算得上是一本有思考有观点有实践路径的一本书，虽然我并不是从事营销职业的。

　　I. 大数据是一种思维、观点，强调洞察力。

　　正如书中所言，“成败不在数据，观点决定一切。”“大数据比的是点子，不是银子；赢家需要的是数据洞察力，所以观点才能决定一切。”在大数据的世界里，决定成败的关键，并不是依靠运算能力或统计技术，成为数据赢家，关键是诠释问题的角度和观点。大数据的竞争，比的是谁的观点最犀利、判断最快、预测最准。大数据的竞争法则是观点取胜。

　　大数据不仅要大，还要厚。所谓厚数据，就是关于情境的数据。大数据指向规模，厚数据指向深度；大数据依赖科学，厚数据依赖哲学。面对大数据，要有科学家的逻辑思考，更须有哲学家的思维。数字并不等于人，人的行为产生的数据，充满不确定性，嘴上说的、心里想的和实际做的，这三者无法直接画上等号。大数据科学加厚数据心理学，才能真正读懂人心。

　　大数据科学横跨三个知识领域：计算机科学、统计分析与产业核心知识。这样，才能在一片数据中找出关键观点，并用厚数据思维，做出既有科学根据又洞悉人心的决策。套用当前流行语就是跨界融合。

　　II. 机器和人分工合作，机器是工具，人负责找到核心问题。

　　人的目标是把事情做对，而机器的目标是把对的事情做完、做好。所以，机器能做的就交给机器去做，教会机器去做；而人应该去做决策、建议、咨询、价值判断和风险分析等等。

　　大数据时代，消息排山倒海而来，超乎我们想像。好的决策者会降维思考，也就是做减法。把浩繁的数据抽丝剥茧，把数据简化到人可以理解与应用的程度。通过分层次梳理与思考，找到解决问题的机制。另外，好的决策者会从全视野看问题，站得够高，角度够全。

　　我们确定哪些是机器该建立的预警系统，哪些是人应该找出解决方案的，挖掘“真正的问题”即“问题背后的问题”。然后，找出团队的核心竞争力，通过分工与协作， 解决这些问题。

　　III. 消费者导向，由B2C到C2B。

　　在大数据的冲击下，B2B、B2C、C2C的界线逐渐模糊，C2B成为商业新模式。消费者不再是最下游的产品接收者，而是直接决定生产供应的源头。供应系统不再是由生产者主导，而是消费者主导，更强调个性化。生产逐渐演变为小批量、多批次，显著区别于过往的集中标准化的大型订单式生产。

　　商业唯消费者马首是瞻，所有的商业分析不再是被动分析，而转为预测分析。大数据要求的不仅是跑得快，更重要的是站到起跑线上，先观察好终点在哪里。所以大数据营销就是把手放在消费者的脉搏上，精准、快速地做出决策。所谓谨思敏行。

　　IV. 怎么做？

　　谁来做？IT部门？营销部门？这些都不是重点，关键是决策层是否有决心推动。

　　如何做？Just do it. 首先是要动手做，不要困在会议室或一堆报表里，而是大胆假设，快速计划，不断修正。先设定一个“小目标”，分阶段完成，逐步推广。数据不求大而全，小而准就很好。确立目标，改变行为，找到合适的人，成立项目小组，一步步走稳，耐心等待数据发酵。

　　不得不说，大数据是未来的一种生活方式。未来绝大多数的人才也不再是专才，而是通才，是拥有多个领域的知识与技能并且能融合应用的通才。未来依旧会强调分工合作，但个体的功能与作用会更加突出。所以，在孩子的教育上，不是学好课本知识就OK，也不是掌握一门专业技术就OK。所以要求孩子学习语言、数学、科学，也要求孩子学习音乐、美术、跳舞，培养对美的欣赏能力。除了这些智力教育之外，更重要的是情商的培养，强调社会性，奠定哲学思考的基础。

　　《颠覆营销》读后感(五)：我把作者絮絮叨叨倾囊相授的干货总结了一下

身为一名爱读书的汽车产品经理，克萝酱一直有着旺盛的求知（生）欲，深感日常接收到的咨询虽然海量，但是终归缺乏时间的厚度与内容的深度，于是就某东搜索带“汽车”关键词的书籍，跟车有关的书没看到感兴趣的，但是一本名为《颠覆营销》的书引起了我的注意，如果你问我书名跟车八竿子打不着，算法是怎么推荐的，这是因为这本书作者是陈杰豪与车品觉。哦，神奇的算法，美妙的意外。

本书出版于2015年，作者陈杰豪是“功典信息（MIGO）”的创始人，作为阿里巴巴的首席大数据应用合作伙伴分享了很多独家营销攻略，还有大数据专家、阿里巴巴前副总裁车品觉(2020年现任职红杉资本）撰文分享大数据应用的未来趋势，我嗅到了知识的气息，还等什么呢，两天周末的下午读完，总结如下。

营销是整合了经济学、心理学、社会学、管理学、人类学、传播学、统计学等多学科的应用行为科学，说他是科学的同时也可以是一门艺术。每家公司的营销部门每时每刻都在“猜”顾客喜欢什么样的产品，通过何种方式可以触达更多目标客户并引起他们的兴趣，什么样的销售模式服务模式可以最大化顾客的满意度并让他们愿意向周围的人分享并推荐产品。

而大数据具有数量大（数据数量巨大，数据分析工作量巨大、数据计算存储需要的资源巨大）、速度快（每时每刻都在产生更多海量数据）、多样性（数据类型复杂，数据结构多样）、不确定性（事物之间、数据之间不存在简单的因果关系线性关系却又会相互影响）等等特点。

当营销人面对汹涌而来的大数据浪潮，本书提供了很好的心法准备，分析框架，必坑宝典和实操建议。

想到大数据应用的经典案例，很多人都会想到近乎于妖法的啤酒和尿布，但是作者在第一章里提供了以下几个朴实的观点作为我们钻入大数据汪洋大海之前的内功心法：

一，做对决策的前提是明白“厚数据”：

1. 诠释数据依赖于人的洞察，对商业逻辑和用户心态的理解，厚数据就是深入数字的核心意义，由人来判断数据的对错并赋予数据意义。

2. 数据洞察产生后的意义在于行动，读完数据后拿出什么样的行动方案，在行动中证明假设，并优化下一步的行动方案。

二，减法思考的重要性

1. 新营销时代不但要比决策打法，还要拼决策和行动速度，这就需要降维减法思考来帮助决策者聚焦并提升决策速度。

2. 降维减法思考是指挑选真正重要的业务评价指标，并通过可视化、自动化的方法，把繁杂的数据报表精简到人的心力可以接受处理的范围。

3. 营销人要有精益精神、迭代思维，一边决策一边修正，通过A/B Test等手段来验证自己的假设。

三，利用大数据的关键在于诠释问题的角度与观点

1. 在大数据的世界里，决定成败的关键不是运算能力与统计技术，而是诠释问题的角度与观点，第一步问对问题尤为关键。黛安芬发现自己的少女系列产品线销售不佳，问，销售策略有什么问题，但深入分析用户数据才发现问题在于现有顾客在随着品牌留存成长而新顾客增长不多，所以真正的问题是，怎样吸引新的年轻顾客。

2. 在我们汽车业内，有一个应用广泛的思考框架叫做“5-Why”，是指给出解决方案前要先层层发问找到真正的问题，在大数据营销的应用中，也需要营销人有寻根溯源、不断追问的精神。

3. 要从全局角度看问题，企业内部经常出现“本位主义”困局，即各个部门只从各自部门的利益出发，但全局视角不只是高层管理者的责任，每个人都需要有全局视野，这样才能看到真正的问题。

四，数据的质量重于规模，大数据虽大，但是数据越大不确定性越高，信息价值密度越低，相反企业内部的数据虽小却结构化而准确。所以先从公司内部的交易数据用户信息等等下手分析最能实现二分投入，八分产出。

然后作者结合自己公司为阿里巴巴服务的经验总结，分享了名为“NES模型“的独家营销分析框架。这个模型就是减法思维的应用体现，任何公司的商业逻辑再复杂，最终的目标落脚点其实都是营业收入，而营业收入的公式如下：

营收=顾客数 X活跃度 X 客单价；

其中，顾客可以分为5种状态：新顾客（N） /主力顾客（E） / 瞌睡顾客（S1） / 半睡顾客（S2） / 沉睡顾客（S3）；

作者还在复杂的经营问题中提炼了10个指标：

新增率/ 变动率/流失率/ 转化率/ 活跃度/ 3类在睡顾客的唤醒率/ 新顾客客单价/ 主力顾客客单价。

这个简洁的分析框架对快消零售餐饮等行业普遍使用，对于我们耐用消费品行业，我们也可以学习这种提炼方法并结合自己行业的价值链，建立适用于所在行业公司的数据模型。

接下来，进入大数据营销的世界，作者给出了以下六个“避坑指南”。

一，人口统计营销 Vs 大数据营销

大数据时代以人为核心，人有异质性和变动性，传统营销与顾客画像更偏重处理异质性的问题，如基于人口统计学的属性特征，用性别、年龄、居住地、收入、家庭等标签，进行客户分类分群，NES模型则不在乎年龄、性别等传统人口统计特征，根据消费者具体的购买行为划分消费者。

简而言之，就是男女年龄并不重要，真实的购买行为与消费动机才是关键，老奶奶就不能买跑车了嘛。

二，被动分析 Vs预测分析

通过顾客交易数据，预测再次购买的时间点（NPT），提前唤醒沉睡顾客，并洞察消费者的折扣偏好/名牌偏好/流行偏好等种种偏好，做到精准预测用户喜好，在合适的时间推荐用户可能需要的信息。

三，活动找人 Vs人找活动

过去做活动，层层取舍目标受众、时间、渠道、时段，意在正中靶心做到精准营销，但这本身就是一个妥协取舍的过程。大数据可以针对顾客个性化的动机标签、推荐数据和历史互动行为分析，弹性的提供数十种甚至上百种活动的排列组合，做到针对不同受众量身打造内容，并在合适的互动点推送，活动不再是骚扰信息，而是贴身小秘书。

四，人力密集 Vs数据密集

应用大数据过程中，要有意识的进行人机分工，甄别哪些工作适合交给机器去做，比如把数据分析和决策后的自动化执行（定时定向发送）等工作交给机器，从而给营销人省下洞察决策的时间。

五，有形调查 Vs无形侦察

以往的用户访谈、产品调研耗时耗力，而且存在难以去除的“霍桑偏差”，也就是当受访者察觉到自己正在被调查时，会刻意改变自己的言行。但在互联网时代其实每个软件都带有Log来记录用户的活动日志，Log资料中记录着消费者真实的行为。真实行为的数据，比用户嘴上说的信息，更有价值。

五，检讨报告 Vs实验报告

作者重申了决策速度和迭代精益的重要性，强调营销人要边设定假说边修正，看到数据，知道问题，做到策略，学到智慧。

最后，当我们实际在公司中运用大数据时，经常会遇到三个魔鬼，提前预知并知道怎么收服它，可以更好的让大数据在公司落地。

1号魔鬼，鸡同鸭讲，各说各话；就是指内部沟通名词分类标准不统一，这样不但会降低沟通效率，还会产生结构对不齐的数据。

2号魔鬼，盘根错节，各自为政；当你想从公司内部数据下手分析时，往往会发现数据散落在各个不同的部门而且互不共享，很多企业经常花大价钱购买外部的数据库，却没有优先将自己公司各个部门的业务运营数据打通串联，并有效共享。

3号魔鬼，坐而论道，纸上谈兵；数据洞察的意义不在于漂亮的报表，而是用来指导决策修正决策。

以上回顾了全书的主要观点，作者作为一家大数据咨询公司的创始人，还分享了为阿里巴巴、雀巢、黛安芬、云海肴等服务时，具体的实操案例。说老实话，这本书符合了我对中信出版社的一贯预期，里面内容观点有不少重复论述，关于阿里运营的案例分享有一点隔靴搔痒，总想了解的再清楚一点，这样我就能在与马爸爸的斗争中更好的洞悉套路捂紧钱包了哈哈。但是尽管如此本书中介绍的心法和NES模型都还是带给我不少新的启发，一本一天翻完的书，如果你能总结三个有用的点，也算没有辜负时光。

再回到本书开头作者分享的一个大数据应用的牛B闪闪的案例，这是一个金融领域的例子：很多投资机构都会参考每个月美国劳工部发布的上月就业报告来调整资产配置，一家私募基金公司洞察了新员工尿检数量与新增就业人数的相关性，并通过他们掌握的数据构建了预测就业市场变化趋势的模型，做到了提前改变资产配置。

虽然大数据的风已经刮了很多年，但我关于大数据的想象却一直像上面的这个例子一样，一群拥有着海量数据的极客在敲击着代码，运行着让人眼花缭乱的运算，从而对了解和应用大数据望而却步。但这本书给我的启示是，大数据只是一种可以为经营业务赋能的有效手段，它无论再大，其实内在的逻辑还是回归到具体的业务世界，问对问题，提出假设，制定策略，测试修正。

怎样利用数据这种养料成长精进，全看你发现问题的角度与放手去做的行动。

小的喜欢看书，以前看了也就看了，最近准备给看过觉得好的书总结一篇小报告，既是对自己理解的一次整理回顾，也可以将书中有价值的观点分享给更多朋友，甚至引起他们阅读的兴趣。刚刚起步，更多读书小报告也会发布在以下微信公众号中…^-^