互联网经济迅猛发展，大数据成为分析用户需求的一种惯性路径。世界首席品牌营销专家林斯特龙则指出，大数据连接了千百万的数据点，可以准确地产生相互关系。但是，当人类按照自己的习惯行动时，大数据分析通常不会十分准确。所以挖掘用户需求时，在大数据之外，更重要的是通过对一个小群体的亲身观察和小数据常识，捕捉到这个社会群体所体现出的文化欲望。满足这些用户需求，击中痛点，则意味着将掌握无限的商机。

互联网经济迅猛发展，大数据成为分析用户需求的一种惯性路径。世界首席品牌营销专家林斯特龙则指出，大数据连接了千百万的数据点，可以准确地产生相互关系。但是，当人类按照自己的习惯行动时，大数据分析通常不会十分准确。所以挖掘用户需求时，在大数据之外，更重要的是通过对一个小群体的亲身观察和小数据常识，捕捉到这个社会群体所体现出的文化欲望。满足这些用户需求，击中痛点，则意味着将掌握无限的商机。

互联网经济迅猛发展，大数据成为分析用户需求的一种惯性路径。世界首席品牌营销专家林斯特龙则指出，大数据连接了千百万的数据点，可以准确地产生相互关系。但是，当人类按照自己的习惯行动时，大数据分析通常不会十分准确。所以挖掘用户需求时，在大数据之外，更重要的是通过对一个小群体的亲身观察和小数据常识，捕捉到这个社会群体所体现出的文化欲望。满足这些用户需求，击中痛点，则意味着将掌握无限的商机。

互联网经济迅猛发展，大数据成为分析用户需求的一种惯性路径。世界首席品牌营销专家林斯特龙则指出，大数据连接了千百万的数据点，可以准确地产生相互关系。但是，当人类按照自己的习惯行动时，大数据分析通常不会十分准确。所以挖掘用户需求时，在大数据之外，更重要的是通过对一个小群体的亲身观察和小数据常识，捕捉到这个社会群体所体现出的文化欲望。满足这些用户需求，击中痛点，则意味着将掌握无限的商机。

《突破：挖掘情绪触点满足客户需求》认为情绪，而非理性思维，是指导客户行为的关键要素。揭示了情绪触点同客户行动之间的联系，作者从销售、营销、客户关系三个方面，列举了12种在客户营销方面可能遇见的挑战，探索不同公司满足客户需求的营销方法。《突破：挖掘情绪触点满足客户需求》表明：面对未知的商业挑战，如果想在竞争中占据先机，我们需要透过客户的言语表面，探询其更深层的真实意图，进而采取有针对性的营销策略。

本书分为三部分，分别是走进用户需求、探寻用户需求、从需求中发现机会。如果用更生动的语言来比喻，就仿佛是荒野猎人的生存指南，教你出门前要做哪些准备（包括正确的心态和认识）、出门之后如何逮兔子以及打猎回家之后怎么根据这些原始食材做出一顿富有营养的晚餐。 产品经理做的事情，本质是打通问题（用户需求）与解决方案（产品），从而优化这个世界。用户需求与产品的匹配过程是产品定位的重要环节，需求驱动产品与运营，不了解用户需求很难做好产品经理。 本书从模型和算法出发，让信息筛选与产品定位完美匹配，逐步细化用户真实需求的发现方法及调研过程，对用户需求的使用与设计、用户需求的引导与创造，从产品、场景、运营、消费心理几大方面深入分析“需求策略”如何决定了产品的市场与形态，让一切以需求为核心的行为找到方法和依据。

本书分为三部分，分别是走进用户需求、探寻用户需求、从需求中发现机会。如果用更生动的语言来比喻，就仿佛是荒野猎人的生存指南，教你出门前要做哪些准备（包括正确的心态和认识）、出门之后如何逮兔子以及打猎回家之后怎么根据这些原始食材做出一顿富有营养的晚餐。 产品经理做的事情，本质是打通问题（用户需求）与解决方案（产品），从而优化这个世界。用户需求与产品的匹配过程是产品定位的重要环节，需求驱动产品与运营，不了解用户需求很难做好产品经理。 本书从模型和算法出发，让信息筛选与产品定位完美匹配，逐步细化用户真实需求的发现方法及调研过程，对用户需求的使用与设计、用户需求的引导与创造，从产品、场景、运营、消费心理几大方面深入分析“需求策略”如何决定了产品的市场与形态，让一切以需求为核心的行为找到方法和依据。

数据本无大小，但应用场合、处理方式的不同却分出大小，是谓小数据。数据表示的是过去，但表达的是未来，所以应用数据不仅需要全量数据，也需要样本数据；不仅要了解相关性，更要明白因果关系；不仅要预见未来，更要量化自我。这就迫使我们从更广泛的角度理解小数据，梳理小数据与大数据的分野，从而将相关思路投射、印证于小数据，考察其核心特点和应用特质。本书系统、全面的阐释了小数据，揭示了小数据之美、小数据之道、小数据之魅、小数据之巅，揭示了数据的局面在变化、逻辑在更新、未来在演进。重新审视我们的时代，小数据，尽管仍笼罩在迷雾中，但其已经开始在我们脑海中浮现出整体的轮廓。

数据本无大小，但应用场合、处理方式的不同却分出大小，是谓小数据。数据表示的是过去，但表达的是未来，所以应用数据不仅需要全量数据，也需要样本数据；不仅要了解相关性，更要明白因果关系；不仅要预见未来，更要量化自我。这就迫使我们从更广泛的角度理解小数据，梳理小数据与大数据的分野，从而将相关思路投射、印证于小数据，考察其核心特点和应用特质。本书系统、全面的阐释了小数据，揭示了小数据之美、小数据之道、小数据之魅、小数据之巅，揭示了数据的局面在变化、逻辑在更新、未来在演进。重新审视我们的时代，小数据，尽管仍笼罩在迷雾中，但其已经开始在我们脑海中浮现出整体的轮廓。

本书系统地介绍了数据挖掘理论、方法与应用，包括数据特征分析与预处理，经典数据挖掘算法（分类、回归、聚类、关联规则和集成学习等），大数据新常态下催生的数据分析方法（推荐系统、链接分析与网页排序、互联网信息抽取、日志挖掘与查询分析等）等理论与方法。在此基础上，每章均有基于Python语言的实例应用。本书可以作为高等院校数据科学与大数据技术专业相关课程的教材，以及计算机、软件工程等专业的教材或参考书。高职高专学校相关专业也可选用部分内容开展教学。