一本書讀透Martech智慧營銷

推薦語

前言

引子　企業(yè)數(shù)字化轉(zhuǎn)型迎來全員營銷時代001

第1章　從Adtech到Martech007

1.1　營銷需求側(cè)的變化008

1.1.1　營銷方法論的變化008

1.1.2　消費者的4個變化015

1.2　營銷領(lǐng)域技術(shù)供給側(cè)的變革021

1.2.1　Adtech、Salestech、Martech的概念及其應(yīng)用范圍021

1.2.2　Martech技術(shù)棧024

1.2.3　從營銷核心業(yè)務(wù)看Martech技術(shù)棧全貌025

1.3　從Adtech技術(shù)棧到Martech技術(shù)棧029

1.3.1　Adtech技術(shù)棧030

1.3.2　運營/銷售相關(guān)Martech技術(shù)棧052

1.3.3　關(guān)鍵數(shù)據(jù)和基礎(chǔ)080

第2章　Martech與數(shù)字化營銷轉(zhuǎn)型093

2.1　企業(yè)數(shù)據(jù)能力成熟度評估模型094

2.1.1　采集能力094

2.1.2　處理能力096

2.1.3　激活能力097

2.1.4　組織支持099

2.2　企業(yè)營銷數(shù)字化能力成熟度評估模型100

2.3　企業(yè)營銷數(shù)字化轉(zhuǎn)型不同階段的Martech要點102

2.4　Martech時代對營銷人員的能力要求104

2.4.1　對生態(tài)圈的理解和談判能力104

2.4.2　對技術(shù)的理解和評估能力106

2.4.3　大數(shù)據(jù)打通、處理能力110

2.4.4　業(yè)務(wù)理解 行業(yè)經(jīng)驗積累113

2.4.5　跨部門推動力114

2.4.6　快速驗證及迭代優(yōu)化 全業(yè)態(tài)把控能力117

2.4.7　基于數(shù)據(jù)分析的精細(xì)化運營能力117

2.4.8　數(shù)據(jù)的合規(guī)使用118

第3章　Martech實戰(zhàn)——Adserving要點119

3.1　Adserving基礎(chǔ)知識120

3.1.1　Adserving廣告請求執(zhí)行流程122

3.1.2　Adserving智能流量管理決策流程及框架123

3.1.3　Adtech程序化廣告4種典型模式的定義126

3.1.4　Adserving與“傳統(tǒng)采買”129

3.1.5　媒體支持和市場大趨勢130

3.2　Adserving主要應(yīng)用場景131

3.2.1　媒介的主要關(guān)注點和優(yōu)化指標(biāo)132

3.2.2　Adserving升級新應(yīng)用：聯(lián)動激活DMP/CDP139

3.2.3　多重數(shù)據(jù)+多種投放模式 一站式閉環(huán)持續(xù)優(yōu)化143

3.3　Adserving主要投放流程152

3.3.1　傳統(tǒng)廣告投放流程152

3.3.2　升級后的程序化廣告投放流程154

3.3.3　Adserving項目工作流程執(zhí)行檢查表157

3.3.4　需求簡報模板要點161

3.4　本地化趨勢161

第4章　Martech實戰(zhàn)——DMP要點163

4.1　DMP基礎(chǔ)知識164

4.1.1　DMP的分類164

4.1.2　DMP的數(shù)據(jù)源169

4.2　DMP的主要數(shù)據(jù)處理流程173

4.2.1　數(shù)據(jù)ETL174

4.2.2　數(shù)據(jù)處理184

4.2.3　數(shù)據(jù)分析197

4.2.4　數(shù)據(jù)策略激活215

4.3　DMP的主要應(yīng)用場景及案例221

4.3.1　持續(xù)迭代優(yōu)化的閉環(huán)精準(zhǔn)營銷221

4.3.2　帶有業(yè)務(wù)場景的客群細(xì)分223

4.3.3　潛在高意向客戶挖掘224

4.3.4　流量方DMP云動態(tài)擴容225

4.3.5　跨界營銷225

4.3.6　“羊毛黨”識別227

4.4　如何選擇DMP服務(wù)商228

4.4.1　非技術(shù)要求228

4.4.2　技術(shù)要求229

4.4.3　應(yīng)用要求229

第5章　Martech實戰(zhàn)——CDP要點231

5.1　CDP的定義232

5.1.1　幾種常見的權(quán)威定義232

5.1.2　CDP的主要能力解讀235

5.2　是什么讓CDP與眾不同237

5.2.1　CDP出現(xiàn)的痛點237

5.2.2　CDP的能力特點238

5.2.3　CDP的數(shù)據(jù)內(nèi)容239

5.2.4　CDP建設(shè)的好處239

5.2.5　CDP的數(shù)據(jù)應(yīng)用方向240

5.3　CDP邏輯架構(gòu)241

5.3.1　CDP基本能力概括241

5.3.2　CDP的邏輯架構(gòu)241

5.4　CDP與Martech領(lǐng)域其他技術(shù)棧的比較250

5.4.1　CDP與營銷自動化的比較250

5.4.2　CDP與營銷云的比較252

5.4.3　CDP與第一方DMP的比較253

5.4.4　CDP與CRM的比較254

5.4.5　CDP與企業(yè)數(shù)據(jù)湖的比較256

5.4.6　CDP與其他技術(shù)棧的橫向?qū)Ρ瓤偨Y(jié)257

5.5　CDP主要場景258

5.5.1　全域營銷CDP如何賦能營銷258

5.5.2　CDP對私域流量池運營的重要作用260

5.5.3　客戶旅程分析262

5.5.4　數(shù)字化客戶體驗管理265

5.5.5　AI技術(shù)在CDP中的應(yīng)用266

5.6　CDP項目實施中最可能遇到的數(shù)據(jù)問題268

5.7　選擇正確的CDP平臺270

5.7.1　什么時候投資建CDP平臺270

5.7.2　如何選擇正確的CDP平臺271

第6章　Martech實戰(zhàn)——CMP要點274

6.1　談?wù)搩?nèi)容營銷時我們在說什么274

6.2　與客戶互動的內(nèi)容形式和媒體275

6.3　與客戶互動的內(nèi)容策略277

6.3.1　通用內(nèi)容策略特征277

6.3.2　應(yīng)對“內(nèi)容疲勞”277

6.3.3　制定有效的內(nèi)容策略和傳播策略278

6.4　衡量內(nèi)容互動的效果280

6.5　內(nèi)容營銷策略如何制定281

6.5.1　制定的原則281

6.5.2　制定的步驟282

6.6　內(nèi)容營銷對技術(shù)的要求285

6.7　CMP核心能力287

6.7.1　內(nèi)容創(chuàng)建及優(yōu)化288

6.7.2　內(nèi)容管理290

6.7.3　內(nèi)容營銷自動化291

6.7.4　內(nèi)容分發(fā)294

6.7.5　效果跟蹤及分析294

6.8　內(nèi)容營銷場景案例296

6.8.1　內(nèi)容策略+渠道整合營銷場景296

6.8.2　內(nèi)容策略+傳播策略場景298

第7章　Martech實戰(zhàn)——流量變現(xiàn)要點299

7.1　流量池化、平臺化300

7.1.1　流量池化、平臺化概述301

7.1.2　混合域流量營銷平臺303

7.1.3　流量供需角色持續(xù)轉(zhuǎn)化306

7.2　廣告流量交易模式升級309

7.2.1　“傳統(tǒng)排期”的交易模式309

7.2.2　聯(lián)盟模式310

7.2.3　實時競價模式311

7.2.4　私有程序化模式312

7.2.5　小結(jié)313

7.3　ADX交易標(biāo)準(zhǔn)化及技術(shù)棧要點314

7.3.1　ADX交易標(biāo)準(zhǔn)化314

7.3.2　ADX中的SSP系統(tǒng)的基礎(chǔ)功能315

7.3.3　ADX中DSP買方自助操作基礎(chǔ)功能317

7.3.4　賣方流量優(yōu)先級和交易模式管理319

7.3.5　透明化和賣方訴求322

7.3.6　基于數(shù)據(jù)指導(dǎo)的人群定向智能營銷325

第8章　Martech實戰(zhàn)進階——大數(shù)據(jù)生態(tài)的深度解讀326

8.1　各種數(shù)據(jù)源的采集要點326

8.1.1　運營商327

8.1.2　互聯(lián)網(wǎng)第三方服務(wù)商334

8.1.3　互聯(lián)網(wǎng)應(yīng)用平臺339

8.1.4　操作系統(tǒng)插件服務(wù)商340

8.1.5　硬件服務(wù)商341

8.2　ID Mapping341

8.2.1　設(shè)備標(biāo)識與用戶標(biāo)識342

8.2.2　ID Mapping的3種方法345

8.2.3　ID Mapping的6個注意事項348

8.3　常見的增值數(shù)據(jù)模型354

8.3.1　數(shù)據(jù)挖掘算法模型354

8.3.2　第一方標(biāo)簽構(gòu)建及模型359

8.3.3　客戶運營領(lǐng)域的幾個關(guān)鍵模型370

8.3.4　銷售線索評估模型376

8.3.5　風(fēng)控模型380

8.4　6大模型：應(yīng)用場景和案例分析391

8.4.1　高價值客戶挖掘模型391

8.4.2　客戶營銷響應(yīng)模型392

8.4.3　客戶流失預(yù)警模型393

8.4.4　休眠客戶喚醒模型393

8.4.5　購物籃分析394

8.4.6　征信風(fēng)險控制模型394

8.5　數(shù)據(jù)交易395

8.5.1　常見的3種大數(shù)據(jù)交易類型395

8.5.2　大數(shù)據(jù)交易與多方安全計算397

第9章　說在后面的話403

9.1　關(guān)于Martech的9個預(yù)測403

9.2　Martech領(lǐng)域從業(yè)者職業(yè)規(guī)劃策略409

9.2.1　職業(yè)規(guī)劃原則409

9.2.2　Martech領(lǐng)域的崗位要求413
......