• 一本书读透Martech智慧营销
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

一本书读透Martech智慧营销

20.1 2.0折 99 九品

仅1件

北京昌平
认证卖家担保交易快速发货售后保障

作者吴俊、李焱、党莎 著

出版社机械工业出版社

出版时间2020-07

版次1

装帧平装

货号A5

上书时间2024-12-25

旧书香书城

十年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
图书标准信息
  • 作者 吴俊、李焱、党莎 著
  • 出版社 机械工业出版社
  • 出版时间 2020-07
  • 版次 1
  • ISBN 9787111655732
  • 定价 99.00元
  • 装帧 平装
  • 开本 32开
  • 纸张 胶版纸
  • 页数 440页
  • 字数 100千字
【内容简介】

这是一本从多维度讲解Martech以及如何借助Martech实现营销数字化转型的著作。

 


 

宏观层面 本书对Martech的行业现状、发展趋势、思想认知等做了前瞻性的分析;微观层面 对Martech的技术栈、核心产品、应用场景、实操方法等做了详尽的讲解。大多数知识点都围绕技术和业务双重维度展开 力求理论有深度、技术可落地、应用有实效。理论来自作者扎实的专业知识和多年的从业思考 实战经验则来自作者在广告、营销、产品、技术一线的深度耕耘。

 


 

本书共分9章:

 


 

第1~2章:

 


 

对营销的需求变化、技术趋势以及如何应对数字化转型进行了宏观分析 重点包括Adtech技术栈、Martech技术栈、企业数据能力成熟度评估、企业营销数字化能力评估、Martech从业者必备的能力等;

 


 

第3~7章:

 


 

对Martech技术栈中的重点模块和产品进行了深入讲解 包括Adserving、DMP、DSP、CDP、CMP、SSP、ADX等 包含大量实战案例 技术与业务深度融合 能帮助读者真正将数字化、智能化融入实际工作 进而带来业绩的飞升。

 


 

第8章:

 


 

重点对Martech的核心――大数据生态进行了深度解读 包括数据源的采集、ID Mapping的落地方法、各种增值数据模型的构建技巧及应用、数据交易等内容。

 


 

第9章:

 


 

作者对Martech的未来做了9个预测 并为Martech从业者的职业规划给出了建议和方向 旨在帮助企业和个人都能提前布局未来 应对未来的挑战。

 


【作者简介】
:
    吴俊,中国广告PDB(Programmatic Direct Buy,私有程序化购买)推动落实第一人。现任掌慧纵盈产品VP,专注于打造线下数据线上打通的营销解决方案,推动数字营销新升级。
    原品友互动负责PDB/移动/流量的产品总监,拥有近20年IT/互联网行业从业经验和超过5年的程序化广告工作经验。2014年负责推动并落实了中国首个大型PDB广告投放项目(2014中国国际广告节“长城奖”金奖“上海通用汽车私有程序化广告投放”案例),通过PDB帮助广告主管理了数亿广告预算投放,在广告主包段的黄金广告位(门户及垂直媒体,PC和移动端)以及视频媒体贴片广告位等黄金资源,实现了广告投放的跨媒体联合频控、千人千面;最终有效提升了广告主广告预算的ROI。
    2014年开始在市场反响十分热烈的视频广告PDB领域持续发力,推动行业内视频广告PDB业务大规模迅速发展,目前市场上已有上海通用汽车、玛氏、欧莱雅、人头马、Burberry、高露洁、黑人、雅士利等不同行业,近百广告主近千视频OTV项目通过PDB方式进行了投放。
    主讲的“大数据营销与程序化广告实战”系列课程先后举办了十余期,数千学员,数万粉丝。
【目录】

推荐语

 


 

前言

 


 

引子 企业数字化转型迎来全员营销时代001

 


 

第1章 从Adtech到Martech007

 


 

1.1 营销需求侧的变化008

 


 

1.1.1 营销方法论的变化008

 


 

1.1.2 消费者的4个变化015

 


 

1.2 营销领域技术供给侧的变革021

 


 

1.2.1 Adtech、Salestech、Martech的概念及其应用范围021

 


 

1.2.2 Martech技术栈024

 


 

1.2.3 从营销核心业务看Martech技术栈全貌025

 


 

1.3 从Adtech技术栈到Martech技术栈029

 


 

1.3.1 Adtech技术栈030

 


 

1.3.2 运营/销售相关Martech技术栈052

 


 

1.3.3 关键数据和基础080

 


 

第2章 Martech与数字化营销转型093

 


 

2.1 企业数据能力成熟度评估模型094

 


 

2.1.1 采集能力094

 


 

2.1.2 处理能力096

 


 

2.1.3 激活能力097

 


 

2.1.4 组织支持099

 


 

2.2 企业营销数字化能力成熟度评估模型100

 


 

2.3 企业营销数字化转型不同阶段的Martech要点102

 


 

2.4 Martech时代对营销人员的能力要求104

 


 

2.4.1 对生态圈的理解和谈判能力104

 


 

2.4.2 对技术的理解和评估能力106

 


 

2.4.3 大数据打通、处理能力110

 


 

2.4.4 业务理解 行业经验积累113

 


 

2.4.5 跨部门推动力114

 


 

2.4.6 快速验证及迭代优化 全业态把控能力117

 


 

2.4.7 基于数据分析的精细化运营能力117

 


 

2.4.8 数据的合规使用118

 


 

第3章 Martech实战――Adserving要点119

 


 

3.1 Adserving基础知识120

 


 

3.1.1 Adserving广告请求执行流程122

 


 

3.1.2 Adserving智能流量管理决策流程及框架123

 


 

3.1.3 Adtech程序化广告4种典型模式的定义126

 


 

3.1.4 Adserving与“传统采买”129

 


 

3.1.5 媒体支持和市场大趋势130

 


 

3.2 Adserving主要应用场景131

 


 

3.2.1 媒介的主要关注点和优化指标132

 


 

3.2.2 Adserving升级新应用:联动激活DMP/CDP139

 


 

3.2.3 多重数据+多种投放模式 一站式闭环持续优化143

 


 

3.3 Adserving主要投放流程152

 


 

3.3.1 传统广告投放流程152

 


 

3.3.2 升级后的程序化广告投放流程154

 


 

3.3.3 Adserving项目工作流程执行检查表157

 


 

3.3.4 需求简报模板要点161

 


 

3.4 本地化趋势161

 


 

第4章 Martech实战――DMP要点163

 


 

4.1 DMP基础知识164

 


 

4.1.1 DMP的分类164

 


 

4.1.2 DMP的数据源169

 


 

4.2 DMP的主要数据处理流程173

 


 

4.2.1 数据ETL174

 


 

4.2.2 数据处理184

 


 

4.2.3 数据分析197

 


 

4.2.4 数据策略激活215

 


 

4.3 DMP的主要应用场景及案例221

 


 

4.3.1 持续迭代优化的闭环精准营销221

 


 

4.3.2 带有业务场景的客群细分223

 


 

4.3.3 潜在高意向客户挖掘224

 


 

4.3.4 流量方DMP云动态扩容225

 


 

4.3.5 跨界营销225

 


 

4.3.6 “羊毛党”识别227

 


 

4.4 如何选择DMP服务商228

 


 

4.4.1 非技术要求228

 


 

4.4.2 技术要求229

 


 

4.4.3 应用要求229

 


 

第5章 Martech实战――CDP要点231

 


 

5.1 CDP的定义232

 


 

5.1.1 几种常见的权威定义232

 


 

5.1.2 CDP的主要能力解读235

 


 

5.2 是什么让CDP与众不同237

 


 

5.2.1 CDP出现的痛点237

 


 

5.2.2 CDP的能力特点238

 


 

5.2.3 CDP的数据内容239

 


 

5.2.4 CDP建设的好处239

 


 

5.2.5 CDP的数据应用方向240

 


 

5.3 CDP逻辑架构241

 


 

5.3.1 CDP基本能力概括241

 


 

5.3.2 CDP的逻辑架构241

 


 

5.4 CDP与Martech领域其他技术栈的比较250

 


 

5.4.1 CDP与营销自动化的比较250

 


 

5.4.2 CDP与营销云的比较252

 


 

5.4.3 CDP与第一方DMP的比较253

 


 

5.4.4 CDP与CRM的比较254

 


 

5.4.5 CDP与企业数据湖的比较256

 


 

5.4.6 CDP与其他技术栈的横向对比总结257

 


 

5.5 CDP主要场景258

 


 

5.5.1 全域营销CDP如何赋能营销258

 


 

5.5.2 CDP对私域流量池运营的重要作用260

 


 

5.5.3 客户旅程分析262

 


 

5.5.4 数字化客户体验管理265

 


 

5.5.5 AI技术在CDP中的应用266

 


 

5.6 CDP项目实施中最可能遇到的数据问题268

 


 

5.7 选择正确的CDP平台270

 


 

5.7.1 什么时候投资建CDP平台270

 


 

5.7.2 如何选择正确的CDP平台271

 


 

第6章 Martech实战――CMP要点274

 


 

6.1 谈论内容营销时我们在说什么274

 


 

6.2 与客户互动的内容形式和媒体275

 


 

6.3 与客户互动的内容策略277

 


 

6.3.1 通用内容策略特征277

 


 

6.3.2 应对“内容疲劳”277

 


 

6.3.3 制定有效的内容策略和传播策略278

 


 

6.4 衡量内容互动的效果280

 


 

6.5 内容营销策略如何制定281

 


 

6.5.1 制定的原则281

 


 

6.5.2 制定的步骤282

 


 

6.6 内容营销对技术的要求285

 


 

6.7 CMP核心能力287

 


 

6.7.1 内容创建及优化288

 


 

6.7.2 内容管理290

 


 

6.7.3 内容营销自动化291

 


 

6.7.4 内容分发294

 


 

6.7.5 效果跟踪及分析294

 


 

6.8 内容营销场景案例296

 


 

6.8.1 内容策略+渠道整合营销场景296

 


 

6.8.2 内容策略+传播策略场景298

 


 

第7章 Martech实战――流量变现要点299

 


 

7.1 流量池化、平台化300

 


 

7.1.1 流量池化、平台化概述301

 


 

7.1.2 混合域流量营销平台303

 


 

7.1.3 流量供需角色持续转化306

 


 

7.2 广告流量交易模式升级309

 


 

7.2.1 “传统排期”的交易模式309

 


 

7.2.2 联盟模式310

 


 

7.2.3 实时竞价模式311

 


 

7.2.4 私有程序化模式312

 


 

7.2.5 小结313

 


 

7.3 ADX交易标准化及技术栈要点314

 


 

7.3.1 ADX交易标准化314

 


 

7.3.2 ADX中的SSP系统的基础功能315

 


 

7.3.3 ADX中DSP买方自助操作基础功能317

 


 

7.3.4 卖方流量优先级和交易模式管理319

 


 

7.3.5 透明化和卖方诉求322

 


 

7.3.6 基于数据指导的人群定向智能营销325

 


 

第8章 Martech实战进阶――大数据生态的深度解读326

 


 

8.1 各种数据源的采集要点326

 


 

8.1.1 运营商327

 


 

8.1.2 互联网第三方服务商334

 


 

8.1.3 互联网应用平台339

 


 

8.1.4 操作系统插件服务商340

 


 

8.1.5 硬件服务商341

 


 

8.2 ID Mapping341

 


 

8.2.1 设备标识与用户标识342

 


 

8.2.2 ID Mapping的3种方法345

 


 

8.2.3 ID Mapping的6个注意事项348

 


 

8.3 常见的增值数据模型354

 


 

8.3.1 数据挖掘算法模型354

 


 

8.3.2 第一方标签构建及模型359

 


 

8.3.3 客户运营领域的几个关键模型370

 


 

8.3.4 销售线索评估模型376

 


 

8.3.5 风控模型380

 


 

8.4 6大模型:应用场景和案例分析391

 


 

8.4.1 高价值客户挖掘模型391

 


 

8.4.2 客户营销响应模型392

 


 

8.4.3 客户流失预警模型393

 


 

8.4.4 休眠客户唤醒模型393

 


 

8.4.5 购物篮分析394

 


 

8.4.6 征信风险控制模型394

 


 

8.5 数据交易395

 


 

8.5.1 常见的3种大数据交易类型395

 


 

8.5.2 大数据交易与多方安全计算397

 


 

第9章 说在后面的话403

 


 

9.1 关于Martech的9个预测403

 


 

9.2 Martech领域从业者职业规划策略409

 


 

9.2.1 职业规划原则409

 


 

9.2.2 Martech领域的岗位要求413

 

......

点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP