MarTech Foundation營(yíng)銷技術(shù)：原理、策略與實(shí)踐

第 1章　營(yíng)銷技術(shù)（MarTech）概述 001
1．1　營(yíng)銷技術(shù)的出現(xiàn)和演進(jìn) 003
1．1．1　營(yíng)銷內(nèi)容過(guò)剩，造成消費(fèi)者對(duì)于營(yíng)銷的免疫 004
1．1．2　營(yíng)銷效率不斷降低，造成廣告預(yù)算的失控 006
1．1．3　營(yíng)銷資源的快速膨脹，需要更好地整合 006
1．1．4　互聯(lián)網(wǎng)巨頭的強(qiáng)勢(shì)，逼迫廣告主構(gòu)建自己的數(shù)字化能力 007
1．2　營(yíng)銷技術(shù)的理論基礎(chǔ)：客戶體驗(yàn)（Customer Experience） 008
1．2．1　消費(fèi)者畫像 010
1．2．2　多渠道營(yíng)銷管理 010
1．2．3　營(yíng)銷自動(dòng)化 011
1．3　營(yíng)銷技術(shù)的分類 012
1．3．1　數(shù)字廣告和促銷 012
1．3．2　商務(wù)和銷售 013
1．3．3　內(nèi)容和客戶體驗(yàn) 013
1．3．4　數(shù)據(jù) 014
1．3．5　營(yíng)銷資源管理 014
1．3．6　社交媒體和用戶關(guān)系 015
1．4　廣告技術(shù)和營(yíng)銷技術(shù) 016
第 2章　營(yíng)銷技術(shù)頂層架構(gòu)完全解析 017
2．1　數(shù)字營(yíng)銷圖譜 018
2．2　數(shù)據(jù)相關(guān)的營(yíng)銷技術(shù) 020
2．2．1　數(shù)據(jù)源 020
2．2．2　數(shù)據(jù)管理 021
2．2．3　數(shù)據(jù)洞察 021
2．2．4　分析工具 022
2．2．5　營(yíng)銷測(cè)量 022
2．2．6　數(shù)據(jù)分析 023
2．3　內(nèi)容營(yíng)銷技術(shù)簡(jiǎn)介 023
2．3．1　自動(dòng)海報(bào)生成工具 024
2．3．2　內(nèi)容管理 024
2．3．3　動(dòng)態(tài)創(chuàng)意優(yōu)化 024
2．4　觸點(diǎn)營(yíng)銷技術(shù)簡(jiǎn)介 025
2．4．1　營(yíng)銷自動(dòng)化 027
2．4．2　銷售管理 027
2．4．3　社交媒體 028
2．4．4　搜索營(yíng)銷 028
2．4．5　數(shù)字廣告 029
2．4．6　直復(fù)營(yíng)銷 029
2．4．7　用戶體驗(yàn) 029
2．4．8　商業(yè)交易 029
2．5　通過(guò)客戶體驗(yàn)設(shè)計(jì)，構(gòu)建廣告主自有營(yíng)銷技術(shù)閉環(huán) 030
2．5．1　客戶旅程設(shè)計(jì) 031
2．5．2　觸點(diǎn)匹配 031
2．5．3　數(shù)據(jù)技術(shù)策略 032
2．5．4　內(nèi)容技術(shù)策略 032
2．5．5　數(shù)據(jù)流設(shè)計(jì) 032
2．6　構(gòu)建營(yíng)銷技術(shù)閉環(huán)背后的數(shù)據(jù)運(yùn)營(yíng)閉環(huán) 034
2．6．1　數(shù)據(jù)收集 035
2．6．2　數(shù)據(jù)治理 037
2．6．3　數(shù)據(jù)管理 039
2．6．4　數(shù)據(jù)洞察 040
2．6．5　數(shù)據(jù)應(yīng)用 043
2．6．6　效果評(píng)估 048
第3章　營(yíng)銷自動(dòng)化 051
3．1　營(yíng)銷自動(dòng)化概述 052
3．2 　營(yíng)銷自動(dòng)化的操作演示 054
3．3　營(yíng)銷自動(dòng)化與周邊營(yíng)銷技術(shù) 058
3．4　營(yíng)銷自動(dòng)化實(shí)現(xiàn)場(chǎng)景 059
3．4．1　“地雷+大炮” 059
3．4．2　敏捷營(yíng)銷 060
3．4．3　“千人千面”的個(gè)性化營(yíng)銷 061
3．4．4　內(nèi)部協(xié)同 062
3．4．5　實(shí)時(shí)召回 062
3．4．6　商機(jī)管理 062
3．4．7　接觸管理 063
3．5　AdServing：營(yíng)銷自動(dòng)化在數(shù)字廣告領(lǐng)域的變種 064
3．6　營(yíng)銷自動(dòng)化在國(guó)內(nèi)的發(fā)展現(xiàn)狀 065
第4章　營(yíng)銷數(shù)據(jù)中臺(tái) 067
4．1　數(shù)據(jù)中臺(tái)出現(xiàn)的背景 068
4．2　數(shù)據(jù)中臺(tái)的系統(tǒng)架構(gòu) 070
4．3　數(shù)據(jù)中臺(tái)的3種形式：DMP、CDP和Data Lake 071
4．4　數(shù)據(jù)中臺(tái)的建設(shè)路徑 073
4．5　什么是“知識(shí)圖譜” 074
4．6　數(shù)據(jù)中臺(tái)賦能的營(yíng)銷場(chǎng)景 076
4．6．1　程序化廣告投放閉環(huán) 076
4．6．2　貫穿業(yè)務(wù)全鏈的客戶洞察體系 077
4．6．3　“千人千面”和消費(fèi)者轉(zhuǎn)換路徑的最優(yōu)化 078
4．6．4　業(yè)務(wù)全鏈考核體系 078
4．6．5　行業(yè)個(gè)性化營(yíng)銷場(chǎng)景 078
4．6．6　和大型互聯(lián)網(wǎng)企業(yè)的營(yíng)銷資源互換 079
4．7 　數(shù)據(jù)中臺(tái)支撐的業(yè)務(wù)側(cè)數(shù)字化轉(zhuǎn)型場(chǎng)景 079
4．8　構(gòu)建數(shù)據(jù)中臺(tái)時(shí)需要避免的潛在風(fēng)險(xiǎn) 080
4．8．1　數(shù)據(jù)中臺(tái)中的數(shù)據(jù)孤島 080
4．8．2　數(shù)據(jù)源過(guò)多，造成數(shù)據(jù)治理陷入泥潭 081
4．8．3　缺乏足夠應(yīng)用場(chǎng)景 082
4．9　數(shù)據(jù)中臺(tái)發(fā)展現(xiàn)狀 082
4．10　數(shù)據(jù)中臺(tái)的未來(lái)發(fā)展趨勢(shì) 084
第5章　營(yíng)銷測(cè)量 086
5．1　測(cè)量的底層技術(shù) 086
5．1．1　網(wǎng)頁(yè)端的廣告曝光/點(diǎn)擊監(jiān)測(cè) 087
5．1．2　JavaScript代碼（簡(jiǎn)稱JS代碼） 088
5．1．3　Linktag 089
5．1．4　網(wǎng)站分析代碼 090
5．1．5　SDK 091
5．1．6　埋點(diǎn) 091
5．1．7　智能拍屏 091
5．1．8　API接口 092
5．1．9　A2S銷售驗(yàn)證 093
5．1．10　二維碼 093
5．1．11　真人樣本庫(kù) 094
5．1．12　眼動(dòng)/腦電儀 094
5．2　基于測(cè)量技術(shù)的營(yíng)銷考核 095
5．3　營(yíng)銷測(cè)量的評(píng)估參數(shù)體系 102
5．3．1　前端廣告測(cè)量參數(shù)（針對(duì)外部觸點(diǎn)） 102
5．3．2　網(wǎng)站分析參數(shù)（廣告主自有觸點(diǎn)） 104
5．3．3　銷售參數(shù) 104
5．4　無(wú)效流量的測(cè)量 105
5．4．1　無(wú)效流量的現(xiàn)狀 105
5．4．2　無(wú)效流量的來(lái)源 108
5．4．3　無(wú)效流量的甄別技術(shù) 109
5．4．4　無(wú)效流量甄別的行業(yè)標(biāo)準(zhǔn)：GIVT和SIVT 111
5．4．5　無(wú)效流量測(cè)量的未來(lái)—區(qū)塊鏈 112
第6章　程序化廣告 114
6．1　程序化廣告的前生今世 115
6．1．1　廣告位 X CPT時(shí)代 116
6．1．2　CPM和CPC的常規(guī)廣告采買時(shí)代 117
6．1．3　程序化廣告大生態(tài)圈時(shí)代 118
6．2　程序化廣告系統(tǒng)架構(gòu) 119
6．2．1　廣告主自建技術(shù) 120
6．2．2　媒體自建技術(shù) 120
6．2．3　程序化廣告生態(tài)圈技術(shù) 120
6．2．4　超級(jí)媒體技術(shù) 121
6．3　程序化廣告技術(shù)實(shí)現(xiàn)路徑 121
6．3．1　媒體數(shù)據(jù)驅(qū)動(dòng)的實(shí)時(shí)競(jìng)價(jià)重定向廣告（PC端） 121
6．3．2　廣告主數(shù)據(jù)驅(qū)動(dòng)的程序化直接購(gòu)買的廣告（移動(dòng)端） 123
6．4　程序化廣告的未來(lái)展望 124
6．4．1　內(nèi)容的程序化 124
6．4．2　更多可驅(qū)動(dòng)的觸點(diǎn) 124
6．4．3　人工智能的介入 125
第7章　第三方數(shù)據(jù)服務(wù) 126
7．1　數(shù)據(jù)合規(guī)概述 127
7．1．1　數(shù)據(jù)相關(guān)法律法規(guī) 127
7．1．2　數(shù)據(jù)合規(guī)的核心原則 128
7．1．3　數(shù)據(jù)合規(guī)的相關(guān)認(rèn)證 130
7．2　第三方數(shù)據(jù)服務(wù)操作規(guī)則 131
7．3　第三方數(shù)據(jù)服務(wù)營(yíng)銷技術(shù)趨勢(shì)：區(qū)塊鏈和數(shù)據(jù)交易平臺(tái) 133
7．3．1　區(qū)塊鏈 134
7．3．2　數(shù)據(jù)交易平臺(tái)（Data Exchange） 134
7．4　第三方數(shù)據(jù)服務(wù)需要避免的潛在風(fēng)險(xiǎn) 136
第8章　營(yíng)銷人工智能 137
8．1　人工智能的前生今世 137
8．2　營(yíng)銷人工智能現(xiàn)狀 140
8．2．1　虛擬助手 141
8．2．2　廣告反作弊 142
8．2．3　數(shù)字廣告預(yù)算的優(yōu)化 142
8．2．4　內(nèi)容的自動(dòng)生成 142
8．2．5　知識(shí)圖譜 143
8．3　營(yíng)銷人工智能的未來(lái) 144
8．3．1　客戶體驗(yàn)管理 144
8．3．2　動(dòng)態(tài)定價(jià) 145
8．3．3　消費(fèi)者生物信息的識(shí)別和應(yīng)用 145
第9章　基于社交媒體的客戶關(guān)系管理系統(tǒng) 147
9．1　以SCRM為中心的消費(fèi)者轉(zhuǎn)換體系 147
9．2　SCRM技術(shù)模塊架構(gòu) 149
9．2．1　數(shù)據(jù)源 150
9．2．2　微信消費(fèi)者數(shù)據(jù)庫(kù) 151
9．2．3　應(yīng)用體系 152
9．2．4　會(huì)員關(guān)系管理體系 153
9．2．5　消費(fèi)者互動(dòng)體系 153
9．2．6　外部對(duì)接系統(tǒng) 154
9．3　基于SCRM的消費(fèi)者培育案例 155
第 10章　營(yíng)銷技術(shù)的選擇 158
10．1　成本精算—營(yíng)銷技術(shù)建設(shè)的頂層方法論 158
10．1．1　系統(tǒng)性風(fēng)險(xiǎn)：精準(zhǔn)營(yíng)銷造成營(yíng)銷ROI的下降 158
10．1．2　營(yíng)銷技術(shù)的成本結(jié)構(gòu) 160
10．1．3　營(yíng)銷技術(shù)效果的定量驗(yàn)證 161
10．2　廣告主的營(yíng)銷技術(shù)成長(zhǎng)曲線 162
10．2．1　數(shù)據(jù)運(yùn)營(yíng)能力 162
10．2．2　廣告主所在行業(yè) 164
10．3　廣告主在選擇營(yíng)銷技術(shù)前的十個(gè)靈魂拷問(wèn) 165
10．4　十個(gè)靈魂拷問(wèn)背后的思考 166
10．5　首席營(yíng)銷技術(shù)師：廣告主對(duì)于營(yíng)銷技術(shù)的專業(yè)化管理 169
后記　營(yíng)銷技術(shù)大潮中營(yíng)銷人的自我修煉 170