數(shù)據(jù)賦能：數(shù)字化營(yíng)銷(xiāo)與運(yùn)營(yíng)新實(shí)戰(zhàn)

第1章 從正確的數(shù)據(jù)觀開(kāi)始 001
1.1 數(shù)據(jù)的兩個(gè)核心價(jià)值：優(yōu)化與驅(qū)動(dòng) 001
1.1.1 數(shù)據(jù)優(yōu)化 001
1.1.2 數(shù)據(jù)驅(qū)動(dòng) 003
1.2 如何開(kāi)始行動(dòng) 004
1.2.1 實(shí)現(xiàn)數(shù)據(jù)賦能最重要的是什么 004
1.2.2 商業(yè)意識(shí) 006
1.2.3 建立數(shù)據(jù)能力 007
1.2.4 勇敢去做 007
1.2.5 警惕“偽數(shù)據(jù)主義傾向” 008
1.3 企業(yè)組織維度上的匹配 013
1.3.1 經(jīng)驗(yàn)還是數(shù)據(jù) 013
1.3.2 企業(yè)數(shù)據(jù)化成熟度模型 015
1.4 不變的基本邏輯：從前到后的營(yíng)銷(xiāo)與運(yùn)營(yíng) 017

第2章 數(shù)據(jù)從何而來(lái)——數(shù)據(jù)的獲取 021
2.1 數(shù)據(jù)的“方” 021
2.1.1 第一方數(shù)據(jù) 022
2.1.2 第二方數(shù)據(jù) 022
2.1.3 第三方數(shù)據(jù) 023
2.2 公域數(shù)據(jù)與私域數(shù)據(jù) 024
2.2.1 定義 024
2.2.2 私域數(shù)據(jù)的重要性 025
2.3 前端數(shù)據(jù)與后端數(shù)據(jù) 027
2.4 數(shù)字化運(yùn)營(yíng)中個(gè)體數(shù)據(jù)的結(jié)構(gòu) 028
2.4.1 標(biāo)定個(gè)體的ID 028
2.4.2 個(gè)體的屬性數(shù)據(jù) 030
2.5 個(gè)體數(shù)據(jù)與人群數(shù)據(jù) 031
2.6 私域數(shù)據(jù)的獲取 033
2.6.1 私域數(shù)據(jù)的來(lái)源：消費(fèi)者觸點(diǎn) 033
2.6.2 消費(fèi)者觸點(diǎn)上的私域數(shù)據(jù)的獲?。?）：廣告端 034
2.6.3 消費(fèi)者觸點(diǎn)上的私域數(shù)據(jù)的獲?。?）：網(wǎng)站端 041
2.6.4 消費(fèi)者觸點(diǎn)上的私域數(shù)據(jù)的獲?。?）：事件監(jiān)測(cè)（埋點(diǎn)） 048
2.6.5 消費(fèi)者觸點(diǎn)上的私域數(shù)據(jù)的獲取（4）：App 端 058
2.6.6 消費(fèi)者觸點(diǎn)上的私域數(shù)據(jù)的獲?。?）：公眾號(hào)和小程序端 062
2.7 公域數(shù)據(jù)的來(lái)源、獲取和接入 065
2.7.1 公域數(shù)據(jù)的來(lái)源 065
2.7.2 公域數(shù)據(jù)的獲取 067
2.7.3 公域數(shù)據(jù)的接入 069

第3章 數(shù)據(jù)驅(qū)動(dòng)的數(shù)字化推廣 073
3.1 合約廣告與非合約廣告 073
3.1.1 合約廣告 073
3.1.2 非合約廣告 075
3.2 從合約到非合約：數(shù)字廣告生態(tài)的重大轉(zhuǎn)變 075
3.2.1 廣告網(wǎng)絡(luò) 075
3.2.2 廣告交換平臺(tái) 078
3.2.3 實(shí)時(shí)競(jìng)價(jià)廣告 080
3.2.4 RTB 廣告的競(jìng)價(jià)方式 085
3.2.5 程序化廣告的特點(diǎn) 089
3.3 數(shù)據(jù)驅(qū)動(dòng)的品牌廣告投放 091
3.3.1 品牌RTB 廣告投放 091
3.3.2 RTB 在品牌營(yíng)銷(xiāo)上的悖論 094
3.3.3 品牌PMP 之一：程序化合約廣告 096
3.3.4 品牌PMP 之二：優(yōu)先交易 102
3.3.5 品牌PMP 之三：私有競(jìng)價(jià) 105
3.3.6 選擇合適的品牌程序化廣告投放方式 107
3.3.7 品牌程序化廣告投放的操作系統(tǒng) 109
3.4 數(shù)據(jù)的應(yīng)用與DMP 114
3.4.1 DMP 的本質(zhì) 114
3.4.2 在DMP 中選擇人群 116
3.4.3 利用DMP 衡量品牌廣告的投放效果 117
3.4.4 真實(shí)的DMP 案例 118
3.4.5 DMP 的Look-alike 功能 125
3.5 數(shù)據(jù)驅(qū)動(dòng)的效果廣告投放 128
3.5.1 再營(yíng)銷(xiāo) 129
3.5.2 效果營(yíng)銷(xiāo)所用的RTB 130
3.5.3 私有RTB 133
3.5.4 oCPM 與oCPC 138
3.5.5 效果類(lèi)程序化廣告投放的操作系統(tǒng) 143
3.6 無(wú)處不在的數(shù)據(jù)驅(qū)動(dòng) 151
3.6.1 私域數(shù)據(jù)驅(qū)動(dòng)的程序化廣告投放 152
3.6.2 RTA 廣告 155
3.6.3 基于公域數(shù)據(jù)的程序化廣告投放 157
3.7 個(gè)人信息保護(hù)：紅線、悖論與前景 163
3.7.1 什么是個(gè)人信息 163
3.7.2 個(gè)人信息使用的合規(guī) 167
3.7.3 去特征化 170

第4章 流量效果的數(shù)據(jù)分析 173
4.1 流量渠道的效果分析與優(yōu)化的工作內(nèi)容 173
4.2 流量渠道的數(shù)據(jù)采集 174
4.2.1 流量標(biāo)記的Link Tag 方法 174
4.2.2 對(duì)搜索競(jìng)價(jià)排名流量使用流量標(biāo)記 179
4.2.3 信息流廣告用Link Tag 做標(biāo)記 182
4.2.4 App的推廣來(lái)源問(wèn)題 184
4.2.5 流量標(biāo)記不能實(shí)現(xiàn)的地方 191
4.3 細(xì)分渠道的評(píng)估與分析 193
4.3.1 流量渠道的衡量指標(biāo) 193
4.3.2 流量渠道的產(chǎn)出分析 195
4.3.3 流量渠道的質(zhì)量分析 196
4.3.4 衡量流量質(zhì)量的標(biāo)準(zhǔn)指標(biāo)與Engagement 197
4.3.5 流量質(zhì)量與產(chǎn)出的結(jié)合分析 206
4.4 整合渠道效果評(píng)估和歸因分析 208
4.4.1 歸因，一個(gè)名詞之下的多個(gè)理解 209
4.4.2 線上全域歸因可以實(shí)現(xiàn)嗎 210
4.4.3 線上局部歸因 211
4.4.4 單觸點(diǎn)歸因：流量覆蓋問(wèn)題 214
4.4.5 一個(gè)轉(zhuǎn)化背后所有可能的努力 215
4.4.6 歸因中的助攻和進(jìn)球 218
4.4.7 歸因：一個(gè)實(shí)際的助攻案例 222
4.4.8 曝光歸因和點(diǎn)擊歸因 223
4.4.9 歸因的時(shí)效性 225
4.4.10 更詳細(xì)的歸因關(guān)系——?dú)w因路徑 226
4.4.11 歸因模型 230
4.4.12 自定義歸因模型與智能歸因模型 236
4.5 流量渠道分析的總結(jié)案例 243
4.6 異常流量與作弊識(shí)別 248
4.6.1 流量作弊情況嚴(yán)重嗎 249
4.6.2 常見(jiàn)的作弊方法 251
4.6.3 作弊流量的流量特征 254
4.6.4 識(shí)別作弊流量 255
4.7 線上推廣對(duì)線下轉(zhuǎn)化效果的評(píng)估 268
4.7.1 追蹤購(gòu)買(mǎi)意向 268
4.7.2 追蹤線上推廣帶來(lái)的線下銷(xiāo)售 270

第5章 數(shù)字化的流量運(yùn)營(yíng)與消費(fèi)者交互 273
5.1 流量的落地優(yōu)化 273
5.1.1 落地體驗(yàn)“五原則”與反面案例 274
5.1.2 著陸頁(yè)的跳出率 281
5.1.3 熱力圖 283
5.1.4 熱力圖的替代 288
5.1.5 著陸頁(yè)分析與優(yōu)化 290
5.1.6 智能著陸頁(yè) 298
5.2 A/B 測(cè)試 300
5.2.1 A/B 測(cè)試應(yīng)該怎么使用 300
5.2.2 A/B 測(cè)試如何確保均勻分流 302
5.2.3 A/B 測(cè)試的統(tǒng)計(jì)學(xué)意義與辛普森悖論 303
5.3 用戶交互的分析與優(yōu)化 307
5.3.1 體驗(yàn)失效 307
5.3.2 內(nèi)容交互 317
5.3.3 社交內(nèi)容分析 326
5.3.4 用戶引導(dǎo) 333
5.4 利用數(shù)據(jù)優(yōu)化微觀轉(zhuǎn)化 342
5.4.1 轉(zhuǎn)化的宏觀漏斗和微觀漏斗 343
5.4.2 轉(zhuǎn)化漏斗分析 345
5.4.3 微轉(zhuǎn)化元素 353
5.4.4 關(guān)鍵轉(zhuǎn)化環(huán)節(jié)的優(yōu)化 360
5.5 利用數(shù)據(jù)優(yōu)化宏觀轉(zhuǎn)化 382
5.5.1 轉(zhuǎn)化的周期 382
5.5.2 商品的分析 391
5.5.3 消費(fèi)者忠誠(chéng) 399

第6章 數(shù)字化的消費(fèi)者深度運(yùn)營(yíng) 413
6.1 消費(fèi)者深度運(yùn)營(yíng)的邏輯 413
6.1.1 什么是消費(fèi)者深度運(yùn)營(yíng) 414
6.1.2 產(chǎn)品、市場(chǎng)與消費(fèi)者運(yùn)營(yíng)的策略矩陣 414
6.1.3 兩個(gè)障礙 416
6.1.4 誘餌、觸點(diǎn)與規(guī)則方法 418
6.2 私域流量與消費(fèi)者深度運(yùn)營(yíng) 425
6.2.1 私域流量不過(guò)是博人眼球的概念？ 425
6.2.2 私域與公域，一枚硬幣的兩面 426
6.2.3 私域流量運(yùn)營(yíng)的4 種形態(tài) 428
6.2.4 私域流量運(yùn)營(yíng)的模式一：DTC 430
6.2.5 私域流量運(yùn)營(yíng)的模式二：B2C2C 434
6.2.6 私域流量運(yùn)營(yíng)的模式三：B2B2C 438
6.2.7 私域流量運(yùn)營(yíng)的模式四：B2B 441
6.3 消費(fèi)者深度運(yùn)營(yíng)的數(shù)據(jù)解決方案 442
6.3.1 CDP 442
6.3.2 利用CDP 進(jìn)行消費(fèi)者數(shù)據(jù)的管理和應(yīng)用 450
6.3.3 如何衡量CDP 的價(jià)值 461
6.4 消費(fèi)者深度運(yùn)營(yíng)的常用解決方案 464
6.4.1 單一觸點(diǎn)上的自動(dòng)化運(yùn)營(yíng) 465
6.4.2 單一生態(tài)內(nèi)的數(shù)據(jù)化運(yùn)營(yíng) 474
6.4.3 跨生態(tài)的數(shù)據(jù)化運(yùn)營(yíng) 485
6.5 未來(lái)已來(lái) 495
6.5.1 人工智能正在升級(jí)數(shù)字化運(yùn)營(yíng) 495
6.5.2 5G也會(huì)帶來(lái)巨大的變化 497
6.5.3 數(shù)字化營(yíng)銷(xiāo)與運(yùn)營(yíng)從業(yè)者的變化與應(yīng)對(duì) 505
索引 511