一本书读透Martech智慧营销

本书特色

[

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**的能力等；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**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。

]

内容简介

[

（1）大多数知识点都围绕技术和业务双重维度展开，理论有深度、技术可落地、应用有实效。
（2）*作者是国内程序化广告和数字化营销领域的专家、布道者，有超过20年的从业经验，有广泛的行业影响力。
（3）第二作者是深演智能数据产品解决方案总监，在数字化营销、智能营销等领域有丰富经验，有超过20年的从业经验。
（4）第三作者是阿里的高级产品专家，在数字营销、数据驱动运营与决策、数据系统和平台构建等方面经验丰富，有超过10年的从业经验。
（5）本书从趋势、技术、产品、应用场景、实操方法等5个维度全面阐释Martech，为营销数字化转型提供解决方案。
（6）本书得到了来自知名企业、高校、行业协会的30余位专家联袂推荐。

]

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Martech0071.1　营销需求侧的变化0081.1.1　营销方法论的变化0081.1.2　消费者的4个变化0151.2　营销领域技术供给侧的变革0211.2.1　Adtech、Salestech、Martech的概念及其应用范围0211.2.2　Martech技术栈0241.2.3　从营销核心业务看Martech技术栈全貌0251.3　从Adtech技术栈到Martech技术栈0291.3.1　Adtech技术栈0301.3.2　运营/销售相关Martech技术栈0521.3.3　关键数据和基础080第2章　Martech与数字化营销转型0932.1　企业数据能力成熟度评估模型0942.1.1　采集能力0942.1.2　处理能力0962.1.3　激活能力0972.1.4　组织支持0992.2　企业营销数字化能力成熟度评估模型1002.3　企业营销数字化转型不同阶段的Martech要点1022.4　Martech时代对营销人员的能力要求1042.4.1　对生态圈的理解和谈判能力1042.4.2　对技术的理解和评估能力1062.4.3　大数据打通、处理能力1102.4.4　业务理解，行业经验积累1132.4.5　跨部门推动力1142.4.6　快速验证及迭代优化，全业态把控能力1172.4.7　基于数据分析的精细化运营能力1172.4.8　数据的合规使用118第3章　Martech实战——Adserving要点1193.1　Adserving基础知识1203.1.1　Adserving广告请求执行流程1223.1.2　Adserving智能流量管理决策流程及框架1233.1.3　Adtech程序化广告4种典型模式的定义1263.1.4　Adserving与“传统采买”1293.1.5　媒体支持和市场大趋势1303.2　Adserving主要应用场景1313.2.1　媒介的主要关注点和优化指标1323.2.2　Adserving升级新应用：联动激活DMP/CDP1393.2.3　多重数据 多种投放模式，一站式闭环持续优化1433.3　Adserving主要投放流程1523.3.1　传统广告投放流程1523.3.2　升级后的程序化广告投放流程1543.3.3　Adserving项目工作流程执行检查表1573.3.4　需求简报模板要点1613.4　本地化趋势161第4章　Martech实战——DMP要点1634.1　DMP基础知识1644.1.1　DMP的分类1644.1.2　DMP的数据源1694.2　DMP的主要数据处理流程1734.2.1　数据ETL1744.2.2　数据处理1844.2.3　数据分析1974.2.4　数据策略激活2154.3　DMP的主要应用场景及案例2214.3.1　持续迭代优化的闭环精准营销2214.3.2　带有业务场景的客群细分2234.3.3　潜在高意向客户挖掘2244.3.4　流量方DMP云动态扩容2254.3.5　跨界营销2254.3.6　“羊毛党”识别2274.4　如何选择DMP服务商2284.4.1　非技术要求2284.4.2　技术要求2294.4.3　应用要求229第5章　Martech实战——CDP要点2315.1　CDP的定义2325.1.1　几种常见的权威定义2325.1.2　CDP的主要能力解读2355.2　是什么让CDP与众不同2375.2.1　CDP出现的痛点2375.2.2　CDP的能力特点2385.2.3　CDP的数据内容2395.2.4　CDP建设的好处2395.2.5　CDP的数据应用方向2405.3　CDP逻辑架构2415.3.1　CDP基本能力概括2415.3.2　CDP的逻辑架构2415.4　CDP与Martech领域其他技术栈的比较2505.4.1　CDP与营销自动化的比较2505.4.2　CDP与营销云的比较2525.4.3　CDP与**方DMP的比较2535.4.4　CDP与CRM的比较2545.4.5　CDP与企业数据湖的比较2565.4.6　CDP与其他技术栈的横向对比总结2575.5　CDP主要场景2585.5.1　全域营销CDP如何赋能营销2585.5.2　CDP对私域流量池运营的重要作用2605.5.3　客户旅程分析2625.5.4　数字化客户体验管理2655.5.5　AI技术在CDP中的应用2665.6　CDP项目实施中*可能遇到的数据问题2685.7　选择正确的CDP平台2705.7.1　什么时候投资建CDP平台2705.7.2　如何选择正确的CDP平台271第6章　Martech实战——CMP要点2746.1　谈论内容营销时我们在说什么2746.2　与客户互动的内容形式和媒体2756.3　与客户互动的内容策略2776.3.1　通用内容策略特征2776.3.2　应对“内容疲劳”2776.3.3　制定有效的内容策略和传播策略2786.4　衡量内容互动的效果2806.5　内容营销策略如何制定2816.5.1　制定的原则2816.5.2　制定的步骤2826.6　内容营销对技术的要求2856.7　CMP核心能力2876.7.1　内容创建及优化2886.7.2　内容管理2906.7.3　内容营销自动化2916.7.4　内容分发2946.7.5　效果跟踪及分析2946.8　内容营销场景案例2966.8.1　内容策略 渠道整合营销场景2966.8.2　内容策略 传播策略场景298第7章　Martech实战——流量变现要点2997.1　流量池化、平台化3007.1.1　流量池化、平台化概述3017.1.2　混合域流量营销平台3037.1.3　流量供需角色持续转化3067.2　广告流量交易模式升级3097.2.1　“传统排期”的交易模式3097.2.2　联盟模式3107.2.3　实时竞价模式3117.2.4　私有程序化模式3127.2.5　小结3137.3　ADX交易标准化及技术栈要点3147.3.1　ADX交易标准化3147.3.2　ADX中的SSP系统的基础功能3157.3.3　ADX中DSP买方自助操作基础功能3177.3.4　卖方流量优先级和交易模式管理3197.3.5　透明化和卖方诉求3227.3.6　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3268.1　各种数据源的采集要点3268.1.1　运营商3278.1.2　互联网第三方服务商3348.1.3　互联网应用平台3398.1.4　操作系统插件服务商3408.1.5　硬件服务商3418.2　ID Mapping3418.2.1　设备标识与用户标识3428.2.2　ID Mapping的3种方法3458.2.3　ID Mapping的6个注意事项3488.3　常见的增值数据模型3548.3.1　数据挖掘算法模型3548.3.2　**方标签构建及模型3598.3.3　客户运营领域的几个关键模型3708.3.4　销售线索评估模型3768.3.5　风控模型3808.4　6大模型：应用场景和案例分析3918.4.1　高价值客户挖掘模型3918.4.2　客户营销响应模型3928.4.3　客户流失预警模型3938.4.4　休眠客户唤醒模型3938.4.5　购物篮分析3948.4.6　征信风险控制模型3948.5　数据交易3958.5.1　常见的3种大数据交易类型3958.5.2　大数据交易与多方安全计算397第9章　说在后面的话4039.1　关于Martech的9个预测4039.2　Martech领域从业者职业规划策略4099.2.1　职业规划原则4099.2.2　Martech领域的岗位要求413

封面

书名:一本书读透Martech智慧营销

作者:吴俊

页数:440

定价:¥99.0

出版社:机械工业出版社

出版日期:2020-06-01

ISBN:9787111655732

PDF电子书大小:145MB 高清扫描完整版