營銷技術：原理、策略與實踐

内容簡介：

作為介于營銷和IT之間的藍海，營銷技術對于今天國内營銷生态圈的大部分從業者來說都是新鮮事物，筆者希望通過本書幫您解答：營銷技術的起源和發展；營銷技術是什麼；怎麼用；國内外有哪些營銷技術的案例；廣告主如何投資營銷技術；營銷技術的未來演進方向；營銷人如何擁抱MarTech營銷技術。

作者簡介：

于勇毅 秒針系統營銷科學家，16年數字營銷經驗 《大數據營銷》，《中國數字營銷圖譜》，《營銷數據中台白皮書》，《營銷技術》作者 美國營銷國際協會SMEI認證數字營銷專家 中國廣告協會線上公開課講師 北京航空航天大學，對外經貿大學，北京外國語大學，上海師範大學等多所大學研究生/MBA課程講師

目錄：

第 1章　營銷技術（MarTech）概述 001

1.1　營銷技術的出現和演進 003

1.1.1　營銷内容過剩，造成消費者對于營銷的免疫 004

1.1.2　營銷效率不斷降低，造成廣告預算的失控 006

1.1.3　營銷資源的快速膨脹，需要更好地整合 006

1.1.4　互聯網巨頭的強勢，逼迫廣告主構建自己的數字化能力 007

1.2　營銷技術的理論基礎：客戶體驗（Customer Experience） 008

1.2.1　消費者畫像 010

1.2.2　多渠道營銷管理 010

1.2.3　營銷自動化 011

1.3　營銷技術的分類 012

1.3.1　數字廣告和促銷 012

1.3.2　商務和銷售 013

1.3.3　内容和客戶體驗 013

1.3.4　數據 014

1.3.5　營銷資源管理 014

1.3.6　社交媒體和用戶關系 015

1.4　廣告技術和營銷技術 016

第 2章　營銷技術頂層架構完全解析 017

2.1　數字營銷圖譜 018

2.2　數據相關的營銷技術 020

2.2.1　數據源 020

2.2.2　數據管理 021

2.2.3　數據洞察 021

2.2.4　分析工具 022

2.2.5　營銷測量 022

2.2.6　數據分析 023

2.3　内容營銷技術簡介 023

2.3.1　自動海報生成工具 024

2.3.2　内容管理 024

2.3.3　動态創意優化 024

2.4　觸點營銷技術簡介 025

2.4.1　營銷自動化 027

2.4.2　銷售管理 027

2.4.3　社交媒體 028

2.4.4　搜索營銷 028

2.4.5　數字廣告 029

2.4.6　直複營銷 029

2.4.7　用戶體驗 029

2.4.8　商業交易 029

2.5　通過客戶體驗設計，構建廣告主自有營銷技術閉環 030

2.5.1　客戶旅程設計 031

2.5.2　觸點匹配 031

2.5.3　數據技術策略 032

2.5.4　内容技術策略 032

2.5.5　數據流設計 032

2.6　構建營銷技術閉環背後的數據運營閉環 034

2.6.1　數據收集 035

2.6.2　數據治理 037

2.6.3　數據管理 039

2.6.4　數據洞察 040

2.6.5　數據應用 043

2.6.6　效果評估 048

第3章　營銷自動化 051

3.1　營銷自動化概述 052

3.2 　營銷自動化的操作演示 054

3.3　營銷自動化與周邊營銷技術 058

3.4　營銷自動化實現場景 059

3.4.1　“地雷 大炮” 059

3.4.2　敏捷營銷 060

3.4.3　“千人千面”的個性化營銷 061

3.4.4　内部協同 062

3.4.5　實時召回 062

3.4.6　商機管理 062

3.4.7　接觸管理 063

3.5　AdServing：營銷自動化在數字廣告領域的變種 064

3.6　營銷自動化在國内的發展現狀 065

第4章　營銷數據中台 067

4.1　數據中台出現的背景 068

4.2　數據中台的系統架構 070

4.3　數據中台的3種形式：DMP、CDP和Data Lake 071

4.4　數據中台的建設路徑 073

4.5　什麼是“知識圖譜” 074

4.6　數據中台賦能的營銷場景 076

4.6.1　程序化廣告投放閉環 076

4.6.2　貫穿業務全鍊的客戶洞察體系 077

4.6.3　“千人千面”和消費者轉換路徑的最優化 078

4.6.4　業務全鍊考核體系 078

4.6.5　行業個性化營銷場景 078

4.6.6　和大型互聯網企業的營銷資源互換 079

4.7 　數據中台支撐的業務側數字化轉型場景 079

4.8　構建數據中台時需要避免的潛在風險 080

4.8.1　數據中台中的數據孤島 080

4.8.2　數據源過多，造成數據治理陷入泥潭 081

4.8.3　缺乏足夠應用場景 082

4.9　數據中台發展現狀 082

4.10　數據中台的未來發展趨勢 084

第5章　營銷測量 086

5.1　測量的底層技術 086

5.1.1　網頁端的廣告曝光/點擊監測 087

5.1.2　JavaScript代碼（簡稱JS代碼） 088

5.1.3　Linktag 089

5.1.4　網站分析代碼 090

5.1.5　SDK 091

5.1.6　埋點 091

5.1.7　智能拍屏 091

5.1.8　API接口 092

5.1.9　A2S銷售驗證 093

5.1.10　二維碼 093

5.1.11　真人樣本庫 094

5.1.12　眼動/腦電儀 094

5.2　基于測量技術的營銷考核 095

5.3　營銷測量的評估參數體系 102

5.3.1　前端廣告測量參數（針對外部觸點） 102

5.3.2　網站分析參數（廣告主自有觸點） 104

5.3.3　銷售參數 104

5.4　無效流量的測量 105

5.4.1　無效流量的現狀 105

5.4.2　無效流量的來源 108

5.4.3　無效流量的甄别技術 109

5.4.4　無效流量甄别的行業标準：GIVT和SIVT 111

5.4.5　無效流量測量的未來—區塊鍊 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時代 116

6.1.2　CPM和CPC的常規廣告采買時代 117

6.1.3　程序化廣告大生态圈時代 118

6.2　程序化廣告系統架構 119

6.2.1　廣告主自建技術 120

6.2.2　媒體自建技術 120

6.2.3　程序化廣告生态圈技術 120

6.2.4　超級媒體技術 121

6.3　程序化廣告技術實現路徑 121

6.3.1　媒體數據驅動的實時競價重定向廣告（PC端） 121

6.3.2　廣告主數據驅動的程序化直接購買的廣告（移動端） 123

6.4　程序化廣告的未來展望 124

6.4.1　内容的程序化 124

6.4.2　更多可驅動的觸點 124

6.4.3　人工智能的介入 125

第7章　第三方數據服務 126

7.1　數據合規概述 127

7.1.1　數據相關法律法規 127

7.1.2　數據合規的核心原則 128

7.1.3　數據合規的相關認證 130

7.2　第三方數據服務操作規則 131

7.3　第三方數據服務營銷技術趨勢：區塊鍊和數據交易平台 133

7.3.1　區塊鍊 134

7.3.2　數據交易平台（Data Exchange） 134

7.4　第三方數據服務需要避免的潛在風險 136

第8章　營銷人工智能 137

8.1　人工智能的前生今世 137

8.2　營銷人工智能現狀 140

8.2.1　虛拟助手 141

8.2.2　廣告反作弊 142

8.2.3　數字廣告預算的優化 142

8.2.4　内容的自動生成 142

8.2.5　知識圖譜 143

8.3　營銷人工智能的未來 144

8.3.1　客戶體驗管理 144

8.3.2　動态定價 145

8.3.3　消費者生物信息的識别和應用 145

第9章　基于社交媒體的客戶關系管理系統 147

9.1　以SCRM為中心的消費者轉換體系 147

9.2　SCRM技術模塊架構 149

9.2.1　數據源 150

9.2.2　微信消費者數據庫 151

9.2.3　應用體系 152

9.2.4　會員關系管理體系 153

9.2.5　消費者互動體系 153

9.2.6　外部對接系統 154

9.3　基于SCRM的消費者培育案例 155

第 10章　營銷技術的選擇 158

10.1　成本精算—營銷技術建設的頂層方法論 158

10.1.1　系統性風險：精準營銷造成營銷ROI的下降 158

10.1.2　營銷技術的成本結構 160

10.1.3　營銷技術效果的定量驗證 161

10.2　廣告主的營銷技術成長曲線 162

10.2.1　數據運營能力 162

10.2.2　廣告主所在行業 164

10.3　廣告主在選擇營銷技術前的十個靈魂拷問 165

10.4　十個靈魂拷問背後的思考 166

10.5　首席營銷技術師：廣告主對于營銷技術的專業化管理 169

後記　營銷技術大潮中營銷人的自我修煉 170