基本信息

書名:一本書讀透Martech智慧營銷

定價

作者:吳俊李焱黨莎

出版社：機械工業出版社

出版日期：2020-06-01

ISBN：9787111655732

字數：

頁碼：440

版次：

裝幀：平裝

開本：32開

商品重量：

編輯推薦

（1）大多數知識點都圍繞技術和業務雙重維度展開，理論有深度、技術可落地、應用有實效。
（2）作者是程序化廣告和數字化營銷領域的專家、布道者，有超過20年的從業經驗，有廣泛的行業影響力。
（3）第二作者是深演智能數據產品解決方案總監，在數字化營銷、智能營銷等領域有豐富經驗，有超過20年的從業經驗。
（4）第三作者是阿裡的高級產品專家，在數字營銷、數據驅動運營與決策、數據繫統和平臺構建等方面經驗豐富，有超過10年的從業經驗。
（5）本書從趨勢、技術、產品、應用場景、實操方法等5個維度全面闡釋Martech，為營銷數字化轉型提供解決方案。
（6）本書得到了來自知名企業、高校、行業協會的30餘位專家聯袂推薦。

內容提要

內容簡介
這是一本從多維度講解Martech以及如何借助Martech實現營銷數字化轉型的著作。
宏觀層面，本書對Martech的行業現狀、發展趨勢、思想認知等做了前瞻性的分析；微觀層面，對Martech的技術棧、核心產品、應用場景、實操方法等做了詳盡的講解。大多數知識點都圍繞技術和業務雙重維度展開，力求理論有深度、技術可落地、應用有實效。理論來自作者扎實的專業知識和多年的從業思考，實戰經驗則來自作者在廣告、營銷、產品、技術一線的深度耕耘。
本書共分9章：
~2章：
對營銷的需求變化、技術趨勢以及如何應對數字化轉型進行了宏觀分析，重點包括Adtech技術棧、Martech技術棧、企業數據能力成熟度評估、企業營銷數字化能力評估、Martech從業者的能力等；
第3~7章：
對Martech技術棧中的重點模塊和產品進行了深入講解，包括Adserving、DMP、DSP、CDP、CMP、SSP、ADX等，包含大量實戰案例，技術與業務深度融合，能幫助讀者真正將數字化、智能化融入實際工作，進而帶來業績的飛升。
第8章：
重點對Martech的核心——大數據生態進行了深度解讀，包括數據源的采集、ID Mapping的落地方法、各種增值數據模型的構建技巧及應用、數據交易等內容。
第9章：
作者對Martech的未來做了9個預測，並為Martech從業者的職業規劃給出了建議和方向，旨在幫助企業和個人都能提前布局未來，應對未來的挑戰。

目錄

推薦語
前言
引子企業數字化轉型迎來全員營銷時代001
章從Adtech到Martech007
1.1營銷需求側的變化008
1.1.1營銷方的變化008
1.1.2消費者的4個變化015
1.2營銷領域技術供給側的變革021
1.2.1Adtech、Salestech、Martech的概念及其應用範圍021
1.2.2Martech技術棧024
1.2.3從營銷核心業務看Martech技術棧全貌025
1.3從Adtech技術棧到Martech技術棧029
1.3.1Adtech技術棧030
1.3.2運營/銷售相關Martech技術棧052
1.3.3關鍵數據和基礎080
第2章Martech與數字化營銷轉型093
2.1企業數據能力成熟度評估模型094
2.1.1采集能力094
2.1.2處理能力096
2.1.3激活能力097
2.1.4組織支持099
2.2企業營銷數字化能力成熟度評估模型100
2.3企業營銷數字化轉型不同階段的Martech要點102
2.4Martech時代對營銷人員的能力要求104
2.4.1對生態圈的理解和談判能力104
2.4.2對技術的理解和評估能力106
2.4.3大數據打通、處理能力110
2.4.4業務理解，行業經驗積累113
2.4.5跨部門推動力114
2.4.6快速驗證及迭代優化，全業態把控能力117
2.4.7基於數據分析的精細化運營能力117
2.4.8數據的合規使用118
第3章Martech實戰——Adserving要點119
3.1Adserving基礎知識120
3.1.1Adserving廣告請求執行流程122
3.1.2Adserving智能流量管理決策流程及框架123
3.1.3Adtech程序化廣告4種典型模式的定義126
3.1.4Adserving與“傳統采買”129
3.1.5媒體支持和市場大趨勢130
3.2Adserving主要應用場景131
3.2.1媒介的主要關注點和優化指標132
3.2.2Adserving升級新應用：聯動激活DMP/CDP139
3.2.3多重數據 多種投放模式，一站式閉環持續優化143
3.3Adserving主要投放流程152
3.3.1傳統廣告投放流程152
3.3.2升級後的程序化廣告投放流程154
3.3.3Adserving項目工作流程執行檢查表157
3.3.4需求簡報模板要點161
3.4本地化趨勢161
第4章Martech實戰——DMP要點163
4.1DMP基礎知識164
4.1.1DMP的分類164
4.1.2DMP的數據源169
4.2DMP的主要數據處理流程173
4.2.1數據ETL174
4.2.2數據處理184
4.2.3數據分析197
4.2.4數據策略激活215
4.3DMP的主要應用場景及案例221
4.3.1持續迭代優化的閉環精準營銷221
4.3.2帶有業務場景的客群細分223
4.3.3潛在高意向客戶挖掘224
4.3.4流量方DMP雲動態擴容225
4.3.5跨界營銷225
4.3.6“羊毛黨”識別227
4.4如何選擇DMP服務商228
4.4.1非技術要求228
4.4.2技術要求229
4.4.3應用要求229
第5章Martech實戰——CDP要點231
5.1CDP的定義232
5.1.1幾種常見的定義232
5.1.2CDP的主要能力解讀235
5.2是什麼讓CDP與眾不同237
5.2.1CDP出現的痛點237
5.2.2CDP的能力特點238
5.2.3CDP的數據內容239
5.2.4CDP建設的好處239
5.2.5CDP的數據應用方向240
5.3CDP邏輯架構241
5.3.1CDP基本能力概括241
5.3.2CDP的邏輯架構241
5.4CDP與Martech領域其他技術棧的比較250
5.4.1CDP與營銷自動化的比較250
5.4.2CDP與營銷雲的比較252
5.4.3CDP與方DMP的比較253
5.4.4CDP與CRM的比較254
5.4.5CDP與企業數據湖的比較256
5.4.6CDP與其他技術棧的橫向對比總結257
5.5CDP主要場景258
5.5.1全域營銷CDP如何賦能營銷258
5.5.2CDP對私域流量池運營的重要作用260
5.5.3客戶旅程分析262
5.5.4數字化客戶體驗管理265
5.5.5AI技術在CDP中的應用266
5.6CDP項目實施中 可能遇到的數據問題268
5.7選擇正確的CDP平臺270
5.7.1什麼時候投資建CDP平臺270
5.7.2如何選擇正確的CDP平臺271
第6章Martech實戰——CMP要點274
6.1談論內容營銷時我們在說什麼274
6.2與客戶互動的內容形式和媒體275
6.3與客戶互動的內容策略277
6.3.1通用內容策略特征277
6.3.2應對“內容疲勞”277
6.3.3制定有效的內容策略和傳播策略278
6.4衡量內容互動的效果280
6.5內容營銷策略如何制定281
6.5.1制定的原則281
6.5.2制定的步驟282
6.6內容營銷對技術的要求285
6.7CMP核心能力287
6.7.1內容創建及優化288
6.7.2內容管理290
6.7.3內容營銷自動化291
6.7.4內容分發294
6.7.5效果跟蹤及分析294
6.8內容營銷場景案例296
6.8.1內容策略 渠道整合營銷場景296
6.8.2內容策略 傳播策略場景298
第7章Martech實戰——流量變現要點299
7.1流量池化、平臺化300
7.1.1流量池化、平臺化概述301
7.1.2混合域流量營銷平臺303
7.1.3流量供需角色持續轉化306
7.2廣告流量交易模式升級309
7.2.1“傳統排期”的交易模式309
7.2.2聯盟模式310
7.2.3實時競價模式311
7.2.4私有程序化模式312
7.2.5小結313
7.3ADX交易標準化及技術棧要點314
7.3.1ADX交易標準化314
7.3.2ADX中的SSP繫統的基礎功能315
7.3.3ADX中DSP買方自助操作基礎功能317
7.3.4賣方流量優先級和交易模式管理319
7.3.5透明化和賣方訴求322
7.3.6基於數據指導的人群定向智能營銷325
第8章Martech實戰進階——大數據生態的深度解讀326
8.1各種數據源的采集要點326
8.1.1運營商327
8.1.2互聯網第三方服務商334
8.1.3互聯網應用平臺339
8.1.4操作繫統插件服務商340
8.1.5硬件服務商341
8.2ID Mapping341
8.2.1設備標識與用戶標識342
8.2.2ID Mapping的3種方法345
8.2.3ID Mapping的6個注意事項348
8.3常見的增值數據模型354
8.3.1數據挖掘算法模型354
8.3.2方標簽構建及模型359
8.3.3客戶運營領域的幾個關鍵模型370
8.3.4銷售線索評估模型376
8.3.5風控模型380
8.46大模型：應用場景和案例分析391
8.4.1高價值客戶挖掘模型391
8.4.2客戶營銷響應模型392
8.4.3客戶流失預警模型393
8.4.4休眠客戶喚醒模型393
8.4.5購物籃分析394
8.4.6征信風險控制模型394
8.5數據交易395
8.5.1常見的3種大數據交易類型395
8.5.2大數據交易與多方安全計算397
第9章說在後面的話403
9.1關於Martech的9個預測403
9.2Martech領域從業者職業規劃策略409
9.2.1職業規劃原則409
9.2.2Martech領域的崗位要求413

作者介紹

序言