一本书读透Martech智慧营销

一本书读透Martech智慧营销

暂无评价综合评分的显示会考虑用户真实性等多项因素,每部作品出现综合评分的时间不定。
免费试读

作品简介

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。

吴俊

资深广告专家、数字营销专家和数字化转型顾问,有20余年相关行业的从业经验。在程序化广告领域有丰富的实战经验,曾负责推动并落实中国首个大型PDB广告投放项目,并荣获2014年中国国际广告节“长城奖”金奖。曾在深演智能为百胜中国、上海通用汽车、欧莱雅等近百家头部广告主服务,负责和推动了近千个程序化广告项目。Martech等数字化营销领域的实战派和布道者,在数字化转型领域也颇有建树,是深演智能、欢网科技、勾正数据、ADmobile、触脉咨询等多家企业的高级技术顾问。大型互联网系统架构师,中国人民大学新闻学院讲座嘉宾,虎啸数字商学院数字营销实战课程特聘专家讲师,“虎啸奖”评委会委员,著有畅销书《程序化广告实战》。

李焱

深演智能数据产品解决方案总监。20多年来,一直奋斗在与前沿技术密切相关的营销第一线,在数字化营销、智能化营销方面积累了丰富的实战经验。对运营商和互联网的大数据底层逻辑理解深刻,在金融、地产、快消品、零售等行业的客户业务方面拥有独到的洞察和理解。

党莎

阿里巴巴高级产品专家,在10余年的数据实践中,一直致力于“数据驱动企业运营、技术改变企业效率”的研究和实践,在客户运营平台、数字营销、经营分析、数据资产管理、PaaS产品、企业生产力管理云平台等方面拥有丰富的管理和实践经验。主导过电信、金融、快消品等行业的销售自动化、CRM、数字营销、社群营销、智能决策、运营管理、业务中台、数据中台的建设工作。

作品目录

  1. 推荐语
  2. 前言
  3. 为什么要写这本书
  4. 读者对象
  5. 本书特色
  6. 本书主要内容
  7. 勘误和支持
  8. 致谢
  9. 引子 企业数字化转型迎来全员营销时代
  10. 第1章 从Adtech到Martech
  11. 1.1 营销需求侧的变化
  12. 1.2 营销领域技术供给侧的变革
  13. 1.3 从Adtech技术栈到Martech技术栈
  14. 第2章 Martech与数字化营销转型
  15. 2.1 企业数据能力成熟度评估模型
  16. 2.2 企业营销数字化能力成熟度评估模型
  17. 2.3 企业营销数字化转型不同阶段的Martech要点
  18. 2.4 Martech时代对营销人员的能力要求
  19. 第3章 Martech实战——Adserving要点
  20. 3.1 Adserving基础知识
  21. 3.2 Adserving主要应用场景
  22. 3.3 Adserving主要投放流程
  23. 3.4 本地化趋势
  24. 第4章 Martech实战——DMP要点
  25. 4.1 DMP基础知识
  26. 4.2 DMP的主要数据处理流程
  27. 4.3 DMP的主要应用场景及案例
  28. 4.4 如何选择DMP服务商
  29. 第5章 Martech实战——CDP要点
  30. 5.1 CDP的定义
  31. 5.2 是什么让CDP与众不同
  32. 5.3 CDP逻辑架构
  33. 5.4 CDP与Martech领域其他技术栈的比较
  34. 5.5 CDP主要场景
  35. 5.6 CDP项目实施中最可能遇到的数据问题
  36. 5.7 选择正确的CDP平台
  37. 第6章 Martech实战——CMP要点
  38. 6.1 谈论内容营销时我们在说什么
  39. 6.2 与客户互动的内容形式和媒体
  40. 6.3 与客户互动的内容策略
  41. 6.4 衡量内容互动的效果
  42. 6.5 内容营销策略如何制定
  43. 6.6 内容营销对技术的要求
  44. 6.7 CMP核心能力
  45. 6.8 内容营销场景案例
  46. 第7章 Martech实战——流量变现要点
  47. 7.1 流量池化、平台化
  48. 7.2 广告流量交易模式升级
  49. 7.3 ADX交易标准化及技术栈要点
  50. 第8章 Martech实战进阶——大数据生态的深度解读
  51. 8.1 各种数据源的采集要点
  52. 8.2 ID Mapping
  53. 8.3 常见的增值数据模型
  54. 8.4 6大模型:应用场景和案例分析
  55. 8.5 数据交易
  56. 第9章 说在后面的话
  57. 9.1 关于Martech的9个预测
  58. 9.2 Martech领域从业者职业规划策略
载入中