一本書讀透Martech智慧行銷

《一本書讀透Martech智慧行銷》是2020年機械工業出版社出版的圖書。

基本介紹

• 中文名：一本書讀透Martech智慧行銷
• 作者：吳俊、李焱、黨莎
• 出版時間：2020年7月1日
• 出版社：機械工業出版社
• 頁數：440 頁
• ISBN：9787111655732
• 定價：99.00 元
• 開本：16 開
• 裝幀：平裝

內容簡介

這是一本從多維度講解Martech以及如何藉助Martech實現行銷數位化轉型的著作。

巨觀層面 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、套用場景、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、套用有實效。理論來自作者紮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、行銷、產品、技術一線的深度耕耘。

本書共分9章：

第1~2章：

對行銷的需求變化、技術趨勢以及如何應對數位化轉型進行了巨觀分析 重點包括Adtech技術棧、Martech技術棧、企業數據能力成熟度評估、企業行銷數位化能力評估、Martech從業者必備的能力等；

第3~7章：

對Martech技術棧中的重點模組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位化、智慧型化融入實際工作 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 包括數據源的採集、ID Mapping的落地方法、各種增值數據模型的構建技巧及套用、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。

圖書目錄

推薦語

前言

引子　企業數位化轉型迎來全員行銷時代001

第1章　從Adtech到Martech007

1.1　行銷需求側的變化008

1.1.1　行銷方法論的變化008

1.1.2　消費者的4個變化015

1.2　行銷領域技術供給側的變革021

1.2.1　Adtech、Salestech、Martech的概念及其套用範圍021

1.2.2　Martech技術棧024

1.2.3　從行銷核心業務看Martech技術棧全貌025

1.3　從Adtech技術棧到Martech技術棧029

1.3.1　Adtech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與數位化行銷轉型093

2.1　企業數據能力成熟度評估模型094

2.1.1　採集能力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　企業行銷數位化能力成熟度評估模型100

2.3　企業行銷數位化轉型不同階段的Martech要點102

2.4　Martech時代對行銷人員的能力要求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　快速驗證及疊代最佳化 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

3.1　Adserving基礎知識120

3.1.1　Adserving廣告請求執行流程122

3.1.2　Adserving智慧型流量管理決策流程及框架123

3.1.3　Adtech程式化廣告4種典型模式的定義126

3.1.4　Adserving與“傳統採買”129

3.1.5　媒體支持和市場大趨勢130

3.2　Adserving主要套用場景131

3.2.1　媒介的主要關注點和最佳化指標132

3.2.2　Adserving升級新套用：聯動激活DMP/CDP139

3.2.3　多重數據+多種投放模式 一站式閉環持續最佳化143

3.3　Adserving主要投放流程152

3.3.1　傳統廣告投放流程152

3.3.2　升級後的程式化廣告投放流程154

3.3.3　Adserving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

4.1　DMP基礎知識164

4.1.1　DMP的分類164

4.1.2　DMP的數據源169

4.2　DMP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

4.3　DMP的主要套用場景及案例221

4.3.1　持續疊代最佳化的閉環精準行銷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　跨界行銷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　套用要求229

第5章　Martech實戰——CDP要點231

5.1　CDP的定義232

5.1.1　幾種常見的權威定義232

5.1.2　CDP的主要能力解讀235

5.2　是什麼讓CDP與眾不同237

5.2.1　CDP出現的痛點237

5.2.2　CDP的能力特點238

5.2.3　CDP的數據內容239

5.2.4　CDP建設的好處239

5.2.5　CDP的數據套用方向240

5.3　CDP邏輯架構241

5.3.1　CDP基本能力概括241

5.3.2　CDP的邏輯架構241

5.4　CDP與Martech領域其他技術棧的比較250

5.4.1　CDP與行銷自動化的比較250

5.4.2　CDP與行銷雲的比較252

5.4.3　CDP與第一方DMP的比較253

5.4.4　CDP與CRM的比較254

5.4.5　CDP與企業數據湖的比較256

5.4.6　CDP與其他技術棧的橫向對比總結257

5.5　CDP主要場景258

5.5.1　全域行銷CDP如何賦能行銷258

5.5.2　CDP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　數位化客戶體驗管理265

5.5.5　AI技術在CDP中的套用266

5.6　CDP項目實施中最可能遇到的數據問題268

5.7　選擇正確的CDP平台270

5.7.1　什麼時候投資建CDP平台270

5.7.2　如何選擇正確的CDP平台271

第6章　Martech實戰——CMP要點274

6.1　談論內容行銷時我們在說什麼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　通用內容策略特徵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　內容行銷策略如何制定281

6.5.1　制定的原則281

6.5.2　制定的步驟282

6.6　內容行銷對技術的要求285

6.7　CMP核心能力287

6.7.1　內容創建及最佳化288

6.7.2　內容管理290

6.7.3　內容行銷自動化291

6.7.4　內容分發294

6.7.5　效果跟蹤及分析294

6.8　內容行銷場景案例296

6.8.1　內容策略+渠道整合行銷場景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、平台化300

7.1.1　流量池化、平台化概述301

7.1.2　混合域流量行銷平台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　私有程式化模式312

7.2.5　小結313

7.3　ADX交易標準化及技術棧要點314

7.3.1　ADX交易標準化314

7.3.2　ADX中的SSP系統的基礎功能315

7.3.3　ADX中DSP買方自助操作基礎功能317

7.3.4　賣方流量優先權和交易模式管理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慧型行銷325

第8章　Martech實戰進階——大數據生態的深度解讀326

8.1　各種數據源的採集要點326

8.1.1　運營商327

8.1.2　網際網路第三方服務商334

8.1.3　網際網路套用平台339

8.1.4　作業系統外掛程式服務商340

8.1.5　硬體服務商341

8.2　ID Mapping341

8.2.1　設備標識與用戶標識342

8.2.2　ID Mapping的3種方法345

8.2.3　ID 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　第一方標籤構建及模型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

8.4　6大模型：套用場景和案例分析391

8.4.1　高價值客戶挖掘模型391

8.4.2　客戶行銷回響模型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　徵信風險控制模型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

9.2　Martech領域從業者職業規劃策略409

9.2.1　職業規劃原則409

9.2.2　Martech領域的崗位要求413