《數據賦能》是一本2021年電子工業出版社出版的圖書，該書籍的作者宋星。
基本介紹
內容簡介,圖書目錄,第1章,第2章,第3章,第4章,第5章,第6章,作者簡介,
內容簡介
數據賦能，數位化行銷與運營新實戰，圍繞數據為企業數位化行銷和業務增長賦能的兩大主線——數據驅動和數據分析展開，詳細介紹了企業應該如何利用目前先進的數位化技術，合規獲取消費者在數字世界中的各種數據，並將這些數據套用於更前沿的數字廣告投放、消費者的個性化觸達、數字渠道效果的評估與最佳化、消費者數字型驗最佳化、消費者轉化最佳化、消費者深度運營等領域的諸多關鍵方法，同時輔以近幾年在中國企業界實際套用的真實案例進行生動講解。
圖書目錄
第1章
從正確的數據觀開始
1.1 數據的兩個核心價值：最佳化與驅動
1.1.1 數據最佳化
1.1.2 數據驅動
1.2 如何開始行動
1.2.1 實現數據賦能最重要的是什麼
1.2.2 商業意識
1.2.3 建立數據能力
1.2.4 勇敢去做
1.2.5 警惕“偽數據主義傾向”
1.3 企業組織維度上的匹配
1.3.1 經驗還是數據
1.3.2 企業數據化成熟度模型
1.4 不變的基本邏輯：從前到後的行銷與運營
第2章
數據從何而來——數據的獲取
2.1 數據的“方”
2.1.1 第一方數據
2.1.2 第二方數據
2.1.3 第三方數據
2.2 公域數據與私域數據
2.2.1 定義
2.2.2 私域數據的重要性
2.3 前端數據與後端數據
2.4 數位化運營中個體數據的結構
2.4.1 標定個體的ID
2.4.2 個體的屬性數據
2.5 個體數據與人群數據
2.6 私域數據的獲取
2.6.1 私域數據的來源：消費者觸點
2.6.2 消費者觸點上的私域數據的獲取（1）：廣告端
2.6.3 消費者觸點上的私域數據的獲取（2）：網站端
2.6.4 消費者觸點上的私域數據的獲取（3）：事件監測（埋點）
2.6.5 消費者觸點上的私域數據的獲取（4）：App 端
2.6.6 消費者觸點上的私域數據的獲取（5）：公眾號和小程式端
2.7 公域數據的來源、獲取和接入
2.7.1 公域數據的來源
2.7.2 公域數據的獲取
2.7.3 公域數據的接入
第3章
數據驅動的數位化推廣
3.1 契約廣告與非契約廣告
3.1.1 契約廣告
3.1.2 非契約廣告
3.2 從契約到非契約：數字廣告生態的重大轉變
3.2.1 廣告網路
3.2.2 廣告交換平台
3.2.3 實時競價廣告
3.2.4 RTB 廣告的競價方式
3.2.5 程式化廣告的特點
3.3 數據驅動的品牌廣告投放
3.3.1 品牌RTB 廣告投放
3.3.2 RTB 在品牌行銷上的悖論
3.3.3 品牌PMP 之一：程式化契約廣告
3.3.4 品牌PMP 之二：優先交易
3.3.5 品牌PMP 之三：私有競價
3.3.6 選擇合適的品牌程式化廣告投放方式
3.3.7 品牌程式化廣告投放的作業系統
3.4 數據的套用與DMP
3.4.1 DMP 的本質
3.4.2 在DMP 中選擇人群
3.4.3 利用DMP 衡量品牌廣告的投放效果
3.4.4 真實的DMP 案例
3.4.5 DMP 的Look-alike 功能
3.5 數據驅動的效果廣告投放
3.5.1 再行銷
3.5.2 效果行銷所用的RTB
3.5.3 私有RTB
3.5.4 oCPM 與oCPC
3.5.5 效果類程式化廣告投放的作業系統
3.6 無處不在的數據驅動
3.6.1 私域數據驅動的程式化廣告投放
3.6.2 RTA 廣告
3.6.3 基於公域數據的程式化廣告投放
3.7 個人信息保護：紅線、悖論與前景
3.7.1 什麼是個人信息
3.7.2 個人信息使用的合規
3.7.3 去特徵化
第4章
流量效果的數據分析
4.1 流量渠道的效果分析與最佳化的工作內容
4.2 流量渠道的數據採集
4.2.1 流量標記的Link Tag 方法
4.2.2 對搜尋競價排名流量使用流量標記
4.2.3 信息流廣告用Link Tag 做標記
4.2.4 App的推廣來源問題
4.2.5 流量標記不能實現的地方
4.3 細分渠道的評估與分析
4.3.1 流量渠道的衡量指標
4.3.2 流量渠道的產出分析
4.3.3 流量渠道的質量分析
4.3.4 衡量流量質量的標準指標與Engagement
4.3.5 流量質量與產出的結合分析
4.4 整合渠道效果評估和歸因分析
4.4.1 歸因，一個名詞之下的多個理解
4.4.2 線上全域歸因可以實現嗎
4.4.3 線上局部歸因
4.4.4 單觸點歸因：流量覆蓋問題
4.4.5 一個轉化背後所有可能的努力
4.4.6 歸因中的助攻和進球
4.4.7 歸因：一個實際的助攻案例
4.4.8 曝光歸因和點擊歸因
4.4.9 歸因的時效性
4.4.10 更詳細的歸因關係——歸因路徑
4.4.11 歸因模型
4.4.12 自定義歸因模型與智慧型歸因模型
4.5 流量渠道分析的總結案例
4.6 異常流量與作弊識別
4.6.1 流量作弊情況嚴重嗎
4.6.2 常見的作弊方法
4.6.3 作弊流量的流量特徵
4.6.4 識別作弊流量
4.7 線上推廣對線下轉化效果的評估
4.7.1 追蹤購買意向
4.7.2 追蹤線上推廣帶來的線下銷售
第5章
數位化的流量運營與消費者互動
5.1 流量的落地最佳化
5.1.1 落地體驗“五原則”與反面案例
5.1.2 著陸頁的跳出率
5.1.3 熱力圖
5.1.4 熱力圖的替代
5.1.5 著陸頁分析與最佳化
5.1.6 智慧型著陸頁
5.2 A/B 測試
5.2.1 A/B 測試應該怎么使用
5.2.2 A/B 測試如何確保均勻分流
5.2.3 A/B 測試的統計學意義與辛普森悖論
5.3 用戶互動的分析與最佳化
5.3.1 體驗失效
5.3.2 內容互動
5.3.3 社交內容分析
5.3.4 用戶引導
5.4 利用數據最佳化微觀轉化
5.4.1 轉化的巨觀漏斗和微觀漏斗
5.4.2 轉化漏斗分析
5.4.3 微轉化元素
5.4.4 關鍵轉化環節的最佳化
5.5 利用數據最佳化巨觀轉化
5.5.1 轉化的周期
5.5.2 商品的分析
5.5.3 消費者忠誠
第6章
數位化的消費者深度運營
6.1 消費者深度運營的邏輯
6.1.1 什麼是消費者深度運營
6.1.2 產品、市場與消費者運營的策略矩陣
6.1.3 兩個障礙
6.1.4 誘餌、觸點與規則方法
6.2 私域流量與消費者深度運營
6.2.1 私域流量不過是博人眼球的概念？
6.2.2 私域與公域，一枚硬幣的兩面
6.2.3 私域流量運營的4 種形態
6.2.4 私域流量運營的模式一：DTC
6.2.5 私域流量運營的模式二：B2C2C
6.2.6 私域流量運營的模式三：B2B2C
6.2.7 私域流量運營的模式四：B2B
6.3 消費者深度運營的數據解決方案
6.3.1 CDP
6.3.2 利用CDP 進行消費者數據的管理和套用
6.3.3 如何衡量CDP 的價值
6.4 消費者深度運營的常用解決方案
6.4.1 單一觸點上的自動化運營
6.4.2 單一生態內的數據化運營
6.4.3 跨生態的數據化運營
6.5 未來已來
6.5.1 人工智慧正在升級數位化運營
6.5.2 5G也會帶來巨大的變化
6.5.3 數位化行銷與運營從業者的變化與應對
索引
作者簡介
宋星，國內領先的網際網路數據諮詢機構“紛析諮詢”的創始人，數據化網際網路行銷與運營資深的從業者和行業意見領袖，“網際網路分析在中國”部落格（原“網站分析在中國”）全文作者，新南威爾斯大學行銷分析行業顧問委員會（UNSW Marketing Analytics Advisory Board）委員。陽獅媒體集團特聘顧問，百度集團顧問與鑽石講師，騰訊星河計畫顧問，Google mLab顧問，北京航空航天大學特聘教授，前陽獅媒體集團數據、技術與創新事業部總經理，前Adobe Omniture Business Unit大中華區首席商業諮詢顧問。
