《MarTech行銷技術：原理、策略與實踐》是2020年2月人民郵電出版社出版的圖書，作者是於勇毅。
基本介紹
- 書名：MarTech行銷技術：原理、策略與實踐
- 作者：於勇毅
- ISBN：9787115529138
- 頁數：169頁
- 定價：79元
- 出版社：人民郵電出版社
- 出版時間：2020年2月
- 裝幀：平裝
- 開本：16開
內容簡介,圖書目錄,
內容簡介
作為介於行銷和IT之間的藍海，行銷技術對於今天國內行銷生態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：行銷技術的起源和發展；行銷技術是什麼；怎么用；國內外有哪些行銷技術的案例；廣告主如何投資行銷技術；行銷技術的未來演進方向；行銷人如何擁抱MarTech行銷技術。
圖書目錄
第 1章 行銷技術（MarTech）概述 001
1.1 行銷技術的出現和演進 003
1.1.1 行銷內容過剩，造成消費者對於行銷的免疫 004
1.1.2 行銷效率不斷降低，造成廣告預算的失控 006
1.1.3 行銷資源的快速膨脹，需要更好地整合 006
1.1.4 網際網路巨頭的強勢，逼迫廣告主構建自己的數位化能力 007
1.2 行銷技術的理論基礎：客戶體驗（Customer Experience） 008
1.2.1 消費者畫像 010
1.2.2 多渠道行銷管理 010
1.2.3 行銷自動化 011
1.3 行銷技術的分類 012
1.3.1 數字廣告和促銷 012
1.3.2 商務和銷售 013
1.3.3 內容和客戶體驗 013
1.3.4 數據 014
1.3.5 行銷資源管理 014
1.3.6 社交媒體和用戶關係 015
1.4 廣告技術和行銷技術 016
第 2章 行銷技術頂層架構完全解析 017
2.1 數字行銷圖譜 018
2.2 數據相關的行銷技術 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 行銷測量 022
2.2.6 數據分析 023
2.3 內容行銷技術簡介 023
2.3.1 自動海報生成工具 024
2.3.2 內容管理 024
2.3.3 動態創意最佳化 024
2.4 觸點行銷技術簡介 025
2.4.1 行銷自動化 027
2.4.2 銷售管理 027
2.4.3 社交媒體 028
2.4.4 搜尋行銷 028
2.4.5 數字廣告 029
2.4.6 直復行銷 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，構建廣告主自有行銷技術閉環 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 內容技術策略 032
2.5.5 數據流設計 032
2.6 構建行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 數據套用 043
2.6.6 效果評估 048
第3章 行銷自動化 051
3.1 行銷自動化概述 052
3.2 行銷自動化的操作演示 054
3.3 行銷自動化與周邊行銷技術 058
3.4 行銷自動化實現場景 059
3.4.1 “地雷+大炮” 059
3.4.2 敏捷行銷 060
3.4.3 “千人千面”的個性化行銷 061
3.4.4 內部協同 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：行銷自動化在數字廣告領域的變種 064
3.6 行銷自動化在國內的發展現狀 065
第4章 行銷數據中台 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 數據中台賦能的行銷場景 076
4.6.1 程式化廣告投放閉環 076
4.6.2 貫穿業務全鏈的客戶洞察體系 077
4.6.3 “千人千面”和消費者轉換路徑的最最佳化 078
4.6.4 業務全鏈考核體系 078
4.6.5 行業個性化行銷場景 078
4.6.6 和大型網際網路企業的行銷資源互換 079
4.7 數據中台支撐的業務側數位化轉型場景 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 缺乏足夠套用場景 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 行銷測量 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 智慧型拍屏 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 基於測量技術的行銷考核 095
5.3 行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 無效流量的甄別技術 109
5.4.4 無效流量甄別的行業標準：GIVT和SIVT 111
5.4.5 無效流量測量的未來—區塊鏈 112
第6章 程式化廣告 114
6.1 程式化廣告的前生今世 115
6.1.1 廣告位 X CPT時代 116
6.1.2 CPM和CPC的常規廣告採買時代 117
6.1.3 程式化廣告大生態圈時代 118
6.2 程式化廣告系統架構 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 程式化廣告生態圈技術 120
6.2.4 超級媒體技術 121
6.3 程式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式化直接購買的廣告（移動端） 123
6.4 程式化廣告的未來展望 124
6.4.1 內容的程式化 124
6.4.2 更多可驅動的觸點 124
6.4.3 人工智慧的介入 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 第三方數據服務行銷技術趨勢：區塊鏈和數據交易平台 133
7.3.1 區塊鏈 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 行銷人工智慧 137
8.1 人工智慧的前生今世 137
8.2 行銷人工智慧現狀 140
8.2.1 虛擬助手 141
8.2.2 廣告反作弊 142
8.2.3 數字廣告預算的最佳化 142
8.2.4 內容的自動生成 142
8.2.5 知識圖譜 143
8.3 行銷人工智慧的未來 144
8.3.1 客戶體驗管理 144
8.3.2 動態定價 145
8.3.3 消費者生物信息的識別和套用 145
第9章 基於社交媒體的客戶關係管理系統 147
9.1 以SCRM為中心的消費者轉換體系 147
9.2 SCRM技術模組架構 149
9.2.1 數據源 150
9.2.2 微信消費者資料庫 151
9.2.3 套用體系 152
9.2.4 會員關係管理體系 153
9.2.5 消費者互動體系 153
9.2.6 外部對接系統 154
9.3 基於SCRM的消費者培育案例 155
第 10章 行銷技術的選擇 158
10.1 成本精算—行銷技術建設的頂層方法論 158
10.1.1 系統性風險：精準行銷造成行銷ROI的下降 158
10.1.2 行銷技術的成本結構 160
10.1.3 行銷技術效果的定量驗證 161
10.2 廣告主的行銷技術成長曲線 162
10.2.1 數據運營能力 162
10.2.2 廣告主所在行業 164
10.3 廣告主在選擇行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 首席行銷技術師：廣告主對於行銷技術的專業化管理 169
後記 行銷技術大潮中行銷人的自我修煉 170
