展开全部

主编推荐语

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。

内容简介

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。

本书共分9章:
第1~2章:对营销的需求变化、技术趋势以及如何应对数字化转型进行了宏观分析,重点包括Adtech技术栈、Martech技术栈、企业数据能力成熟度评估、企业营销数字化能力评估、Martech从业者必备的能力等。
第3~7章:对Martech技术栈中的重点模块和产品进行了深入讲解,包括Adserving、DMP、DSP、CDP、CMP、SSP、ADX等,包含大量实战案例,技术与业务深度融合,能帮助读者真正将数字化、智能化融入实际工作,进而带来业绩的飞升。
第8章:重点对Martech的核心——大数据生态进行了深度解读,包括数据源的采集、ID Mapping的落地方法、各种增值数据模型的构建技巧及应用、数据交易等内容。
第9章:作者对Martech的未来做了9个预测,并为Martech从业者的职业规划给出了建议和方向,旨在帮助企业和个人都能提前布局未来,应对未来的挑战。

目录

  • 版权信息
  • 推荐语
  • 前言
  • 引子 企业数字化转型迎来全员营销时代
  • 第1章 从Adtech到Martech
  • 1.1 营销需求侧的变化
  • 1.1.1 营销方法论的变化
  • 1.1.2 消费者的4个变化
  • 1.2 营销领域技术供给侧的变革
  • 1.2.1 Adtech、Salestech、Martech的概念及其应用范围
  • 1.2.2 Martech技术栈
  • 1.2.3 从营销核心业务看Martech技术栈全貌
  • 1.3 从Adtech技术栈到Martech技术栈
  • 1.3.1 Adtech技术栈
  • 1.3.2 运营/销售相关Martech技术栈
  • 1.3.3 关键数据和基础
  • 第2章 Martech与数字化营销转型
  • 2.1 企业数据能力成熟度评估模型
  • 2.1.1 采集能力
  • 2.1.2 处理能力
  • 2.1.3 激活能力
  • 2.1.4 组织支持
  • 2.2 企业营销数字化能力成熟度评估模型
  • 2.3 企业营销数字化转型不同阶段的Martech要点
  • 2.4 Martech时代对营销人员的能力要求
  • 2.4.1 对生态圈的理解和谈判能力
  • 2.4.2 对技术的理解和评估能力
  • 2.4.3 大数据打通、处理能力
  • 2.4.4 业务理解,行业经验积累
  • 2.4.5 跨部门推动力
  • 2.4.6 快速验证及迭代优化,全业态把控能力
  • 2.4.7 基于数据分析的精细化运营能力
  • 2.4.8 数据的合规使用
  • 第3章 Martech实战——Adserving要点
  • 3.1 Adserving基础知识
  • 3.1.1 Adserving广告请求执行流程
  • 3.1.2 Adserving智能流量管理决策流程及框架
  • 3.1.3 Adtech程序化广告4种典型模式的定义
  • 3.1.4 Adserving与“传统采买”
  • 3.1.5 媒体支持和市场大趋势
  • 3.2 Adserving主要应用场景
  • 3.2.1 媒介的主要关注点和优化指标
  • 3.2.2 Adserving升级新应用:联动激活DMP/CDP
  • 3.2.3 多重数据+多种投放模式,一站式闭环持续优化
  • 3.3 Adserving主要投放流程
  • 3.3.1 传统广告投放流程
  • 3.3.2 升级后的程序化广告投放流程
  • 3.3.3 Adserving项目工作流程执行检查表
  • 3.3.4 需求简报模板要点
  • 3.4 本地化趋势
  • 第4章 Martech实战——DMP要点
  • 4.1 DMP基础知识
  • 4.1.1 DMP的分类
  • 4.1.2 DMP的数据源
  • 4.2 DMP的主要数据处理流程
  • 4.2.1 数据ETL
  • 4.2.2 数据处理
  • 4.2.3 数据分析
  • 4.2.4 数据策略激活
  • 4.3 DMP的主要应用场景及案例
  • 4.3.1 持续迭代优化的闭环精准营销
  • 4.3.2 带有业务场景的客群细分
  • 4.3.3 潜在高意向客户挖掘
  • 4.3.4 流量方DMP云动态扩容
  • 4.3.5 跨界营销
  • 4.3.6 “羊毛党”识别
  • 4.4 如何选择DMP服务商
  • 4.4.1 非技术要求
  • 4.4.2 技术要求
  • 4.4.3 应用要求
  • 第5章 Martech实战——CDP要点
  • 5.1 CDP的定义
  • 5.1.1 几种常见的权威定义
  • 5.1.2 CDP的主要能力解读
  • 5.2 是什么让CDP与众不同
  • 5.2.1 CDP出现的痛点
  • 5.2.2 CDP的能力特点
  • 5.2.3 CDP的数据内容
  • 5.2.4 CDP建设的好处
  • 5.2.5 CDP的数据应用方向
  • 5.3 CDP逻辑架构
  • 5.3.1 CDP基本能力概括
  • 5.3.2 CDP的逻辑架构
  • 5.4 CDP与Martech领域其他技术栈的比较
  • 5.4.1 CDP与营销自动化的比较
  • 5.4.2 CDP与营销云的比较
  • 5.4.3 CDP与第一方DMP的比较
  • 5.4.4 CDP与CRM的比较
  • 5.4.5 CDP与企业数据湖的比较
  • 5.4.6 CDP与其他技术栈的横向对比总结
  • 5.5 CDP主要场景
  • 5.5.1 全域营销CDP如何赋能营销
  • 5.5.2 CDP对私域流量池运营的重要作用
  • 5.5.3 客户旅程分析
  • 5.5.4 数字化客户体验管理
  • 5.5.5 AI技术在CDP中的应用
  • 5.6 CDP项目实施中最可能遇到的数据问题
  • 5.7 选择正确的CDP平台
  • 5.7.1 什么时候投资建CDP平台
  • 5.7.2 如何选择正确的CDP平台
  • 第6章 Martech实战——CMP要点
  • 6.1 谈论内容营销时我们在说什么
  • 6.2 与客户互动的内容形式和媒体
  • 6.3 与客户互动的内容策略
  • 6.3.1 通用内容策略特征
  • 6.3.2 应对“内容疲劳”
  • 6.3.3 制定有效的内容策略和传播策略
  • 6.4 衡量内容互动的效果
  • 6.5 内容营销策略如何制定
  • 6.5.1 制定的原则
  • 6.5.2 制定的步骤
  • 6.6 内容营销对技术的要求
  • 6.7 CMP核心能力
  • 6.7.1 内容创建及优化
  • 6.7.2 内容管理
  • 6.7.3 内容营销自动化
  • 6.7.4 内容分发
  • 6.7.5 效果跟踪及分析
  • 6.8 内容营销场景案例
  • 6.8.1 内容策略+渠道整合营销场景
  • 6.8.2 内容策略+传播策略场景
  • 第7章 Martech实战——流量变现要点
  • 7.1 流量池化、平台化
  • 7.1.1 流量池化、平台化概述
  • 7.1.2 混合域流量营销平台
  • 7.1.3 流量供需角色持续转化
  • 7.2 广告流量交易模式升级
  • 7.2.1 “传统排期”的交易模式
  • 7.2.2 联盟模式
  • 7.2.3 实时竞价模式
  • 7.2.4 私有程序化模式
  • 7.2.5 小结
  • 7.3 ADX交易标准化及技术栈要点
  • 7.3.1 ADX交易标准化
  • 7.3.2 ADX中的SSP系统的基础功能
  • 7.3.3 ADX中DSP买方自助操作基础功能
  • 7.3.4 卖方流量优先级和交易模式管理
  • 7.3.5 透明化和卖方诉求
  • 7.3.6 基于数据指导的人群定向智能营销
  • 第8章 Martech实战进阶——大数据生态的深度解读
  • 8.1 各种数据源的采集要点
  • 8.1.1 运营商
  • 8.1.2 互联网第三方服务商
  • 8.1.3 互联网应用平台
  • 8.1.4 操作系统插件服务商
  • 8.1.5 硬件服务商
  • 8.2 ID Mapping
  • 8.2.1 设备标识与用户标识
  • 8.2.2 ID Mapping的3种方法
  • 8.2.3 ID Mapping的6个注意事项
  • 8.3 常见的增值数据模型
  • 8.3.1 数据挖掘算法模型
  • 8.3.2 第一方标签构建及模型
  • 8.3.3 客户运营领域的几个关键模型
  • 8.3.4 销售线索评估模型
  • 8.3.5 风控模型
  • 8.4 6大模型:应用场景和案例分析
  • 8.4.1 高价值客户挖掘模型
  • 8.4.2 客户营销响应模型
  • 8.4.3 客户流失预警模型
  • 8.4.4 休眠客户唤醒模型
  • 8.4.5 购物篮分析
  • 8.4.6 征信风险控制模型
  • 8.5 数据交易
  • 8.5.1 常见的3种大数据交易类型
  • 8.5.2 大数据交易与多方安全计算
  • 第9章 说在后面的话
  • 9.1 关于Martech的9个预测
  • 9.2 Martech领域从业者职业规划策略
  • 9.2.1 职业规划原则
  • 9.2.2 Martech领域的岗位要求
展开全部

评分及书评

4.3
9个评分
  • 用户头像
    给这本书评了
    3.0

    概念多于实际案例,对于相对外行的人来说有些理解不透

      转发
      1

    出版方

    机械工业出版社有限公司

    机械工业出版社是全国优秀出版社,自1952年成立以来,坚持为科技、为教育服务,以向行业、向学校提供优质、权威的精神产品为宗旨,以“服务社会和人民群众需求,传播社会主义先进文化”为己任,产业结构不断完善,已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸,现已发展为多领域、多学科的大型综合性出版社,涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。