书籍详情

互联网大数据营销:客户定位+标签画像+精准营销+数据分析

互联网大数据营销:客户定位+标签画像+精准营销+数据分析

作者:曾卉

出版社:清华大学出版社

出版时间:2023-03-01

ISBN:9787302623038

定价:¥59.00

购买这本书可以去
内容简介
  《互联网大数据营销:客户定位 标签画像 精准营销 数据分析》从为读者提供实战性知识的角度出发,用10个章节的内容,系统地讲述了大数据时代的精准营销趋势、大数据驱动营销效率提升的基本方向、如何利用大数据找到更准的客户定位、营销大数据的采集及预处理、目标用户群标签画像的构建与应用、基本数据分析方法、如何解读数据背后所包含的用户需求、多类大数据营销手段实战演练、同样决定大数据营销效果的其他环节、淘宝店大数据营销策略案例解读等知识点。通过阅读本书,读者将熟练掌握互联网大数据营销技能,对工作能力提升及职场升迁均大有裨益。 《互联网大数据营销:客户定位 标签画像 精准营销 数据分析》主要面向互联网行业市场营销人员及互联网创业人员。
作者简介
  曾卉,金融分析师,英国基尔大学金融硕士研究生,主攻金融学、银行学方向。 研究领域:互联网金融、电子商务、大数据应用、商业银行。研究成果:大数据技术在互联网金融领域应用模式研究。
目录

第1章  必然方向:大数据时代的精准营销趋势 1
1.1  万物可踪:移动互联网带来的闭环营销数字化 2
1.1.1  更易满足用户需求 3
1.1.2  更易捕捉高价值用户 4
1.1.3  更易减少营销成本 4
1.2  精准营销:依托数据为每位用户提供个性化营销 5
1.2.1  消费者的消费观念发生变化 6
1.2.2  企业交易成本下降 7
1.2.3  市场竞争的必然要求 8
1.3  新的问题:数据不是问题,问题是如何用好数据 8
1.3.1  没有明确目标 9
1.3.2  欠缺数据思维 10
1.3.3  沟通效率较低 10
1.3.4  应用手段落后 11
1.4  核心要素:相比于展示量,ROI才是根本 11
1.4.1  选好投放平台 14
1.4.2  定位投放人群 14
1.4.3  持续跟踪数据 15
1.4.4  做好售后工作 15
1.5  重新理解:8句话帮你重新理解互联网大数据营销 16
1.5.1  是完整的过程而非单独环节 16
1.5.2  改善用户体验成为重中之重 17
1.5.3  用户行为数据化是营销关键 17
1.5.4  广告投放领域创新程度提升 17
1.5.5  传统客户关系迎来新的改变 18
1.5.6  个性化营销能够带来高增长 18
1.5.7  竞争对手所处环境日益透明 19
1.5.8  平衡数据同用户隐私的矛盾 19
1.6  【案例】:大数据时代,能避免一半营销预算被浪费吗 20
1.6.1  做好市场调研工作 21
1.6.2  设定精准的营销目标 21
1.6.3  制定完整的营销方案 22
1.6.4  提前进行效果评估 22
1.6.5  选择合适的传播媒体 23
第2章  基本意识:大数据驱动营销效率提升的方向 25
2.1  基本方向:掌握数据 处理数据 解读数据 26
2.1.1  掌握数据 26
2.1.2  处理数据 27
2.1.3  解读数据 29
2.2  提出问题:会提问题才是用好大数据的前提 29
2.2.1  问题要清晰明确 31
2.2.2  避免封闭式提问 31
2.2.3  要保持和谐交流 32
2.3  归因谬误:为了谈数据而谈数据将很容易“跑偏” 32
2.3.1  不要草率归因 34
2.3.2  不要过度解读 35
2.3.3  客观看待自己 35
2.4  触类旁通:营销学中不可忽视的营销指标与非财务指标 35
2.4.1  营销指标 36
2.4.2  非财务指标 37
2.5  个性满足:大数据营销要对每位用户说“懂”他的话 39
2.5.1  为数据赋予温度 41
2.5.2  进行用户细分 41
2.5.3  说的前提是听懂 42
2.5.4  将数据串联起来 42
2.6  【案例】:用户因何会为淘宝时光机而感动 43
2.6.1  触达用户痛点 43
2.6.2  文案配合得当 44
2.6.3  具备社交属性 46
第3章  客户定位: 用大数据更快、更准找到目标受众 47
3.1  痛点挖掘:市场痛点的内涵与相关数据查找、验证 48
3.1.1  市场痛点的内涵 48
3.1.2  查找市场痛点的注意事项 50
3.2  人群定位:人口学数据与企业市场营销间的关系 51
3.2.1  人口学概述 51
3.2.2  利用人口学数据进行人群定位时的注意事项 52
3.2.3  对人群定位影响较大的因素 53
3.3  市场调研:如何获得一个细分市场的专属数据 55
3.3.1  明确调研目的 56
3.3.2  锁定调研对象 57
3.3.3  敲定调研方法 57
3.3.4  组织调研团队 57
3.3.5  数据整理分析 58
3.3.6  撰写调研报告 58
3.4  场景定位:怎样找到用户需求旺盛的业务场景? 59
3.4.1  场景面向的用户特征 60
3.4.2  用户所处的环境 61
3.4.3  触发交互行为的条件 61
3.4.4  用户停止行为的原因 62
3.5  行为数据:目标用户行为偏好数据的追踪与提炼 62
3.5.1  比较常用的用户行为数据 62
3.5.2  追踪用户行为数据的注意事项 64
3.6  【案例】:58到家CEO:心智定位是灵魂, 大数据是工具 66
3.6.1  互联网环境发生改变 67
3.6.2  快狗打车更名决策 67
3.6.3  改变消费者认知很重要 68
3.6.4  定位是灵魂 69
3.6.5  大数据推动发展 69
第4章  数据收集: 营销大数据的采集及预处理 71
4.1  业务梳理:业务流程要素决定着数据口径 72
4.1.1  保障部门之间的沟通 73
4.1.2  接收业务调整的信号 73
4.1.3  数据口径名称要清晰 74
4.1.4  重视数据口径的验证 74
4.2  数据源:营销分析中应重点关注的7种数据源 75
4.2.1  聚合数据 75
4.2.2  艾瑞指数 76
4.2.3  通联数据 76
4.2.4  百度指数 77
4.2.5  数说聚合 78
4.2.6  QuestMobile 78
4.2.7  数据观 78
4.3  数据埋点:指定位置数据埋点的实战技能 79
4.3.1  数据埋点的概念 79
4.3.2  数据埋点的应用方式 79
4.3.3  数据埋点的应用技巧 81
4.4  预处理:获得数据后必要的清洗、过滤与映射工作 83
4.4.1  数据清洗 84
4.4.2  数据过滤 85
4.4.3  数据映射 85
4.5  数据监测:相关数据的监测与基本效果分析 86
4.5.1  数据监测的意义 86
4.5.2  数据监测的应用要点 87
4.5.3  数据监测效果分析的方法 88
4.6  【案例】:云南白药淘宝旗舰店的经典数据营销战 90
4.6.1  锁定目标人群 91
4.6.2  分析用户行为 91
4.6.3  定制营销活动 92
4.6.4  提炼潜在用户 93
第5章  标签画像: 让正确的服务匹配到正确的人 95
5.1  核心目的:不断细化标签图谱形成更精准匹配 96
5.2  标签系统:完整标签系统的搭建层级及常见的标签应用场景 98
5.2.1  完整标签系统的搭建层级 98
5.2.2  常见的标签应用场景 100
5.3  标签体系:标签的归纳、分类与处理 102
5.3.1  标签归纳 102
5.3.2  标签分类 103
5.3.3  标签处理 105
5.4  用户画像:用户画像与用户标签间的关系 105
5.4.1  选择正确的标签 106
5.4.2  标签数量要适中 107
5.4.3  标签不代表一切 107
5.5  循环优化:强化用户与服务偏好匹配效率五步走 108
5.5.1  做好用户细分 109
5.5.2  制定服务策略 109
5.5.3  测试服务效果 110
5.5.4  持续跟踪数据 111
5.5.5  进行评估优化 111
5.6  【案例】:完美日记营销中对用户画像的极致应用 112
5.6.1  选择品牌代言人 113
5.6.2  IP跨界联动营销 114
5.6.3  多样化营销渠道 115
第6章  数据分析: 学会让数据来回答你的问题 117
6.1  分析目标:用好数据分析对做好营销的三重加持 118
6.1.1  提高营销决策精准度 119
6.1.2  监视、预测对手动向 119
6.1.3  提供精细化用户服务 120
6.2  基本技法:关联规则、离群数据与知识推理 121
6.2.1  关联规则 121
6.2.2  离群数据 122
6.2.3  知识推理 123
6.3  漏斗模型:实现逐层监控、分析、优化 124
6.3.1  漏斗模型监控 125
6.3.2  漏斗模型分析 126
6.3.3  漏斗模型优化 127
6.4  事件模型:如何针对特定事件开展各维度分析 127
6.4.1  本身特征统计 128
6.4.2  属性特征统计 128
6.4.3  自定义指标运算 129
6.5  分群模型:怎样针对特定分组用户开展数据分析 129
6.5.1  付费情况 130
6.5.2  使用状态 131
6.5.3  用户偏好 131
6.6  【案例】:某游戏类App营销优化过程中对漏斗模型的应用 132
6.6.1  游戏投放展示 133
6.6.2  用户下载游戏 134
6.6.3  用户注册账号 134
6.6.4  玩家体验游戏 135
6.6.5  玩家付费转化 135
第7章  数据解读: 时刻谨记数据背后是“人的需求” 137
7.1  丐词魔术:千万不能用证明想法的眼光看待数据 138
7.1.1  保持客观态度 139
7.1.2  适当发出质疑 140
7.1.3  学会接受现实 140
7.2  数据噪声:为何同一组数据会得出完全不同的结论 141
7.2.1  分箱法 142
7.2.2  聚类法 142
7.2.3  回归法 143
7.3  解读方式:正确解读营销大数据4步走 143
7.3.1  拒绝主观想法影响 144
7.3.2  透过数据解读用户 145
7.3.3  深入接触验证想法 145
7.3.4  尝试拼凑数据链条 146
7.4  洞察问题:异常数据中往往蕴藏着新机会 146
7.4.1  不要抵触异常数据 148
7.4.2  不要轻易做出判断 149
7.4.3  尝试征求他人意见 149
7.5  潜在需求:从营销数据中寻找用户潜在需求的方式 149
7.5.1  做好用户的细分 150
7.5.2  采集充足数据 151
7.5.3  抓住关键数据 151
7.5.4  尝试引导用户 152
7.5.5  寻求专业机构的帮助 153
7.6  【案例】:克里斯坦森:用户需要的是“雇用” 产品去完成“任务” 153
7.6.1  抓住用户核心需求 155
7.6.2  找到正确的创新方向 155
7.6.3  数据配合做好调查 156
7.6.4  重视用户情感需求 156
第8章  实战技法: 多类大数据营销手段实战演练 157
8.1  事件营销:大数据与事件营销的前、中、后期 158
8.1.1  事件营销前期 158
8.1.2  事件营销中期 160
8.1.3  事件营销后期 161
8.2  关联营销:提升关联成功率需在三大触点下足功夫 161
8.2.1  关联商品可互补 162
8.2.2  关联同类型商品 163
8.2.3  关联商品可互替 164
8.3  互动营销:让粉丝不再旁观,而是深入参与其中 164
8.3.1  策划有吸引力的内容 166
8.3.2  目标定位要足够精准 166
8.3.3  对用户进行利益驱动 167
8.3.4  互动量并不代表一切 168
8.4  病毒式营销:社交链传播数据可量化是病毒式营销的基础 168
8.4.1  病毒式营销的特点及其传播过程中的常用指标 168
8.4.2  提升K因子数值的方法 170
8.5  增长黑客:如何用更低成本、更优渠道做好业绩增长 172
8.5.1  控制企业营销成本 173
8.5.2  选择更优营销渠道 174
8.6  【案例】:小米的互动营销策略 175
8.6.1  转发抽奖 176
8.6.2  高管入驻 176
第9章  相关环节: 它们同样决定了大数据营销的终效果 179
9.1  数据可视化:更明晰的动态监测、更好的汇报效果 180
9.1.1  动态监测更明晰 180
9.1.2  汇报效果更优化 181
9.1.3  多维度分析场景 182
9.1.4  更迅速看到问题 182
9.2  实效营销:大数据在实效营销中的作用 183
9.2.1  提高渠道效率 185
9.2.2  找到创新方向 185
9.2.3  监测营销过程 186
9.2.4  量化营销指标 186
9.2.5  评估合作对象 186
9.3  品牌营销:大数据优势在品牌营销中的正确玩法 187
9.4  营销预算:大数据营销方案如何实现资源配置 190
9.4.1  以营销目标为依据 191
9.4.2  总结并分析各营销渠道 191
9.4.3  分解费用项目 192
9.4.4  部门之间高效沟通 192
9.5  数据隐私:守得住界限才能更安全 193
9.5.1  做好数据分类 195
9.5.2  进行员工培训 195
9.5.3  文件进行加密处理 196
9.6  【案例】:百度对大数据营销可视化设计的看法 196
9.6.1  大数据营销的意义 197
9.6.2  数据可视化的概念 198
9.6.3  视觉可视化的元素 199
9.6.4  数据可视化的误区 199
第10章  全盘案例: 淘宝店的大数据营销策略 201
10.1  数据体系:对淘宝店而言的 重要数据指标 202
10.1.1  店铺浏览量 203
10.1.2  店铺访客数 203
10.1.3  收藏量 203
10.1.4  转化率 204
10.1.5  平均访问深度 204
10.1.6  产品复购率 205
10.2  店铺定位:大数据视角下的 淘宝店铺、产品定位 205
10.2.1  确定目标消费群体 206
10.2.2  寻找有爆款潜力的产品 207
10.2.3  分析行业竞争情况 207
10.2.4  明确店铺装饰风格 208
10.3  店铺流量:影响店铺权重、 流量的那些关键点 208
10.3.1  店铺点击率 209
10.3.2  近期销量 210
10.3.3  店铺信誉度 210
10.3.4  DSR动态评分 210
10.4  会员体系:数据分析、会员 画像与提升复购 212
10.4.1  提炼关键数据 213
10.4.2  划分会员等级 213
10.5  口碑塑造:大数据营销与店铺 品牌塑造的正确思路 215
10.5.1  品牌精准定位 216
10.5.2  讲好品牌故事 216
10.5.3  引导正面话题 217
10.5.4  衡量口碑效果 217
10.6  【案例】:淘宝店铺直通车怎么 “开”才划算 218
10.6.1  评估关键词质量分 219
10.6.2  选择有潜力的产品 219
10.6.3  合理优化推广标题 220
10.6.4  适时调整关键词出价 220
10.6.5  注意投放的时间节点 221
 
 
猜您喜欢

读书导航