"你是否了解數據得以應用必需的前提？基於數據打通的“全鏈路”營銷是當下的“時髦”，應用它的前提是什麼？標榜自己智能的推薦算法（推薦引擎）真的“天下無敵”？上馬了很多工具，但駕馭工具的人在哪兒？有了數據，或者有了應用數據的工具，該如何將它匹配於業務？該如何用數據找到潛在消費者或者生意機會？應該采用什麼樣的數據戰略？應該用什麼解決方案或選什麼數據供應商？該配置什麼樣的團隊，以及到哪裡找人纔？如何通過數據來賦能企業增長？……數據營銷“教父”宋星用自己十餘年的等

●第1章從正確的數據觀開始001
1.1數據的兩個核心價值：優化與驅動001
1.1.1數據優化001
1.1.2數據驅動003
1.2如何開始行動004
1.2.1實現數據賦能最重要的是什麼004
1.2.2商業意識006
1.2.3建立數據能力007
1.2.4勇敢去做007
1.2.5警惕“偽數據主義傾向”008
1.3企業組織維度上的匹配013
1.3.1經驗還是數據013
1.3.2企業數據化成熟度模型015
1.4不變的基本邏輯：從前到後的營銷與運營017
第2章數據從何而來——數據的獲取021
2.1數據的“方”021
2.1.1第一方數據022
2.1.2第二方數據022
2.1.3第三方數據023
2.2公域數據與私域數據024
2.2.1定義024
2.2.2私域數據的重要性025
2.3前端數據與後端數據027
2.4數字化運營中個體數據的結構028
2.4.1標定個體的ID028
2.4.2個體的屬性數據030
2.5個體數據與人群數據031
2.6私域數據的獲取033
2.6.1私域數據的來源：消費者觸點033
2.6.2消費者觸點上的私域數據的獲取（1）：廣告端034
2.6.3消費者觸點上的私域數據的獲取（2）：網站端041
2.6.4消費者觸點上的私域數據的獲取（3）：事件監測（埋點）048
2.6.5消費者觸點上的私域數據的獲取（4）：App端058
2.6.6消費者觸點上的私域數據的獲取（5）：公眾號和小程序端062
2.7公域數據的來源、獲取和接入065
2.7.1公域數據的來源065
2.7.2公域數據的獲取067
2.7.3公域數據的接入069
第3章數據驅動的數字化推廣073
3.1合約廣告與非合約廣告073
3.1.1合約廣告073
3.1.2非合約廣告075
3.2從合約到非合約：數字廣告生態的重大轉變075
3.2.1廣告網絡075
3.2.2廣告交換平臺078
3.2.3實時競價廣告080
3.2.4RTB廣告的競價方式085
3.2.5程序化廣告的特點089
3.3數據驅動的品牌廣告投放091
3.3.1品牌RTB廣告投放091
3.3.2RTB在品牌營銷上的悖論094
3.3.3品牌PMP之一：程序化合約廣告096
3.3.4品牌PMP之二：優先交易102
3.3.5品牌PMP之三：私有競價105
3.3.6選擇合適的品牌程序化廣告投放方式107
3.3.7品牌程序化廣告投放的操作繫統109
3.4數據的應用與DMP114
3.4.1DMP的本質114
3.4.2在DMP中選擇人群116
3.4.3利用DMP衡量品牌廣告的投放效果117
3.4.4真實的DMP案例118
3.4.5DMP的Look-alike功能125
3.5數據驅動的效果廣告投放128
3.5.1再營銷129
3.5.2效果營銷所用的RTB130
3.5.3私有RTB133
3.5.4oCPM與oCPC138
3.5.5效果類程序化廣告投放的操作繫統143
3.6無處不在的數據驅動151
3.6.1私域數據驅動的程序化廣告投放152
3.6.2RTA廣告155
3.6.3基於公域數據的程序化廣告投放157
3.7個人信息保護：紅線、悖論與前景163
3.7.1什麼是個人信息163
3.7.2個人信息使用的合規167
3.7.3去特征化170
第4章流量效果的數據分析173
4.1流量渠道的效果分析與優化的工作內容173
4.2流量渠道的數據采集174
4.2.1流量標記的LinkTag方法174
4.2.2對搜索競價排名流量使用流量標記179
4.2.3信息流廣告用LinkTag做標記182
4.2.4App的推廣來源問題184
4.2.5流量標記不能實現的地方191
4.3細分渠道的評估與分析193
4.3.1流量渠道的衡量指標193
4.3.2流量渠道的產出分析195
4.3.3流量渠道的質量分析196
4.3.4衡量流量質量的標準指標與Engagement197
4.3.5流量質量與產出的結合分析206
4.4整合渠道效果評估和歸因分析208
4.4.1歸因，一個名詞之下的多個理解209
4.4.2線上全域歸因可以實現嗎210
4.4.3線上局部歸因211
4.4.4單觸點歸因：流量覆蓋問題214
4.4.5一個轉化背後所有可能的努力215
4.4.6歸因中的助攻和進球218
4.4.7歸因：一個實際的助攻案例222
4.4.8曝光歸因和點擊歸因223
4.4.9歸因的時效性225
4.4.10更詳細的歸因關繫――歸因路徑226
4.4.11歸因模型230
4.4.12自定義歸因模型與智能歸因模型236
4.5流量渠道分析的總結案例243
4.6異常流量與作弊識別248
4.6.1流量作弊情況嚴重嗎249
4.6.2常見的作弊方法251
4.6.3作弊流量的流量特征254
4.6.4識別作弊流量255
4.7線上推廣對線下轉化效果的評估268
4.7.1追蹤購買意向268
4.7.2追蹤線上推廣帶來的線下銷售270
第5章數字化的流量運營與消費者交互273
5.1流量的落地優化273
5.1.1落地體驗“五原則”與反面案例274
5.1.2著陸頁的跳出率281
5.1.3熱力圖283
5.1.4熱力圖的替代288
5.1.5著陸頁分析與優化290
5.1.6智能著陸頁298
5.2A/B測試300
5.2.1A/B測試應該怎麼使用300
5.2.2A/B測試如何確保均勻分流302
5.2.3A/B測試的統計學意義與辛普森悖論303
5.3用戶交互的分析與優化307
5.3.1體驗失效307
5.3.2內容交互317
5.3.3社交內容分析326
5.3.4用戶引導333
5.4利用數據優化微觀轉化342
5.4.1轉化的宏觀漏鬥和微觀漏鬥343
5.4.2轉化漏鬥分析345
5.4.3素353
5.4.4關鍵轉化環節的優化360
5.5利用數據優化宏觀轉化382
5.5.1轉化的周期382
5.5.2商品的分析391
5.5.3消費者忠誠399
第6章數字化的消費者深度運營413
6.1消費者深度運營的邏輯413
6.1.1什麼是消費者深度運營414
6.1.2產品、市場與消費者運營的策略矩陣414
6.1.3兩個障礙416
6.1.4誘餌、觸點與規則方法418
6.2私域流量與消費者深度運營425
6.2.1私域流量不過是博人眼球的概念？425
6.2.2私域與公域，一枚硬幣的兩面426
6.2.3私域流量運營的4種形態428
6.2.4私域流量運營的模式一：DTC430
6.2.5私域流量運營的模式二：B2C2C434
6.2.6私域流量運營的模式三：B2B2C438
6.2.7私域流量運營的模式四：B2B441
6.3消費者深度運營的數據解決方案442
6.3.1CDP442
6.3.2利用CDP進行消費者數據的管理和應用450
6.3.3如何衡量CDP的價值461
6.4消費者深度運營的常用解決方案464
6.4.1單一觸點上的自動化運營465
6.4.2單一生態內的數據化運營474
6.4.3跨生態的數據化運營485
6.5未來已來495
6.5.1人工智能正在升級數字化運營495
6.5.25G也會帶來巨大的變化497
6.5.3數字化營銷與運營從業者的變化與應對505
索引511

本書主要圍繞數據為企業數字化營銷和業務增長賦能的兩大主線——數據驅動和數據分析分別展開，詳細介紹了企業應該如何利用今天前沿的數字化技術，獲取消費者在數字世界中的各種數據，並將這些數據應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優化、消費者數字體驗優化、消費者轉化優化，以及更深入的消費者深度營銷與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應用的真實案例進行生動講解。

     第1章 從正確的數據觀開始 很多互聯網從業者都面臨著巨大的壓力，無論他們過去有多麼成功，新的一天開始，新的挑戰也隨之開始。在這新的一天中，他們不僅要花費金錢，還要投入智力和精力，並且花費大量的時間，隻為了確保他們的互聯網生意最終能夠收獲讓自己欣慰的結果。 可惜，在任何嘗試最終塵埃落定之前，你都無法100％地確保這一點，壓力隨之而來。能幫你減壓的事情絕對有很多，但沒有任何事情像數據那樣容易被你忽視卻又如此重要。數據，幾乎是互聯網一切產品和營銷的出發點，又是二者的歸宿。數據，幫助我們洞悉互聯網產品和營銷的奧秘，甚至使我們在山窮水盡之後又柳暗花明，在絕地之後又重獲新生。數據，看似唾手可得卻又變化莫測，看似新鮮可口卻又常常味同嚼蠟。我們想要更好的互聯網生意，就應該更好地掌握和利用數據。沒有捷徑，但有竅門。 1.1數據等