互联网大数据营销(客户定位标签画像精准营销数据分析)

本书从为读者提供实战 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。 本书主要面向互联网行 业市场营销人员及互联网创 业人员。

第1章 必然方向：大数据时代的精准营销趋势 1.1 万物可踪：移动互联网带来的闭环营销数字化 1.1.1 更易满足用户需求 1.1.2 更易捕捉高价值用户 1.1.3 更易减少营销成本 1.2 精准营销：依托数据为每位用户提供个性化营销 1.2.1 消费者的消费观念发生变化 1.2.2 企业交易成本下降 1.2.3 市场竞争的必然要求 1.3 新的问题：数据不是问题，问题是如何用好数据 1.3.1 没有明确目标 1.3.2 欠缺数据思维 1.3.3 沟通效率较低 1.3.4 应用手段落后 1.4 核心要素：相比于展示量，ROI才是根本 1.4.1 选好投放平台 1.4.2 定位投放人群 1.4.3 持续跟踪数据 1.4.4 做好售后工作 1.5 重新理解：8句话帮你重新理解互联网大数据营销 1.5.1 是完整的过程而非单独环节 1.5.2 改善用户体验成为重中之重 1.5.3 用户行为数据化是营销关键 1.5.4 广告投放领域创新程度提升 1.5.5 传统客户关系迎来新的改变 1.5.6 个性化营销能够带来高增长 1.5.7 竞争对手所处环境日益透明 1.5.8 平衡数据同用户隐私的矛盾 1.6 【案例】：大数据时代，能避免一半营销预算被浪费吗 1.6.1 做好市场调研工作 1.6.2 设定精准的营销目标 1.6.3 制定完整的营销方案 1.6.4 提前进行效果评估 1.6.5 选择合适的传播媒体 第2章 基本意识：大数据驱动营销效率提升的方向 2.1 基本方向：掌握数据+处理数据+解读数据 2.1.1 掌握数据 2.1.2 处理数据 2.1.3 解读数据 2.2 提出问题：会提问题才是用好大数据的前提 2.2.1 问题要清晰明确 2.2.2 避免封闭式提问 2.2.3 要保持和谐交流 2.3 归因谬误：为了谈数据而谈数据将很容易“跑偏” 2.3.1 不要草率归因 2.3.2 不要过度解读 2.3.3 客观看待自己 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 2.4.1 营销指标 2.4.2 非财务指标 2.5 个性满足：大数据营销要对每位用户说“懂”他的话 2.5.1 为数据赋予温度 2.5.2 进行用户细分 2.5.3 说的前提是听懂 2.5.4 将数据串联起来 2.6 【案例】：用户因何会为淘宝时光机而感动 2.6.1 触达用户痛点 2.6.2 文案配合得当 2.6.3 具备社交属性 第3章 客户定位：用大数据更快、更准找到目标受众 3.1 痛点挖掘：市场痛点的内涵与相关数据查找、验证 3.1.1 市场痛点的内涵 3.1.2 查找市场痛点的注意事项 3.2 人群定位：人口学数据与企业市场营销间的关系 3.2.1 人口学概述 3.2.2 利用人口学数据进行人群定位时的注意事项 3.2.3 对人群定位影响较大的因素 3.3 市场调研：如何获得一个细分市场的专属数据 3.3.1 明确调研目的 3.3.2 锁定调研对象 3.3.3 敲定调研方法 3.3.4 组织调研团队 3.3.5 数据整理分析 3.3.6 撰写调研报告 3.4 场景定位：怎样找到用户需求最旺盛的业务场景？ 3.4.1 场景面向的用户特征 3.4.2 用户所处的环境 3.4.3 触发交互行为的条件 3.4.4 用户停止行为的原因 3.5 行为数据：目标用户行为偏好数据的追踪与提炼 3.5.1 比较常用的用户行为数据 3.5.2 追踪用户行为数据的注意事项 3.6 【案例】：58到家CEO：心智定位是灵魂，大数据是工具 3.6.1 互联网环境发生改变 3.6.2 快狗打车更名决策 3.6.3 改变消费者认知很重要 3.6.4 定位是灵魂 3.6.5 大数据推动发展 第4章 数据收集：营销大数据的采集及预处理 4.1 业务梳理：业务流程要素决定着数据口径 4.1.1 保障部门之间的沟通 4.1.2 接收业务调整的信号 4.1.3 数据口径名称要清晰 4.1.4 重视数据口径的验证 4.2 数据源：营销分析中应重点关注的7种数据源 4.2.1 聚合数据 4.2.2 艾瑞指数 4.2.3 通联数据 4.2.4 百度指数 4.2.5 数说聚合 4.2.6 QuestMobile 4.2.7 数据观 4.3 数据埋点：指定位置数据埋点的实战技能 4.3.1 数据埋点的概念 4.3.2 数据埋点的应用方式 4.3.3 数据埋点的应用技巧 4.4 预处理：获得数据后必要的清洗、过滤与映射工作 4.4.1 数据清洗 4.4.2 数据过滤 4.4.3 数据映射 4.5 数据监测：相关数据的监测与基本效果分析 4.5.1 数据监测的意义 4.5.2 数据监测的应用要点 4.5.3 数据监测效果分析的方法 4.6 【案例】：云南白药淘宝旗舰店的经典数据营销战 4.6.1 锁定目标人群 4.6.2 分析用户行为 4.6.3 定制营销活动 4.6.4 提炼潜在用户 第5章 标签画像：让正确的服务匹配到正确的人 5.