第 1章　營銷技術（MarTech）概述 001 1.1　營銷技術的出現(xiàn)和演進 003 1.1.1　營銷內容過剩，造成消費者對于營銷的免疫 004 1.1.2　營銷效率不斷降低，造成廣告預算的失控 006 1.1.3　營銷資源的快速膨脹，需要更好地整合 006 1.1.4　互聯(lián)網巨頭的強勢，逼迫廣告主構建自己的數字化能力 007 1.2　營銷技術的理論基礎：客戶體驗（Customer Experience） 008 1.2.1　消費者畫像 010 1.2.2　多渠道營銷管理 010 1.2.3　營銷自動化 011 1.3　營銷技術的分類 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　營銷資源管理 014 1.3.6　社交媒體和用戶關系 015 1.4　廣告技術和營銷技術 016 第 2章　營銷技術頂層架構完全解析 017 2.1　數字營銷圖譜 018 2.2　數據相關的營銷技術 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　營銷測量 022 2.2.6　數據分析 023 2.3　內容營銷技術簡介 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(tài)創(chuàng)意優(yōu)化 024 2.4　觸點營銷技術簡介 025 2.4.1　營銷自動化 027 2.4.2　銷售管理 027 2.4.3　社交媒體 028 2.4.4　搜索營銷 028 2.4.5　數字廣告 029 2.4.6　直復營銷 029 2.4.7　用戶體驗 029 2.4.8　商業(yè)交易 029 2.5　通過客戶體驗設計，構建廣告主自有營銷技術閉環(huán) 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　構建營銷技術閉環(huán)背后的數據運營閉環(huán) 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　數據應用 043 2.6.6　效果評估 048 第3章　營銷自動化 051 3.1　營銷自動化概述 052 3.2 　營銷自動化的操作演示 054 3.3　營銷自動化與周邊營銷技術 058 3.4　營銷自動化實現(xiàn)場景 059 3.4.1　“地雷+大炮” 059 3.4.2　敏捷營銷 060 3.4.3　“千人千面”的個性化營銷 061 3.4.4　內部協(xié)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：營銷自動化在數字廣告領域的變種 064 3.6　營銷自動化在國內的發(fā)展現(xiàn)狀 065 第4章　營銷數據中臺 067 4.1　數據中臺出現(xiàn)的背景 068 4.2　數據中臺的系統(tǒng)架構 070 4.3　數據中臺的3種形式：DMP、CDP和Data Lake 071 4.4　數據中臺的建設路徑 073 4.5　什么是“知識圖譜” 074 4.6　數據中臺賦能的營銷場景 076 4.6.1　程序化廣告投放閉環(huán) 076 4.6.2　貫穿業(yè)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優(yōu)化 078 4.6.4　業(yè)務全鏈考核體系 078 4.6.5　行業(yè)個性化營銷場景 078 4.6.6　和大型互聯(lián)網企業(yè)的營銷資源互換 079 4.7 　數據中臺支撐的業(yè)務側數字化轉型場景 079 4.8　構建數據中臺時需要避免的潛在風險 080 4.8.1　數據中臺中的數據孤島 080 4.8.2　數據源過多，造成數據治理陷入泥潭 081 4.8.3　缺乏足夠應用場景 082 4.9　數據中臺發(fā)展現(xiàn)狀 082 4.10　數據中臺的未來發(fā)展趨勢 084 第5章　營銷測量 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(jiān)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　智能拍屏 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　基于測量技術的營銷考核 095 5.3　營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(xiàn)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(yè)標準：GIVT和SIVT 111 5.4.5　無效流量測量的未來—區(qū)塊鏈 112 第6章　程序化廣告 114 6.1　程序化廣告的前生今世 115 6.1.1　廣告位 X CPT時代 116 6.1.2　CPM和CPC的常規(guī)廣告采買時代 117 6.1.3　程序化廣告大生態(tài)圈時代 118 6.2　程序化廣告系統(tǒng)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　程序化廣告生態(tài)圈技術 120 6.2.4　超級媒體技術 121 6.3　程序化廣告技術實現(xiàn)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序化直接購買的廣告（移動端） 123 6.4　程序化廣告的未來展望 124 6.4.1　內容的程序化 124 6.4.2　更多可驅動的觸點 124 6.4.3　人工智能的介入 125 第7章　第三方數據服務 126 7.1　數據合規(guī)概述 127 7.1.1　數據相關法律法規(guī) 127 7.1.2　數據合規(guī)的核心原則 128 7.1.3　數據合規(guī)的相關認證 130 7.2　第三方數據服務操作規(guī)則 131 7.3　第三方數據服務營銷技術趨勢：區(qū)塊鏈和數據交易平臺 133 7.3.1　區(qū)塊鏈 134 7.3.2　數據交易平臺（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　營銷人工智能 137 8.1　人工智能的前生今世 137 8.2　營銷人工智能現(xiàn)狀 140 8.2.1　虛擬助手 141 8.2.2　廣告反作弊 142 8.2.3　數字廣告預算的優(yōu)化 142 8.2.4　內容的自動生成 142 8.2.5　知識圖譜 143 8.3　營銷人工智能的未來 144 8.3.1　客戶體驗管理 144 8.3.2　動態(tài)定價 145 8.3.3　消費者生物信息的識別和應用 145 第9章　基于社交媒體的客戶關系管理系統(tǒng) 147 9.1　以SCRM為中心的消費者轉換體系 147 9.2　SCRM技術模塊架構 149 9.2.1　數據源 150 9.2.2　微信消費者數據庫 151 9.2.3　應用體系 152 9.2.4　會員關系管理體系 153 9.2.5　消費者互動體系 153 9.2.6　外部對接系統(tǒng) 154 9.3　基于SCRM的消費者培育案例 155 第 10章　營銷技術的選擇 158 10.1　成本精算—營銷技術建設的頂層方法論 158 10.1.1　系統(tǒng)性風險：精準營銷造成營銷ROI的下降 158 10.1.2　營銷技術的成本結構 160 10.1.3　營銷技術效果的定量驗證 161 10.2　廣告主的營銷技術成長曲線 162 10.2.1　數據運營能力 162 10.2.2　廣告主所在行業(yè) 164 10.3　廣告主在選擇營銷技術前的十個靈魂拷問 165 10.4　十個靈魂拷問背后的思考 166 10.5　首席營銷技術師：廣告主對于營銷技術的專業(yè)化管理 169 后記　營銷技術大潮中營銷人的自我修煉 170