本书全面分析介绍了数字营销领域，不仅对新平台、新指标、新的度量方式进行了详细解析，而且通过多种数字营销案例对工具在解读消费者行为方面的全过程应用进行了详细地描述，同时对市场上不同类别的工具进行了简要推荐介绍。本书语言轻松自然、通俗易懂，适用于现代的、以数据为导向的市场营销从业人员，或市场营销专业的高校学生。

数字营销分析
消费者数据背后的秘密
Digital Marketing Analytics：
Making Sense of Consumer Data in a Digital World, Second Edition
[美]?查克·希曼（Chuck Hemann）
　　　　　肯·布尔巴里（Ken Burbary）　 著
　　　　　海侠?译

市场营销

“Chuck和Ken带领市场营销从业人员清晰而有效地穿过了数字营销度量的雷区。在这个被过度炒作和很大程度被错误解读的生态系统中，他们用简洁易懂的文字呈现了相关的内容。”
——Sam Knowles, Insight Agents创始人兼总经理
Narrative by Numbers: How to Tell Powerful & Purposeful Stories with Data的作者

为什么这些数据还没有给你带来巨大的竞争优势？因为你才刚刚开始使用它。这就是原因！但好消息是：你的竞争对手也是一样。数字营销分析的工作很难！但它百分之百是可行的，它提供了巨大的机会，而且你可以去访问所有的数据。查克·希曼和肯·布尔巴里将帮助你把问题拆分成小块，再去解决每一小块的难题，然后集成出一个从数据到决策、从行动到结果的无摩擦系统！明确它的范围，选择你的工具，学会聆听，获取合适的指标，然后提取你的数字数据，进而为从研发到客户服务再到社交媒体营销的方方面面都带来最大的价值！

|　本　书　内　容　|
●　排优先级——因为你无法度量和分析每一件事
●　通过分析创造出能够深刻反映每个客户需求、期望和行为的体验
●　度量真实数字媒体投资回报率：销量、潜在客户数及客户满意度
●　追踪所有付费、赢得和自有数字渠道的表现
●　在公关和市场营销之外，数字数据还可用于战略规划、产品开发和人力资源管理
●　开始实时优化数字内容
●　实现先进的工具、流程和算法，以精确度量影响
●　充分利用调研、焦点小组和线下研究的协同效应
●　将新的营销投资聚焦在能够带来最大价值的地方
●　识别并了解数字生态系统中那些最重要的受众

众所周知，大数据、云计算、社交媒体等信息技术在过去十年里发展迅猛，伴随着数据量的爆发式增长，企业营销方式和营销渠道也发生了颠覆性巨变，已从传统的信息传递性质的营销活动，逐步转变为需要构建相关性及个性化消费者体验的营销活动。如今，消费者变得更加独立，自主意识不断增强，而通过数字数据和数字分析，我们可以比以往更加了解消费者，并以更有意义的方式与他们互动。同时，数字数据和数字分析可以进一步提高数据的可用性，从而指导市场营销从业者更好地策划营销活动，更有效地优化营销活动，并以更稳健、更精准的方式来度量营销效果。对于营销人员来说，这是一个新的时代。
然而，数字营销领域的高速发展也加剧了营销人员所面临问题的复杂性：企业究竟应该如何从海量数据中挖掘、分析出关键信息，个性化解读和管理与消费者的关系？如何利用先进的数据分析工具，让潜在用户实现购买行为？如何评估数字营销的投资回报率？如何利用数字分析帮助企业进行危机预测？如何将数字分析的结果应用于整个产品生命周期？等等。如果你也是一名被这些问题困扰的营销人员，我想本书会给你一些启示。
本书每章内容都深入浅出，在阐述数字营销的方方面面应该如何运作的同时，分享并深入解析了企业的实践案例。本书中所介绍的思路、方法和工具可以直接应用于营销人员的实际工作中，帮助你更好地应对数字时代的机遇和挑战，御风而行！
最后，借此机会对华章图书的各位编辑致以衷心感谢，谢谢你们逐字逐句地仔细检查、校对和修改，提高了译文的质量。正是有了各位的共同努力，本书才得以出版。同时感谢正在阅读本书的你，有了你的支持，本书才能发挥其价值。另外，本书译稿虽经过多次打磨，但限于译者水平和精力，书中难免存在翻译生涩或不当之处，在此恳请各位不吝赐教，给予批评指正。

本书赞誉
译者序
序
致谢
关于作者
第1章　了解协同数字生态系统 1
1.1　数字生态系统的演化 1
1.2　数据增长趋势 2
1.3　数字媒体类型 4
1.3.1　付费媒体 6
1.3.2　自有媒体 8
1.4　竞争情报 9
1.5　点击流（网络分析） 10
1.6　转化率分析 11
1.7　自定义用户细分 11
1.8　视觉叠加 12
1.9　社交媒体报告 12
1.10　用户体验反馈 13
1.11　实时网站分析 14
1.12　参考文献 14
第2章　简析数字分析概念 15
2.1　从顶部开始 15
2.2　运用度量框架 16
2.3　确定自有社交媒体和赢得社交媒体的指标 17
2.3.1　自有社交媒体指标 18
2.3.2　赢得社交媒体指标 26
2.4　揭开网络数据的神秘面纱 27
2.5　数字广告概念 29
2.6　适合搜索分析的指标 30
2.6.1　付费搜索 31
2.6.2　自然搜索 31
2.7　数字分析与传统分析的结合 32
2.7.1　初级研究 33
2.7.2　传统媒体监测 34
2.7.3　传统客户关系管理的数据 34
2.8　综合范例 34
2.8.1　报告时间线 34
2.8.2　报告模板 35
2.8.3　不同的人群，不同的策略 35
第3章　选择分析工具 36
3.1　评估新的营销技术 37
3.2　组合你的营销技术栈 39
3.2.1　Cisco的营销技术栈 39
3.2.2　Intel的营销技术栈 40
3.3　识别重要的营销技术解决方案 43
3.4　购买决策者 45
3.5　营销技术解决方案的采用 45
3.6　结语 47
3.7　参考文献 47
第4章　数字分析：品牌 48
4.1　数字品牌分析的益处 48
4.2　数字时代的品牌分析 49
4.3　品牌份额 50
4.3.1　声音份额 51
4.3.2　搜索份额 52
4.3.3　受众份额 54
4.4　品牌受众 56
4.4.1　总受众触及率 56
4.4.2　总受众关注度 57
4.4.3　总受众互动度 58
4.5　消费者自我概念与品牌个性的一致性 58
4.6　数字品牌分析的未来 60
第5章　数字分析：受众 61
5.1　什么是受众分析 64
5.2　受众分析用例 65
5.2.1　数字战略制定 66
5.2.2　内容策略制定 66
5.2.3　互动策略制定 67
5.2.4　搜索引擎优化 67
5.2.5　内容优化 67
5.2.6　用户体验设计 68
5.2.7　受众细分 68
5.3　受众分析工具类型 68
5.4　受众分析补充技术 74
5.5　对话类型 75
5.6　事件触发 76
第6章　数字分析：生态系统 78
6.1　生态系统分析 79
6.2　生态系统分析的产出 81
6.3　数字生态系统图 82
第7章　投资回报率 83
7.1　定义ROI 84
7.1.1　互动回报率 84
7.1.2　影响力回报率 86
7.1.3　体验回报率 87
7.2　正确地追踪ROI 88
7.2.1　理解自上而下的收益度量方法 88
7.2.2　利用自下而上的度量模型 91
7.3　度量数字营销有效性的三层模型方法 94
第8章　理解数字影响力 96
8.1　理解数字影响力的本质 97
8.1.1　“引爆点”现象 98
8.1.2　社群规则现象 99
8.2　制定现代媒体列表 99
8.3　使用匹配的工具 101
8.3.1　Klout 101
8.3.2　其他重要的影响者分析工具 104
8.3.3　定制影响力分析方法 105
8.4　线上影响力与线下影响力的对比 106
8.5　使用影响者列表 107
第9章　运用数字分析赋能营销方案 110
9.1　了解社交媒体版图分析 111
9.2　搜索和自媒体平台分析 116
9.3　开展媒体分析 119
第10章　改善客户服务体验 121
10.1　客户期望 121
10.2　社交客户服务的冲突 124
10.2.1　了解消费者 126
10.2.2　了解消费者意图 127
10.2.3　个性化消费者体验 127
10.3　社交客户服务模型 128
10.3.1　特定阶段的客户服务 128
10.3.2　局限阶段的客户服务 128
10.3.3　正式阶段的客户服务 129
10.3.4　达美航空案例 129
10.4　参考文献 131
第11章　利用数字分析进行危机预测 132
11.1　制定现代潜在危机事件管理计划 133
11.2　识别已知的潜在危机事件 134
11.2.1　制定已知的潜在危机事件列表 135
11.2.2　了解在线对话份额 135
11.2.3　搭建支持者和反对者画像 137
11.2.4　浅析影响者 137
11.2.5　呈现正确内容 137
11.2.6　了解正面和负面词汇 138
11.2.7　标记正确词汇 139
11.3　危机日的监控和实时报告 140
11.3.1　处理突发危机事件 140
11.3.2　制定内容计划 141
11.3.3　制定报告方案和报告节奏 142
11.3.4　危机期间的报告频率和报告内容 142
11.3.5　危机之后的报告频率和报告内容 143
11.4　危机结束后的历史修正 144
11.4.1　对基础研究的评估 144
11.4.2　识别关键的第三方平台及拟定内容同步发布方案 145
第12章　发布新产品 146
12.1　产品生命周期概览 147
12.2　产品生命周期—引入阶段 148
12.2.1　消费者对产品X有哪些反应 150
12.2.2　洞察消费者对产品X有哪些顾虑 151
12.2.3　哪些是消费者未满足或未表达的需求 152
12.3　产品生命周期—成长阶段 152
12.3.1　产品X被讨论、分享和评价的社群、网站及社交平台有哪些 154
12.3.2　哪些人是产品X的话题中的影响者 154
12.3.3　消费者对产品X零售及促销有何反应 155
12.4　产品生命周期—成熟阶段 155
12.4.1　围绕产品X而产生的消费者趋势和偏好有哪些 157
12.4.2　用户对其他相关产品的兴趣度如何 158
12.5　结语 158
第13章　制定研究计划 159
13.1　构建数据源列表 160
13.1.1　识别数据源 160
13.1.2　选择需要分析的渠道 162
13.1.3　识别搜索和源语言 164
13.2　确定研究方法 165
13.2.1　定义假设 166
13.2.2　分析的时间表 168
13.2.3　识别项目团队 168
13.2.4　确定分析的深度 169
13.2.5　构建编码框架 170
13.2.6　采用情绪分析方法 170
13.2.7　过滤垃圾邮件和机器人程序 171
13.3　参考文献 172
第14章　生成有价值的报告 173
14.1　构建报告 174
14.1.1　从后至前构建报告 175
14.1.2　报告格式 177
14.1.3　了解报告的时间表 178
14.2　交付报告 179
14.3　了解报告的用例 180
14.3.1　高管层用例 181
14.3.2　管理层用例 181
14.3.3　分析层用例 182
14.4　搭建中央信息存储仓库 183
14.4.1　指挥中心 184
14.4.2　基于网络的应用程序 185
第15章　数字数据的未来 186
15.1　见证数字分析标准的演进 188
15.1.1　回顾社交媒体聆听的演进史 188
15.1.2　深入展开搜索分析 190
15.1.3　唤醒受众分析的水晶球 190
15.1.4　预测内容分析的未来 191
15.1.5　了解影响者分析的全景图 192
15.2　了解数字分析的发展前景 193
15.2.1　消除分析人才的缺口 193
15.2.2　合理存储用户数据 195
15.2.3　数据源的持续整合 196
15.2.4　应对用户隐私顾虑 196
15.2.5　提高品牌对社交数据的可获得性 197
15.2.6　提高数据的干净度和准确性 198
15.2.7　CMO们面临的量化分析挑战 198
15.2.8　浅析机器学习和人工智能 199
15.3　参考文献 200