营销高手必读的书籍
1、《奥美的观点》
奥美公司
营销人多半爱好广泛，动脑、动手能力都很强，但我们并不能认为营销人只关注营销实战层面的技巧和流程广告通常是策略运动，但营销人似乎天生对创意趋之若鹜，《奥美的观点》不外乎任何一家广告公司所做的工作：想想、思考、创意创作、付诸实施，告知大众。
对一个区域市场来说，当销售遇到市场障碍，这个时候，营销人想到的往往是加大投入，通过广告或者活动人为地引导消费，刺激销售。这种行为就是源于创 意的思维。回过头来，我们再考虑，是不是所有的障碍都必须通过这种办法来做?那么久而久之，那些营销战略、营销技巧当真该束之高阁了。
2、《新整合营销》
作者：唐·舒尔茨
这些年，策划人、营销人、经理人挂在嘴边最多的词汇莫过于“整合”了。还是舒尔茨老先生乖巧，当整合逐渐在中国的先生们手下走了样，他不失时机地推 出了《新整合营销》。如果说整合营销是专门用来解决大企业病的工具，那么新整合营销带来了什么呢?整合营销已经非常犀利，迎合大众，整合的结果是全员皆 兵，但效率提升仍然不够，于是《新整合营销》带来了新变化，对整合进行整合。如果整合的结果还是资源分散、效率低下、利润率得不到提高，那么，“整合”的 意义又在哪里?这样一看，“整合”作为一个工具，那就是还没有闪耀光芒就已经生锈了。这就是《新整合营销》诞生的
原因：旧整合已经落伍。
那么，基于现实，人们又会提出新的疑问：新整合的生命期会是多久，一两年还是三五年?当舒尔茨老先生自己都跟不上市场节奏的时候，他的新整合，其结局又会是什么? “新”与“旧”，如果只是单纯的文字游戏，这场游戏有没有价值也就毫无悬念了。
3、《引爆点：如何引发流行》马尔科姆·格拉德威尔
我们的世界看上去很坚固，但在《纽约客》怪才格拉德威尔的眼里，只要你找到那个点，轻轻一触，这个世界就会动起来：一位满意而归的顾客能让新开张的餐馆座无虚席，一位涂鸦爱好者能在地铁掀起犯罪浪潮，一位精明小伙传递的信息拉开了美国独立战争的序幕——这个看起来不起眼的点，却是任何人都不能忽视的引爆点。
《引爆点》是一本谈论怎样让产品发起流行潮的专门性著作。书中将产品爆发流行的现象归因为三种模式：个别人物法则、附着力因素及环境威力法则。个别人物法则是圈层营销或者说窄众营销的理论基础。作者在书中详细地指导了我们如何去寻找目标客户中的传播员、内行与推销员——那些有着非凡人际能力的人们。附着力因素解决的是项目应该怎样传递信息的问题。附着力因素首先告诉我们要在诸多卖点中提炼出高质量的信息，并寻找一种简单的信息包装方法，使信息变得不可抗拒。环境威力法则针对的是客户感知与项目期望表达的信息是否高度一致的问题。《全球品牌大战略》施振荣
4、《一个广告人的自白》奥格威
这本书在过往的广告史上可能是对广告人影响最大的一本，很少有广告人没有看过这本书，一直到现在应该还是，相信未来还是这样。有些读者不是广告人，而是从事营销工作，是广告人的客户，对他们来讲，这本书应是最好地了解广告业及广告人的书。而且，就算你已经从事广告业多年，仍可以偶尔拿出来看看，仍会对你有许多启发。
5、《产品管理》唐纳德·R·莱曼、拉塞尔·S·温纳
《产品管理》(第4版)针对那些对单一产品或服务进行日常管理，或者对一组密切相关的产品线进行日常管理的营销经理而设计，内容覆盖了产品经理日常职能的各个方面，从本书中你还可以看到产品经理的职能如何因市场而变化。
营销人员看的书籍
1、《人性的弱点》 戴尔·卡耐基
可以想象，两个看过这本书的人在一起讨论问题，都会热心关注彼此的神态和行为，因为卡耐基的逻辑是把自己的信心建立在他人的弱点之上。在这种关注之下，弱点本身难以出现，相反，对方超然物外的优势对自己而言就是一种压力。 本质是第一位的，弱点永远存在，即便我们有自知之明并努力去做得更好。这本书的背后，隐藏着一个真理：人并不需要伪装，越伪装弱点暴露得越彻底。
2、《世界最伟大的推销员》奥格·曼狄诺
作为一名优秀的营销人，过硬的心理素质是不可缺少的。这种素质，包括心理承受能力调整、心理反应能力调整、心理与行为调整等一系列不可或缺的自我素质培养。而这种过程不是一种先期的课程或者通过想象就可以完成的，需要的是一种不断的自我激励过程。奥格·曼狄诺的这本书便是备受营销人推崇的自我激励书籍。
乔·吉拉德的成功为营销人树立了一种无所不能的成功典范，相信任何一种境况下的营销人只要看了这位传奇人物的故事，就一定不会为困境所吓倒，而是迎难而上。这种外在的英雄式激励转变了一批批雄心勃勃的中国营销人。
3、《奥美的观点》 奥美公司
营销人多半爱好广泛，动脑、动手能力都很强，但我们并不能认为营销人只关注营销实战层面的技巧和流程广告通常是策略运动，但营销人似乎天生对创意趋之若鹜，《奥美的观点》不外乎任何一家广告公司所做的工作：想想、思考、创意创作、付诸实施，告知大众。
对一个区域市场来说，当销售遇到市场障碍，这个时候，营销人想到的往往是加大投入，通过广告或者活动人为地引导消费，刺激销售。这种行为就是源于创意的思维。回过头来，我们再考虑，是不是所有的障碍都必须通过这种办法来做?那么久而久之，那些营销战略、营销技巧当真该束之高阁了。
幸福营销者看的书籍
1、《影响力》罗伯特·西奥迪尼
政治家运用影响力来赢得选举，商人运用影响力来兜售商品，推销员运用影响力诱惑你乖乖地把金钱捧上。即使你的朋友和家人，不知不觉之间，也会把影响力用到你的身上。但到底是为什么，当一个要求用不同的方式提出来时，你的反应就会从负面抵抗变成积极合作呢?
在这本书中，心理学家罗伯特·B·西奥迪尼博士为我们解释了为什么有些人极具说服力，而我们总是容易上当受骗。隐藏在冲动地顺从他人行为背后的6大心理秘笈，正是这一切的根源。那些劝说高手们，总是熟练地运用它们，让我们就范。
3、 《营销革命3.0》菲利普•科特勒
沿着“定位”理论往下聊，如果时间允许，干脆再读一下戴维•阿克的《品牌相关性》。思维一脉相承，不过后者更聚焦在品类创新层面，案例、语言、思路较“新”。
若时间不宽裕，建议直接拿起菲利普·科特勒的《营销革命3.0》。
在此书中，科特勒将营销发展历程划分为“产品中心1.0”“消费者导向2.0”和“价值驱动型营销3.0”三个泾渭分明的时代，并强调在3.0时代：“营销者不再只把顾客视为消费者，而是有独立思想、心灵和精神的完整人类个体。今天的消费者越来越关心内心焦虑的种种问题，希望世界变得更好。”
简单说，科特勒所谓的“3.0时代营销”，正是要把营销建立在“价值输出”上，这种价值不仅仅是功能价值，更应该包括品牌和服务的情感价值及精神价值。
如其所言，“营销3.0要把情感营销和人文精神营销结合到一起。”
什么叫“人文精神营销”?是不是真有这样的趋势?聊苹果手机是老生常谈，说NewBalance携手李宗盛推“致匠心”有那么点意思，不过或许星巴克的“Meet me @Starbucks”才是最好的例子。
想想智能手机给年轻人带来的信息焦虑和心智封闭，星巴克能创造出一个真诚、友善、时尚的面对面交流“第三空间”就更加显得可贵了。
猜你喜欢：
1. 创业必读的7本书籍排行
2. 创业必读的7本书籍推荐
3. 成为销售高手要做到哪些
4. 成功人生必读的书籍排行榜
5. 经商和创业必读的书籍推荐
数据精准营销的七个关键要素说到大数据精准营销，不得不先提个性化的用户画像，我们针对每一类数据实体，进一步分解可落地的数据维度，刻画TA的每一个特征，在聚集起来形成人群画像。 01用户画像用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。具体包含以下几个维度：用户固定特征：性别，年龄，地域，教育水平，生辰八字，职业，星座用户兴趣特征：兴趣爱好，使用APP，网站，浏览/收藏/评论内容，品牌偏好，产品偏好用户社会特征：生活习惯，婚恋，社交/信息渠道偏好，宗教信仰，家庭成分用户消费特征：收入状况，购买力水平，商品种类，购买渠道喜好，购买频次用户动态特征：当下时间，需求，正在前往的地方，周边的商户，周围人群，新闻事件如何生成用户精准画像大致分成三步。1.采集和清理数据：用已知预测未知首先得掌握繁杂的数据源。包括用户数据、各式活动数据、电子邮件订阅数、线上或线下数据库及客户服务信息等。这个是累积数据库；这里面最基础的就是如何收集网站／APP用户行为数据。比如当你登陆某网站，其Cookie就一直驻留在浏览器中，当用户触及的动作，点击的位置，按钮，点赞，评论，粉丝，还有访问的路径，可以识别并记录他／她的所有浏览行为，然后持续分析浏览过的关键词和页面，分析出他的短期需求和长期兴趣。还可以通过分析朋友圈，获得非常清晰获得对方的工作，爱好，教育等方面，这比个人填写的表单，还要更全面和真实。我们用已知的数据寻找线索，不断挖掘素材，不但可以巩固老会员，也可以分析出未知的顾客与需求，进一步开发市场。2.用户分群：分门别类贴标签描述分析是最基本的分析统计方法，描述统计分为两大部分：数据描述和指标统计。数据描述：用来对数据进行基本情况的刻画，包括数据总数，范围，数据来源。指标统计：把分布，对比，预测指标进行建模。这里常常是Data mining的一些数学模型，像响应率分析模型，客户倾向性模型，这类分群使用Lift图，用打分的方法告诉你哪一类客户有较高的接触和转化的价值。在分析阶段，数据会转换为影响指数，进而可以做"一对一"的精准营销。举个例子，一个80后客户喜欢在生鲜网站上早上10点下单买菜，晚上6点回家做饭，周末喜欢去附近吃日本料理，经过搜集与转换，就会产生一些标签，包括"80后""生鲜""做饭""日本料理"等等，贴在消费者身上。3.制定策略：优化再调整有了用户画像之后，便能清楚了解需求，在实际 *** 作上，能深度经营顾客关系，甚至找到扩散口碑的机会。例如上面例子中，若有生鲜的打折券，日本餐馆最新推荐，营销人员就会把适合产品的相关信息，精准推送这个消费者的手机中；针对不同产品发送推荐信息，同时也不断通过满意度调查，跟踪码确认等方式，掌握顾客各方面的行为与偏好。除了顾客分群之外，营销人员也在不同时间阶段观察成长率和成功率，前后期对照，确认整体经营策略与方向是否正确；若效果不佳，又该用什么策略应对。反复试错并调整模型，做到循环优化。这个阶段的目的是提炼价值，再根据客户需求精准营销，最后追踪客户反馈的信息，完成闭环优化。我们从数据整合导入开始，聚合数据，在进行数据的分析挖掘。数据分析和挖掘还是有一些区别。数据分析重点是观察数据，单纯的统计，看KPI的升降原因。而数据挖掘从细微和模型角度去研究数据，从学习集、训练集发现知识规则，除了一些比较商业化的软件SAS，WEKA功能强大的数据分析挖掘软件，这边还是更推荐使用R，Python，因为SAS，SPSS本身比较昂贵，也很难做页面和服务级别的API，而Python和R有丰富的库，可以类似WEKA的模块，无缝交互其他API和程序，这里还需要熟悉数据库，Hadoop等。02数据细分受众“颠覆营销”书中提到一个例子，可以引述一下，大家思考一个问题：如果你打算搜集200份有效问卷，依照以往的经验，你需要发多少份问卷，才能达到这个目标？预计用多少预算和时间来执行？以往的方法是这样的：评估网络问卷大约是5%的回收率，想要保证收到200份的问卷，就必须有20倍的发送量，也就是发出4000份问卷，一个月内如果可以回收，就是不错的表现。但现在不一样了，在执行大数据分析的3小时内，就可以轻松完成以下的目标：精准挑选出1%的VIP顾客发送390份问卷，全部回收问卷寄出3小时内回收35%的问卷5天内就回收了超过目标数86%的问卷数所需时间和预算都在以往的10%以下这是怎么做到在问卷发送后的3个小时就回收35%？那是因为数据做到了发送时间的"一对一定制化"，利用数据得出，A先生最可能在什么时间打开邮件就在那个时间点发送问卷。举例来说，有的人在上班路上会打开邮件，但如果是开车族，并没有时间填写答案，而搭乘公共交通工具的人，上班路上的时间会玩手机，填写答案的概率就高，这些都是数据细分受众的好处。03预 测“预测”能够让你专注于一小群客户，而这群客户却能代表特定产品的大多数潜在买家。当我们采集和分析用户画像时，可以实现精准营销。这是最直接和最有价值的应用，广告主可以通过用户标签来发布广告给所要触达的用户，这里面又可以通过上图提到的搜索广告，展示社交广告，移动广告等多渠道的营销策略，营销分析，营销优化以及后端CRM/供应链系统打通的一站式营销优化，全面提升ROI。我们再说一说营销时代的变迁，传统的企业大多还停留在“营销1.0”时代，以产品为中心，满足传统的消费者需求，而进入“营销2.0”，以社会价值与品牌为使命，也不能完全精准对接个性化需求。进入营销3.0的数据时代，我们要对每个消费者进行个性化匹配，一对一营销，甚至精确算清楚成交转化率，提高投资回报比。 大数据下的营销颠覆经典的营销4P理论，Product，Price，Place，Promotion，取而代之的是新的4P，People，Performance，Process，Prediction。在大数据时代，线下地理的竞争边界早就不存在，比的是早一步的先知能力，利用大数据，从顾客真实交易数据中，预测下一次的购买时间。 营销3.0时代关键词就是“预测”。预测营销能够让你专注于一小群客户，而这群客户却能代表特定产品的大多数潜在买家。以上图为例，你可以将营销活动的目标受众锁定为20万潜在客户或现有客户，其中包括特定产品的大多数买家（4万人）。你还可以拨出部分预算用于吸引更小的客户群（比如20% 的客户），而不是整个客户群，进而优化你的支出。过去我们看数据可能是被动的方式，但预测营销强调是决策价值，比如购买时间，你该看的不是她最后的购买日期，而是下次购买的时间，看未来的存活概率，最后生成客户终身价值（CLV）。预测营销催生了一种新的数据驱动营销方式，就是以客户为中心，核心在于帮助公司完成从以产品或渠道为中心到以客户为中心的转变。04精准推荐大数据最大的价值不是事后分析，而是预测和推荐，我就拿电商举例，"精准推荐"成为大数据改变零售业的核心功能。譬如服装网站Stitch fix例子，在个性化推荐机制方面，大多数服装订购网站采用的都是用户提交身形、风格数据+编辑人工推荐的模式，Stitch Fix不一样的地方在于它还结合了机器算法推荐。这些顾客提供的身材比例，主观数据，加上销售记录的交叉核对，挖掘每个人专属的服装推荐模型。 这种一对一营销是最好的服务。数据整合改变了企业的营销方式，现在经验已经不是累积在人的身上，而是完全依赖消费者的行为数据去做推荐。未来，销售人员不再只是销售人员，而能以专业的数据预测，搭配人性的亲切互动推荐商品，升级成为顾问型销售。05技术工具关于预测营销的技术能力，有几种选择方案：1、使用预测分析工作平台，然后以某种方法将模型输入活动管理工具；2、以分析为动力的预测性活动外包给市场服务提供商；3、评估并购买一个预测营销的解决方案，比如预测性营销云和多渠道的活动管理工具。但无论哪条路，都要确定三项基本能力：1）连接不同来源的客户数据，包括线上，线下，为预测分析准备好数据 ；2）分析客户数据，使用系统和定制预测模型，做高级分析 ；3）在正确时间，正确客户，正确的场景出发正确行为，可能做交叉销售，跨不同营销系统。06预测模型预测客户购买可能性的行业标准是RFM模型（最近一次消费R，消费频率F，消费金额M），但模型应用有限，本质是一个试探性方案，没有统计和预测依据。“过去的成绩不能保证未来的表现”，RFM只关注过去，不去将客户当前行为和其他客户当前行为做对比。这样就无法在购买产品之前识别高价值客户。我们聚焦的预测模型，就是为了在最短时间内对客户价值产生最大影响。这里列举一些其他模型参考：参与倾向模型，预测客户参与一个品牌的可能性，参与定义可以多元，比如参加一个活动，打开电子邮件，点击，访问某页面。可以通过模型来确定EDM的发送频率。并对趋势做预测，是增加还是减少活动。钱包模型，就是为每个客户预测最大可能的支出，定义为单个客户购买产品的最大年度支出。然后看增长模型，如果当前的总目标市场比较小，但未来可能很大，就需要去发现这些市场。价格优化模型，就是能够去最大限度提升销售，销量或利润的架构，通过价格优化模型为每个客户来定价，这里需要对你想要的产品开发不同的模型，或者开发通用，可预测的客户价格敏感度的模型，确定哪一块报价时对客户有最大的影响。关键字推荐模型，关键字推荐模型可以基于一个客户网络行为和购买记录来预测对某个内容的喜爱程度，预测客户对什么热点，爆款感兴趣，营销者使用这种预测结果为特定客户决定内容营销主题。预测聚集模型，预测聚集模型就是预测客户会归为哪一类。07AI在营销领域的应用去年人工智能特别火，特别是深度学习在机器视觉，语言识别，游戏AI上的突飞猛进，以至于人们开始恐慌人工智能是不是已经可以接管人类工作，我个人是对新技术有着强烈的兴趣，也非常看好新科技，数据与现实的关联。我以前在国外零售店买单的时候经常被询问“你有没有购物卡”，当我说没有收银员会赶紧劝我免费开通，有打折优惠，只需要填个手机号和邮箱，后面就可以针对我的购买记录做营销活动，而当我下次进来，他们就让我报出电话号码做消费者识别，当时我想如果做到人脸识别，岂不是更方便，刷脸就可以买单。而这个场景在去年也有了实验，蚂蚁金服研发出了一个生物识别机器人，叫蚂可Mark，据说其认脸能力已经超越了人类肉眼的能力。还有VR购物，Amazon推出的无收银员商店Amazon Go，通过手势识别，物联网和后续数据挖掘等技术实现购物体验。针对营销领域，主要有以下三种预测营销技术：1、无监督的学习技术无监督学习技术能识别数据中的隐藏模式，也无须明确预测一种结果。比如在一群客户中发现兴趣小组，也许是滑雪，也许是长跑，一般是放在聚类算法，揭示数据集合中 真实的潜在客户。所谓聚类，就是自动发现重要的客户属性，并据此做分类。2、 有监督的学习技术通过案例训练机器，学习并识别数据，得到目标结果，这个一般是给定输入数据情况下预测，比如预测客户生命周期价值，客户与品牌互动的可能性，未来购买的可能性。3、强化学习技术这种是利用数据中的潜质模式，精准预测最佳的选择结果，比如对某用户做促销应该提供哪些产品。这个跟监督学习不同，强化学习算法无须仅需输入和输出训练，学习过程通过试错完成。从技术角度看，推荐模型应用了协同过滤，贝叶斯网络等算法模型。强化学习是被Google Brain团队的负责人Jeff Dean认为是最有前途的AI研究方向之一。最近Google的一个AI团队DeepMind发表了一篇名为《学会强化学习》的论文。按团队的话来说，叫做“学会学习”的能力，或者叫做能解决类似相关问题的归纳能力。除了强化学习，还在迁移学习。迁移学习就是把一个通用模型迁移到一个小数据上，使它个性化，在新的领域也能产生效果，类似于人的举一反三、触类旁通。强化学习加上迁移学习，能够把小数据也用起来，我认为是很激动人心的，通过AI来创造AI，数据科学家的部分工作也可以让机器来实现了。《微信营销2.0：全面解析实战三大步骤、九大技巧和五大错误》（何思南）电子书网盘下载免费在线阅读
资源链接：
链接：https://pan.baidu.com/s/1lReOr_vP5coYHICfN_0bWw
提取码：e1tl书名：微信营销2.0：全面解析实战三大步骤、九大技巧和五大错误
作者：何思南
豆瓣评分：5.7
出版社：机械工业出版社
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）