有哪些关于网络营销，病毒营销的书籍值得推荐

营销方面的知识一直是我们所需要学习的，当今社会对营销类的人群也是迫切需要，一个好的营销人员也会获得金钱甚至地位的提升，今天给大家介绍几本关于网络营销和病毒营销的书。

《从零开始做运营》

这本书是2015年11月出版发行的，作者是张亮。这本书为想从事互联网网站与产品运营方面的朋友开启了一扇从学校到社会、从入门到入行的窗。如果想做运营的一定要看看这本书，会让你学到不少东西。

《营销管理》

这本书是2006年清华大学出版社出版的，基本上从认识营销管理、分析营销机会、开发营销战略、制定营销决策、管理和实现营销方案五部分都讲的特别细致了，也是可以对你有帮助的。

《从0到1》

这本书的作者是彼得·蒂尔、布莱克·马斯特斯，2015年出版发行的。他在书中详细阐述了自己本身的创业历程与心得，还有怎样避免竞争、如何进行垄断、怎样发现新的市场等。这本书重点推荐，因为彼得另一层身份也是硅谷创投教父、PayPal的创始人，这样一位成功人士写的书，对我们更是极有帮助。

类似这样的书其实还是很多的，柏唯良的《细节营销》、史玉柱的《史玉柱自诉：我的营销心得》、斯科特·普劳斯的《决策与判断》、菲利普.科特勒《水平营销》等等，这些书籍都比较细致的描写了营销方面的知识点或是案例，建议大家可以看看。

本文内容节选自由msup主办的第七届TOP100summit，个推大数据产品咨询总监沈都分享的《服务快消品牌的数字营销解决方案》实录。

分享者沈都具备丰富的互联网研发和营销策划经验，善于通过数据分析发现企业服务环节中的更多营销价值点，曾负责长城 汽车 、高露洁、欧莱雅等多个项目的数字营销工作，在数据，分析挖掘和应用上有丰富的实战经验。

编者按： 2018年11月30日-12月3日，第七届全球软件案例研究峰会在北京国家会议中心盛大开幕，现场解读2018年「壹佰案例榜单」。本文为个推大数据产品咨询总监沈都老师分享的《服务快消品牌的数字营销解决方案》案例实录。

众所周知， 广告分为两大分支，即效果广告和品牌广告。效果广告在移动端领域非常普遍 ，例如，你看到一条消息刺激你去安装下载一个APP，或是留下信息注册，这就是效果类广告。

品牌广告 是指大家在传统媒体上看到各种各样的广告信息，不管是请人代言还是户外海报这都属于品牌广告。与效果广告最大的不同是，它并不是追求在一次广告投放中产生立竿见影的效果， 而是在一个长期与消费者沟通过程中，让品牌形象深入心里。 品牌广告中根据品类不同，还可以分成更细致的观点，例如， 耐用品、奢侈品、快消品 。

耐用品 ，一般品牌商常用的方式是宣传它的功能性、可靠性、耐用性。 奢侈品 则完全不同，奢侈品有自己的一种品牌理念、质感，这体现了奢侈品消费者的身份特征。 快消品 是覆盖更大的品类，消费者对于快消品的理念也会随着各种各样的因素而变化。

快消品市场竞争激烈，消费者见异思迁

对于快消品来说，它受影响的因素非常多，我们先从品牌因素来讲：

品牌本身是一个消费和决策的因素，比如，耐克、宝马这种品牌因素非常深入人心。但是快消品的活动非常多，我们常说：“广告打得再有情怀还不如双11半价。”这是 活动因素 。另外就是 环境因素 ，现在一些快消品在电视剧/综艺上做赞助，有些人会冲动购买，这时，它的目的就已经达到了。最后是 购买心理 ，比如咖啡，你看到身边人在喝，你作为消费者也会想要尝试一下。

快消品的消费者特点：

1、购买习惯因人而异。

2、消费者购买快消品是相对感性的产品。现在一些网红、博主带货，如果你对他有好感，很容易会被其影响。

3、快消品价值不高，所以，导致消费者的忠诚度并不高。

品牌营销面临的问题

快消品的这些影响因素会影响品牌在很长时间内的表现，所以，我们该如何帮助品牌者更好的了解消费者？这个才是品牌主关心的事情。要做品牌广告，就一定要走心，让品牌形象深入人心。因此，想要了解消费者，传统的方式是 问卷或者访谈 ，挑出一小部分用户代表整个群体，通过他们的沟通交流挖掘出内心动机。但是，这相对有三个弊端。

第一个，调研成本相对比较高 。有效问卷需要很大的量，可能需要几千份甚至上万份问卷，这时问卷筛选率非常高，一个产品就要做一轮调查，时间线会非常长。

第二个， 我们现在做一些访谈的时候，需要从消费者口中获得一些声称的消息，但其实这些消息 并非他们的真实想法。

第三个， 我们在选一些媒体去做触达时，因为前期是抽样调研，所以，在投放的时候，量本的用户不能覆盖整个群体的特征。

面对这些弊端，我们能否用一些数字化的方式去解决呢？

虽然，大数据强调的是 全量， 但广告一定是品牌和效果分开的，传统广告是通过一轮一轮的品牌印象，在一些关键时点做大型促销，在数字化领域，我们同样要遵循这样的规则，而并非在有了一些数据化的工具之后，把品牌广告做成效果广告，这是很多品牌主在一开始接触时产生的误区。

上图是我们经常跟品牌主做的营销节奏。对于一个品牌来说，营销时点是分开的，在平日的一些时间段，它要做的是找到相应人群做一些相应内容的传递，以此达到品牌印象的建立。在一个大促的时间点做临门一脚的事，关系就像蓄水池，平时品牌印象就是蓄水池，而大促相当于一个开关。

我们如何帮助品牌广告主做数据化的营销工作？

每一个人都是数字时代的网民，不管我们去消费、 娱乐 、通行、订单等所有行为都要通过手机。平均每个人手机上主动下载安装的APP有33个。所以，有了这样一个移动端的基础后，我们才可以说 打造以人为单位的移动营销工具。

上图可以这样理解，通过大数据可以解读消费者在移动端的行为偏好，由此便充分了解消费者，最终通过“人”推导营销策略。

这个时代不缺数据。 一个品牌在各个领域都有它的数据，比如，电商平台中会有大量CRM的信息、订单信息、消费者信息、消费者购买时间、购买金额等数据。另外，线上各媒体投放的时候，也会留下大量消费者数据，比如，哪些消费者在什么地方看过广告，有没有点击，以及对某些广告的敏感度等。但这里有个很大的问题， 在不同的场景里，数据的沉淀方式是不同的， 因此数据无法被打通。

那么，我们如何知道消费者既购物又去了线下门店，并且还看到了广告呢？

现在，BAT有非常强大的账号体系，所有的APP、网站都用微信/淘宝账号登录，我就可以知道同一个人分别在哪些地方出现。而我们的方式是 ID打通， 我们把这些数据做匹配，打通以设备为单位/近似于以人为单位的ID，标上我们自己的标签体系。

数据的匹配打通，其实是一个相对底层的工作，这个工作广告主看不到。既然我们是为广告主提供洞察研究的产品，那我们更多是要做可视化方面的内容，让洞察结果变得更加显而易见。

上图是某一款产品在旗舰店销售的状况，大家可以看到，57%的订单都是在“6.18”期间完成的，这是一个非常典型的大众快消品的消费方式。它的所有消费不是均匀分布，而是在某一个爆点突然完成，这个爆点落在“618”、“双11”期间。所以导致基本上一年购物两次，两次解决一年的销量。

大家会有个刻板印象，我的产品到底吸引什么样的消费者？是那些对价格异常敏感的人吗？如果你是以这个切入为主的思维，那么这是对后续用户研究的一个误区。我们再进一步来看， 用统计学聚类的算法 ，提取大促期间消费的人群的特征，大家可以看到，通过这种标签去聚类之后，有5个特征显著的人群。

第二种是品质生活追求者。 这群人年龄相对较大，他们会有休闲放松的活动，并且会去一些护理的场所。

第三种是精明购物者。 我们现在所说的消费升级，大家都想用更优质的产品，但却不想花费太多的钱。这个群体会变得越来越普遍。

第四种是宅男宅女。 这群人大部分都是单身、二次元，但是比较容易满足。

第五种是学生党。 学生群体相对来说比较清闲，他们经常有一些丰富的社交行为，不管是线下大学之间的相互串门还是线上各种社交行为，我们称这是荷尔蒙爆棚的地方。针对这群人，我们要传达一种青春活力的品牌理念。

在品牌广告领域可以分为两大类， 第一大类，相对窄众的消费品 ，在国内市场，有很小一部分群体贡献很大的销量，一般以高端商品为主。做这种品牌营销，是没有必要做大面积/大媒体的推广，因为大部分人即使看到了广告也不会购买。所以，我们要 找到高能度、高净值的人群做推广，并且保持长期有效的影响。第二大类，大众消费品， 也就是我们今天探讨的快消品，这类产品其实任何人都能买得起，但是为什么要选择你家的产品呢？因此， 我们要针对不同的群体，灌输不同的品牌理念， 让消费者认为你的产品是符合当下需求的。

开发可视化用户分析界面

用户除了在线上表现的有特征之外，很多时候是在线下。比如，我们去机场时，因为机场相对高净值且人群聚集，所以我们会经常会看见一些比较高端的广告。但是，城市人群复杂，我们无法找到相对应的消费者做用户研究分析，所以，在这个条件下，我们又做出一款做 线下人群分析的工具， 下面我们来看两个案例。

案例一：

上图叫做 红蓝海 。两年前，个推给国内某款知名共享单车做线下位置分析，当时有一个很大的挑战，即单车距离的远近决定用户是否骑行。我们将可能使用单车的人群挑出来，再做一个大盘，然后统计有多少比例的人安装了该品牌的共享单车APP，最后我们把它画成图，中间设置了一个 阈值 ，数值超过就会变为红色。 红色即表示，在这个区域内竞争非常激烈；而蓝色表示，这个区域的投放车辆浓度较低，但这个区域的潜在用户分布很多 ，所以，该品牌应该在此区域增加投车数量。

案例二：

上面这四个小图，是我们做给微软Surface的。左边第一张图是在北京地区做了一个样本分析。第二张图，将相对高消费的人群挑出来即可看到，高消费人群主要分布在北京的西北角和东边，也就是中关村和国贸一带。第三张图，是Surface北京典型用户的分布，这里包括了学生和IT互联网产业的从业者。第四张图，是苹果的分布。第三张图和第四张图有很大的差别，Surface和Mac不是直接的对包，所以，做一些活动和宣传的时候，我们更倾向于Surface人群，因为Surface更多的被IT互联网从业者使用。

如上图所示，从上到下每一条线代表一台手机随着时间充电的状况，最右边的时间是从晚到早。每一条垂直的线都由千万条线相组成。红色表示手机正在耗电，正常使用耗电叫Active，绿色表示充电，蓝色表示电量相对平衡，已经达到或接近了100%。我们可以看到，红色和绿色或绿色和蓝色交界处画一条线。上图在个推内部叫做睡眠图，它代表不同的人群睡眠状况是不同的。

从传统投放到精细化投放

传统的触达方式，是以媒体和内容为向导。但这种方式有3个弊端：价格贵、曝光率低、竞争激烈。

触达“TA”而不是媒体—贯穿全天的数字生活

现在，程序化中的主流方式是 DSP ，它是一个平台，负责对接各种各样的媒体。当一个用户打开某个APP的一瞬间，如果是开屏广告，几毫秒便会将请求显示到设备ID，随后发送到我们的系统，系统会判断设备ID是否适合投放。如果适合，系统回答yes并发送给用户，如果不适合，系统回答no并被另外广告填充。

这种方式是以 第三方 数据服务角色介入广告曝光流程。对于品牌主来说，数据不会全部上传到媒体，因为我们给客户建立 私有云 ，数据储存在客户私有云，用的时候才会查询，被查询时才会上传，这对用户数据也是一种保护。

自助式媒体表现分析

投放后做 媒体分析 非常重要，因为在一次投后过程中的媒体表现、媒体相关流量/质量涉及到品牌的展示效果。

我们来看一个例子，在一次投放当中，我们挑了一群人，一半男性一半女性。投放之后，我们发现点击人群中有60%是男性，那能否得出结论说男性更愿意点击？不能，这里忽略了一个因素， 曝光人群 。

上图是我们给品牌广告主做的一套系统，前面所说的内容都是基于这套系统所做的案例。从最基础的数据仓库来看，我们不仅对接了品牌主自己的数据，还对接了品牌主合作方的数据，大部分的数据串联起来存在数据仓库中，用我们的方式打上标签，在这基础之上，还要做分析和洞察。

最直接的方式是做媒体投放对接，像阿里和腾讯，他们都有直接API接口，我们的人群可以直接传到广点通，和内部对接后再投放。

媒体监测和反欺诈，这是数据的循环。这对于品牌主来说不单单是搭了一个壳，品牌主的使用次数不断流转，流转越多，数据就越丰富。

案例启示

•数据是品牌主最重要的资产之一。 现在越来越多的品牌主在往数据化的方向前行。国内外的快消品牌，他们对于数据的概念愈加清晰。

•工具只是辅助，营销追求本质。 营销方法永远不会过时。数据、工具让营销环节更有效率，能覆盖传统方式的盲点，这是数据工具带给营销的意义。

•数据类产品要结合实际业务开发，不能闭门造车。 在面对不同客户时，要结合实际情况，开发不同的工具。

---