Biblioteka Publiczna

Spis treści:

1. FILOZOFIA MARKETING AUTOMATION
2. 1. Nowe wyzwania marketera
3. Mobile first
4. Jeszcze nowszy konsument
5. Hiperpersonalizacja
6. RODO a śledzenie użytkowników
7. Koniec ery ciasteczek
8. Transparentność w zbieraniu danych
9. 2. Dwie rewolucje w marketingu
10. Procesy i kodyfikacja wiedzy
11. Big Data, uczenie maszynowe i sztuczna inteligencja
12. 3. Kim jesteśmy i dlaczego powstała ta książka?
13. 4. Gówno artysty - pardon, to już było
14. Część I. REWOLUCJA 1.0 O KODYFIKACJI PROCESÓW W MARKETINGU SŁÓW KILKA
15. 5. Od automatyzacji lejka sprzedażowego do Al - historia platform
16. do automatyzacji
17. Automatyzacja w B2B i B2C
18. Kiedy każdy jest #marketingautomation
19. Dane klienta w centrum uwagi
20. Platformy Marketing Automation versus Customer Data Platform
21. 6. Najważniejsze funkcje systemu Marketing Automation, czyli podwaliny Rewolucji 1.0
22. Identyfikacja anonimów i profile 360 stopni
23. Automatyczna segmentacja kontaktów
24. Zdarzenia, warunki, akcje
25. Smgle channel, multi-channel, omnichannel
26. Personalizacja 1-1 i dynamiczny kontent
27. Mądrzejszy outbound
28. Analityka cross-channel
29. 7. Fakty i mity marketing automation
30. Marketing automation to obszar wyłącznie dla marketerów
31. Marketing Automation to tylko software
32. Nie masz bazy klientów - automatyzacja to najlepsze rozwiązanie
33. Marketing Automation jest tylko dla największych firm
34. Jeśli chcesz dobrego wdrożenia, zatrudnij agencję
35. Część II. REWOLUCJA 2.0 JAK BIG DATA ZMIENIA MARKETING
36. 8. Oswajamy Big Data
37. 7V Big Data
38. Współczesny rynek Big Data
39. Trendy w Big Data
40. 9. Dlaczego Google wie lepiej i czy nie wie za dużo?
41. 10. Chaos informacyjny
42. 11. Korelacja zamiast przyczynowości
43. 12. Wszystko jest daną
44. 13. Algorytm ułoży dla ciebie serial i playlistę
45. 14. Dane jako kapitał firmy
46. 15. Wykorzystanie Big Data w marketingu
47. Jak to działa? Na jakiej zasadzie zbiera się dane?
48. Jakie dane mogę i jakie powinienem zbierać?
49. Data Ethics
50. Część III. SZTUCZNA INTELIGENCJA W MARKETINGU
51. 16. Krótka historia algorytmów i uczenia maszynowego
52. 17. Uczenie maszynowe czy sztuczna inteligencja
53. 18. Co potrafi sztuczna inteligencja
54. 19. Czego sztuczna inteligencja nie potrafi i czy będzie potrafić?
55. 20. Czy sztucznej inteligencji należy się bać?
56. 21. Rodzaje algorytmów uczenia maszynowego i ich zastosowanie w marketingu
57. Collaborative Filtering
58. Sieci neuronowe
59. Deep Learning
60. Algorytmy regresyjne
61. Drzewa decyzyjne
62. 22. Sztuczna inteligencja w marketingu
63. Czatboty
64. Lepsze, spersonalizowane wyniki wyszukiwania
65. Wirtualny asystent
66. Zautomatyzowane wiadomości e-mail
67. Segmentacja bazy
68. Powitalne i urodzinowe kupony
69. Powiadomienia push
70. Rekomendacje produktowe
71. Video Body Language Monitonng
72. 23. Ograniczenia Machinę Learningu
73. Część IV. NOWA DROGA TECHNOLOGII MARKETINGOWYCH
74. 24. Personalizacja versus hiperpersonalizacja
75. 25. Nowe podejście do pomiaru efektywności w e-commerce
76. 26. Deep Behavioural Profiling
77. 27. Jak zbudować ofertę na podstawie danych, których jeszcze nie ma
78. 28. Marketing oparty na predykcjach sztucznej inteligencji
79. Predykcja wartości życiowej klienta
80. Predykcja zakupów
81. Predykcja churnu
82. Predykcja optymalnego czasu i kanału komunikacji

Zobacz spis treści

---