数据驱动的
互联网营销和运营

WAW沙龙上海站:更智慧的互联网营销——流量·数据·自动化

 

2017年,WAW在北京、上海、深圳举办了6期,而新的第7期,将继续来到上海!

WAW2017年上海站主题

主题:更智慧的互联网营销——流量·数据·自动化

这个主题,一直是我们最想开的。互联网营销,从萌芽到今天,超过20个年头,但可以说,直到今天,才开始慢慢谈得上智慧。

几个原因:

  • 今天的流量红利确实越来越稀缺;
  • 今天的数据积累要比过去任何时候都多,但也比过去任何时候都要碎片化;
  • 基于数据和算法的自动化技术开始应用于营销,并且开始逐渐向人工智能领域拓展。

因此,我们很有幸的分别请到了来自Oracle和数据米铺的两位负责Marketing Technology(营销技术)和大数据应用的顶级专家,再加上iCDO(互联网数据官)和WAW创始人宋星老师,又一次在WAW活动上组成了一个干货分享的“梦之队”。

活动内容

分享一:《互联网营销效果提升的密码》

分享嘉宾:宋星(互联网数据官)

宋星是WAW中国创办人、网站分析在中国博客博主、阳狮媒体集团数据与技术创新部总经理。

提升互联网营销的效果,是一个很大的命题,而且在“互联网进入下半场”的新形势下,提升互联网营销效果的思维也跟过去有很大的不同。宋星老师将阐述在互联网营销效果提升中起到关键作用三个要素(密钥)。

他的分享的主要内容如下:

  • 互联网营销核心竞争优势来源的普遍误解(技术驱动和流量红利)
  • 营销获客的提升密码:人群、成本等约束条件下的获客思维
  • 承接与互动:核心人群的说服与次级人群的迁移
  • 转化与维系:漏斗、微转化和时间周期思维

分享二:《让数据驱动营销——营销自动化的玩法及趋势》

分享嘉宾:Mark Chen(Oracle)

Mark是Oracle亚太区首席营销云顾问,负责协助两岸三地企业在数位转型上的营销解决方案顾问,此前近15年服务于 Adobe、Teradata及伟门广告等科技、广告行销业。

数据对营销的重要性已经不用再拿出来谈论,但企业面对数据及营销时,却有不少企业把这两件事分开来看。最经常听到的误区是,我先做好数据的收集与分析,再拿分析后的数据帮助我的营销。这常常是没有体认到现今广告及营销科技的发展所致。Mark 将用国内外的实际案例来说明企业在进行营销自动化时常踏入的误区,同时从国际营销自动化平台的角度,介绍当今 B2B/B2C 营销自动化的趋势。

他的内容包括:

  • 营销自动化的应用误区和陷阱;
  • Oracle对营销自动化的理解和解决方法;
  • B2B/B2C 营销自动化的趋势。

演讲三:《数据循环营销方案》

分享嘉宾:王世伟(数据米铺)

王世伟先生所在的公司是目前淘内最大的数据和CRM服务商之一,他的业务也已经扩展到淘外,王世伟先生拥有十多年IT外企软件厂商销售和管理的经验,曾任职于IBM和Oracle等世界五百强企业。精通ERP、CRM等企业级管理软件以及大数据应用和数字化营销。

双十一即将来临,如果你想在激烈竞争中另辟蹊径地获取更多收益、发挥淘内数据的最大价值,更好的提升电商营销效果以及做好新零售,这个分享绝对不容错过。

他的分享的主要内容包括:

  • 淘内的竞品数据如何利用?
  • 如何让淘内的CRM数据发挥价值?
  • 以及如何实现规模性定制化的投放能力?

时间地点

时间:2017年10月28日(星期六)下午2-5点,1:30开始签到

地点:德必·蒲公英会议中心 (大宁易园)-上海市静安区彭江路602号大宁德必易园 E栋2F 03多功能厅(地铁1号线上海马戏城站4号出口出站)

如何报名

方式一:微信扫描二维码

方式一:点击以下链接报名

http://t.cn/ROiHmsG

 

关于WAW沙龙

WAW沙龙是一个世界性的互联网营销分析与优化爱好者的盛会。

WAW中国沙龙活动由宋星先生和Florian Pihs(德)创立,首次举办于2008年,是行业中举办时间最长的沙龙活动。

活动自创办以来已历经九年,每月一期,举办地点覆盖北京、上海、广州和深圳四地。自创办以来,秉承“价值、分享、平等、中立”的价值观,每期邀请3-4位在某一领域有不凡造诣的老师为我们带来来自第一线互联网数据应用领域的第一手实操干货分享,因此每期WAW活动一直是互联网数据分析和应用领域最好的求知平台之一。WAW沙龙活动获得了行业内的极高赞誉,结识了大量的朋友,更收获了一起参与这个活动的百位志愿者。

2016年10月,WAW沙龙正式成为宋星先生创立的行业资讯平台iCDO(互联网数据官)的子品牌。

欢迎大家参加WAW沙龙活动,我们永远对所有的朋友们开放!

未经允许不得转载:DigiMaxDigiMax » WAW沙龙上海站:更智慧的互联网营销——流量·数据·自动化
分享到: 更多 (0)

评论 1

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址