如果您想要查看如何報名，請直接到本文末尾。

2020年9月12-13日（周末兩天）廣州站

2020年9月19-20日（周末兩天）北京站

下圖：宋星大課堂：數據化營銷與運營知識地圖

（下載高清原圖請加工作人員微信（見下二維碼），回復關鍵字“知識地圖”，并幫忙轉發該地圖）

7月份上海的大課堂，雖然在疫情期間開辦，不得不控制上課的學員數量，但仍然有82位參加了這門課程，并且收獲了可能是有史以來最多的好評。例如下面這些大家的評論。我想，這一次有更多好評的一個原因，可能是我在內容上做了更多調整，大約有50%的內容被新的內容所取代，而另外50%也進行了重新升級。

新的課程強調了從前端（數字營銷）到后端（數據化運營）的完整的鏈路，并給出了利用數據驅動后鏈路營銷，或者更準確地說，是利用數據驅動深度消費者運營的策略、方法與案例。

新的課程回答了諸多大家關心的問題：

企業正在處于什么樣的數據生態，以及應該構建什么樣的數據生態
深度營銷和運營的關鍵數據如何獲取
如何利用數據進行更先進更精準的營銷投放
如何利用數據優化投放的效果
如何在消費者運營中應用關鍵數據
如何讓“圍墻花園”的數據為我所用
如何大幅度促進消費者的轉化，以及激活留存的客戶，并不斷提升他們的忠誠度
私域運營背后的數據邏輯，以及如何讓這些數據發揮更大的價值
……

而這些問題，在新的課程中被放在重中之重進行系統性的闡述。我一直不想讓大家我誤解我的課程，因為這個課程從來不是教給大家如何去掙錢，如何去賣貨，以及如何做好一次直播。

這個課程，一直追求的，是系統性地，從基礎到前沿地介紹數字營銷和消費者運營的關鍵方法論。如果想要去掙快錢，這門課或許無法幫上大忙，但如果想要讓自己的知識和能力上一個新的臺階，并應用學到的這些知識武裝自己的營銷和運營，讓它們更犀利、更有效，這門課程則很值得一聽。

具體的課程內容和報名的方式，請大家繼續閱讀。謝謝朋友們在過往十七期的不倦支持，尤其是那些聽過我兩次課甚至三次課的朋友。謝謝你們！也期待未來有更多更好的課程回報大家！

時間地點

廣州大課堂（第18期）

授課日期：2020年9月12日、13日（周末）兩天
授課時間：兩天均是9:00-18:30
授課地點：廣州市某交通便利地點的四星級以上酒店的LED大會廳
特別說明：如果確實因為不可抗力（如疫情）而無法舉辦的，我們會全額退款。請大家放心。
早鳥報名截止日期：2020年9月7日前（含）

北京大課堂（第19期）

授課日期：2020年9月19日、20日（周末）兩天
授課時間：兩天均是9:00-18:30
授課地點：北京市某交通便利地點的四星級以上酒店的LED大會廳
特別說明：如果確實因為不可抗力（如疫情）而無法舉辦的，我們會全額退款。請大家放心。
早鳥報名截止日期：2020年9月14日前（含）

誰來講

大課堂從第一期開始，都是由宋星全程講授。

宋星是數據化互聯網營銷與運營資深的從業者和行業意見領袖，“互聯網分析在中國（www.7aa77.com）”博客（原“網站分析在中國”）全文作者，新南威爾士大學營銷分析行業顧問委員會（UNSW Marketing Analytics Advisory Board）委員。陽獅傳媒集團特聘顧問、騰訊星河計劃顧問、百度集團顧問與鉆石講師、Google mLab顧問、北京航空航天大學特聘教授，也是前陽獅傳媒集團數據技術與創新事業部總經理，前Adobe Omniture Business Unit亞太區首席商業咨詢顧問。

作為中國最早的網站分析與優化實踐者和推廣者，在超過14年的互聯網數據分析從業歷程中，宋星服務了近百家致力在互聯網業務領域取得突破的企業，并撰寫了超過260篇業內膾炙人口的文章。他的個人博客“網站分析在中國”（現更名為：“互聯網分析在中國”）是互聯網從業者必看的網站之一，也是業內唯一一個完全由一個人撰寫的專業博客。這一博客在超過11年的歷史中獲得了近300萬的讀者。同時，他也創立了互聯網數據分析領域擁有超過11年歷史的最著名的沙龍：WAW（Web Analytics Wednesday），這個沙龍直到今天仍然是每個月行業從業者的干貨盛會。

宋星全程講授的公開課《數據驅動的互聯網營銷和運營大課堂》在2016年5月到2020年7月的3年時間內，在北京、上海、深圳、廣州和臺北等地，一共開設17場，場均超過120人。

截至第17期，有超過550家企業參加了大課堂，目前這一數字仍在上漲。

下圖為部分參加課程的企業，排名不分先后。

內容進一步升級

課程吸收了前17期同學們的諸多反饋，最新的這次升級，內容會更加聚焦于大家最關心的內容：數據與其應用場景的結合、數據對效果的優化、數據在營銷和運營上深入的應用，更多的實操以及當前行業主流的發展熱點與趨勢。

全部內容共7個大部分，31個子部分，超過100個知識點，以及超過30個精彩的案例。

課程的大提綱（到二級目錄）如下圖所示。更細的內容提綱，請繼續下拉。

詳細內容提綱

引言：重回后鏈路

?營銷“話語權”的易主
消費者的蛻變：碎片化與粉末化的時代
從“公海”到“私湯”
營銷的鏈路與后鏈路

第一部分：數字化背后的數據基礎

1. 第一方數據（私域數據）：消費者行為的追蹤與監測
- a) 對人的“名字”進行標記與追蹤
- b) 消費者行為追蹤的原理（適用于幾乎所有用戶觸點）
- c) 對人的行為進行追蹤（1）：基礎監測
- d) 對人的行為進行追蹤（2）：事件監測
- e) Web，APP，以及小程序的用戶行為追蹤
2. 營銷與運營的核心度量與KPI
3. 來自企業之外的公域數據
- a) 數據的提供方
- b) 數據居間交易

第二部分：數據驅動的高效觸達與獲客

?數字廣告的暗涌：動態化與智能化的廣告時代
- a) 傳統互聯網廣告 vs 現代數字廣告
- b) 人群定向的兩種主要數據實現方式
基于公域數據的精準人群觸達
- a) 精準背后的真相
- b) 效果類為主的公域數據驅動的廣告投放
  - i. 公開RTB——“邊緣化”但為什么仍然非常重要
  - ii. 公域數據驅動的廣告投放的數字化生態：交易市場、Trading Desk、DMP以及供應方
  - iii. PD——優先交易“不優先”
  - iv. 大行其道的私有RTBv. 效果類投放的Trading Desk：功能與應用
- c) 品牌類為主的公域數據驅動的廣告投放
  - i. AG（PG、PDB）：程序化合約投放
  - ii. PA：私有競價的廣告投放
- d) 公域數據在廣告投放生態內的流轉
- e) 典型案例
基于私域數據的精準人群觸達a) 基于私域數據的再營銷
- b) 通過私域數據實現的受眾放大投放
- c) 私域數據投放效果提升的關鍵要素
- d) 典型案例
消費者數據管理體系：DMP（數據管理平臺）的原理與應用
- a) 消費者數據與DMP（營銷數據管理平臺）【*含少量技術原理講解】
- b) DMP的邏輯架構以及企業是否需要自建
- c) DMP的標簽體系以及三種主要選人策略
- d) DMP的數據激活與應用
- e) Look-alike人群放大的原理、應用與廣告投放

第三部分：流量的數據化運營

流量渠道的追蹤【*含一定的技術原理講解】
- a) 流量渠道標記（link tag）與追蹤
- b) 小程序流量的標記與追蹤
- c) APP流量來源的追蹤方式
- d) 特殊類型流量（動態流量）來源的追蹤
流量渠道的經典效果評估方法
- a) 流量價值的一維評估方法
- b) 流量價值的Engagement-ROI評估模型
流量渠道的高階效果評估方法
- a) 營銷渠道的數字化歸因
- b) 歸因分析和實戰
- c) 歸因模型和實戰
- d) 跨域與跨設備歸因的實現方式
實戰
- a) 實戰1：搜索競價排名的分析和優化
- b) 實戰2：信息流廣告的數據分析與優化原理與實操
- c) 實戰3：流量作弊、識別與保護

第四部分：消費者的數據化運營之一：轉化的數據分析與優化

流量轉化的數據化思維方法
轉化的優化一：承接優化——建立有效的流量初期接觸轉化
- a) 著陸頁優化的最佳實踐
- b) 如何正確使用熱力圖優化著陸頁
- c) 著陸頁構建的核心思維及黃金12法則
- d) 案例
- e) AB測試及落地頁的AB測試
轉化優化之二：主流程優化——轉化核心步驟的構建和流失控制
- a) 主轉化進程優化的思維方式
- b) 轉化漏斗的構建與轉化漏斗的分析方式的升級
- c) 案例（web端和移動端）
轉化優化之三：微轉化優化——利用用戶微妙的心理變化強化轉化
- a) 微轉化分析及優化方法
- b) 產品介紹頁（詳情頁）策劃和優化
- c) 案例

案例：轉化分析和優化的真實沙盤案例

?宏觀數據快速診斷
流量分析與優化
- a) 流量初步分析
- b) 流量的Engagement-ROI分析
- c) 歸因分析
- d) 流量與落地頁匹配優化
主轉化進程分析
- a) 轉化漏斗分析與評估
- b) 轉化泄漏點定位
商品詳情頁優化
- a) 商品瀏覽環節消費者行為分析
- b) AB測試與優化建議
購物車及支付優化
- a) 購物環節消費者行為分析
- b) AB測試與優化建議
優化實效與總結

第五部分：消費者的數據化運營之二：深度消費者運營

長轉化耗時情形下的轉化優化
- a) 表面ROI（ROAS）與真實ROI（ROAS）
- b) 同類群分析
- c) 尋找真實ROI（ROAS）背后的實時驅動指標
- d) 基于實時驅動指標的優化案例
消費者忠誠分析與優化
- a) 消費者忠誠衡量的核心指標
- b) 基于參照系流量的復購率分析
- c) 忠誠度下降的原因挖掘與應對
  - i. 商品角度
  - ii. 流量角度
  - iii. 客戶角度
消費者全鏈路運營
- a) 私域流量運營的四種形態
- b) 消費者全鏈路運營的執行框架
- c) 全鏈路運營業務角度的核心策略
  - i. 誘餌、觸點、規則
  - ii. “誘餌”作用的變遷：從以轉化為目的到成為深度運營的入口
  - iii. 通過“誘餌”獲得消費者ID
  - iv. 觸點的價值與營銷觸點規劃
  - v. 規則：宏觀策略與SOP
- d) 全鏈路運營的數據策略與CDP
  - i. 數據策略的三核心：標記人、認識人、應用人
  - ii. CDP的核心功能架構
  - iii. 在四類觸點上分別獲取數據
  - iv. 數據的打通與ID匹配
  - v. 人群的分群與深度運營中的標簽應用
- e) 全鏈路運營的數據應用
  - i. 增強客戶運營
  - ii. 運營觸點、渠道與流程的自動化
  - iii. 基于私域數據的客戶喚回
?案例
- a) 一個私域流量運營從前端到后端的閉環案例
- b) 線上全鏈路消費者閉環運營案例
- c) 線上線下相結合的消費者閉環運營案例