第1章 了解数字媒体领域

1.1数字媒体类型

1.1.1付费媒体

1.1.2自有媒体

第2章 了解数字分析概念

2.1从顶部开始

2.2确定你的自有和免费社交指标

2.2.1自有社交指标

2.2.2免费社交媒体指标

2.3解密网络数据

2.4寻找正确的指标

2.4.1付费搜索

2.4.2自然搜索

2.5将数字分析与传统分析相结合

2.5.1初步调研

2.5.2传统媒体监测

2.5.3传统CRM数据

2.6集成到一起

2.6.1报告时间线

2.6.2报告模板

2.6.3不同的人群，不同的方法

第3章 选择行业工具

3.1确定社会化媒体监听工具

3.1.1数据采集

3.1.2垃圾邮件隔离

3.1.3集成其他数据来源

3.1.4花费

3.1.5移动功能

3.1.6 API访问

3.1.7一致的用户界面

3.1.8工作流功能

3.1.9历史数据

3.2认识社交媒体参与软件

3.2.1容易操作的用户界面

3.2.2可靠性

3.2.3完善的分析界面

3.2.4注意黑箱算法

3.2.5移动性

3.2.6 CRM联结

3.2.7社会治理

3.2.8集成监测平台

3.3购买社交媒体参与工具

3.3.1谁做决定购买哪个工具？

3.3.2你应该对哪些工具进行评估？

3.3.3如何控制成长？

3.3.4你如何与你的监听工具供应商发展长期伙伴关系？

3.4总结

第4章 工具：社会化媒体监听

4.1社会化媒体监听发展

4.2当今的社会化媒体监听

4.2.1了解Sysomos

4.2.2 Radian6对营销社区的影响

4.2.3其他优秀的平台

4.2.4国际监听：新疆界

4.3社会化媒体监听的蓝图

第5章 工具：搜索分析

5.1了解搜索基本原理

5.2搜索分析使用案例

5.3免费工具通过搜索数据获取见解

5.3.1 Google趋势

5.3.2 YouTube趋势

5.3.3 Google AdWords关键词工具

5.3.4雅虎Clues

5.4付费工具通过搜索数据收集见解

5.5 BrightEdge SEO平台

5.6搜索分析总结

第6章 工具：受众分析

6.1什么是受众分析？

6.2受众分析使用案例

6.2.1数字策略

6.2.2内容策略

6.2.3参与策略

6.2.4搜索引擎优化

6.2.5内容优化

6.2.6用户体验设计

6.2.7受众细分

6.3受众分析工具类型

6.4额外的受众分析技巧

6.5对话输入

6.6事件触发点

第7章 工具：内容分析

7.1内容审计

7.1.1内容审计列表

7.1.2实时分析

7.2优化内容分布

7.3分析内容消耗

7.3.1学习计划

7.3.2为内容分析的结果分类

第8章 工具：参与分析

8.1介绍SMES

8.1.1使用完善的分析界面

8.1.2编排内容

8.1.3在所有主要的社交媒体网络发布信息

8.1.4上传多媒体内容

8.1.5地理定位

8.1.6发布信息标签

8.2为中小型企业使用SMES工具

8.2.1 HootSuite

8.2.2 Argyle Social

8.3了解企业SMES领域

8.3.1 Spredfast

8.3.2 Wildfire

8.3.3 Sprinklr

8.3.4 Vitrue

8.3.5 Buddy Media

8.4 SMES工具的未来

第9章 了解数字影响

9.1了解数字影响的现实

9.1.1“引爆点”现象

9.1.2社区规则现象

9.2创建一个当代媒体列表

9.3使用行业工具

9.3.1 Klout

9.3.2 PeerIndex

9.4在线与离线影响对比

9.5使用影响者列表

第10章 创建社会化媒体监听项目

10.1其他公司如今是如何监听的

10.1.1项目策划时使用监听数据

10.1.2利用监听数据进行持续主动的沟通

10.2了解监听的用途

10.2.1实时内容开发

10.2.2与顾客发展良好的关系

10.2.3通过倾听获取产品信息

10.2.4通过对话进行营销

10.2.5获取商业智能

10.3实施你的监听项目

10.3.1强化你的监听武器

10.3.2创建你的训练计划

10.3.3设置报告模板

10.3.4回复在线对话

第11章 如何利用监听制订营销计划

11.1了解对话审计

11.1.1审视对话审计

11.1.2对话审计的要素

11.1.3使对话审计符合方案规划连续体

11.2确定网络影响者

11.3进行社会品牌基准测试

11.4总结

第12章 使用监听数据预测危机

12.1制订今日问题管理计划

12.2确定已知问题

12.2.1列出已知问题

12.2.2了解网上交流的份额

12.2.3概述有利影响和不利影响者

12.2.4简单地了解影响者

12.2.5放置正确的内容

12.2.6了解积极的和消极的关键词

12.2.7标记正确的关键词

12.3危机日监测和持续报告

12.3.1处理发生的问题

12.3.2形成你的内容计划

12.3.3创建你的报告计划和报告节奏

12.4危机后，修正历史

12.4.1评估你的初期调研

12.4.2确定重要的第三方和内容联合计划

第13章 提高用户服务质量

13.1社会化用户服务冲突

13.1.1了解用户

13.1.2了解用户的意图

13.1.3使用户体验个性化

13.2社会化用户服务模式

13.2.1特定级用户服务

13.2.2限制级用户服务

13.2.3正式级用户服务

13.2.4达美航空公司

第14章 发布新产品

14.1产品生命周期概述

14.2产品生命周期的介绍期阶段

14.2.1用户对某个产品的反应如何？

14.2.2关于产品X，用户关心什么？

14.2.3未满足的用户需求

14.3产品生命周期的成长期阶段

14.3.1人们选择哪些社区、网站和社交平台对产品X进行讨论、分享和评价？

14.3.2在产品X的交谈中，谁是影响者？

14.3.3用户对产品X的零售或促销有什么反应？

14.4产品生命周期的成熟期阶段

14.4.1用户对产品X产生了哪些趋向和喜好？

14.4.2用户对相关的哪些产品感兴趣？

14.5总结

第15章 制订你的调研计划

15.1创建你的来源列表

15.1.1确定数据资源

15.1.2选择分析渠道

15.1.3确定搜索和资源语言

15.2确定调研方法

15.2.1形成假设

15.2.2分析时间范围

15.2.3确定项目团队

15.2.4决定分析的深度

15.2.5创建编码框架

15.2.6采用情绪方法

15.2.7过滤垃圾和病毒

第16章 使报告易于理解和交流

16.1制作报告

16.1.1从后向前制作报告

16.1.2确保你的假设合理

16.1.3关注5W

16.1.4形成报告

16.1.5了解你的报告时间范围

16.2提交报告

16.3了解报告使用案例

16.3.1执行层使用案例

16.3.2管理层使用案例

16.3.3分析层使用案例

16.4建立中央信息存储库

16.4.1指挥中心

16.4.2基于网络的应用程序

第17章 搜索分析

17.1数字策略的搜索分析

17.2内容策略和计划的搜索分析

17.3付费广告的搜索分析

第18章 ROI=投资回报率

18.1定义ROI

18.1.1参与回报率（ROE）

18.1.2影响力回报率

18.1.3体验回报率

18.2正确追踪ROI

18.2.1了解自上而下的收入衡量方法

18.2.2使用自下而上的衡量方法

第19章 创造最佳实践衡量记分卡

19.1了解衡量原理

19.1.1进行基准调研

19.1.2策略发展

19.1.3技巧元素

19.1.4衡量实践

19.2形成你的衡量报告节奏

19.2.1季度报告

19.2.2年度报告

19.2.3月度报告

19.2.4每日/时报告

第20章 移动分析：移动与其他数字渠道有何不同

20.1了解目前移动市场状况

20.1.1智能手机的发展

20.1.2 iOS与安卓的较量

20.1.3全球移动网络流量的激增

20.1.4移动广告介绍

20.2确定移动营销的发展

20.2.1苹果Passbook使用量的增加

20.2.2 Facebook移动功能的改善

20.2.3定位技术的发展

20.2.4移动衡量的强度增大

20.3衡量移动营销活动现状

20.3.1移动设备报告

20.3.2受众/访问者指标

20.3.3移动应用程序性能

20.4衡量移动营销活动的前景

第21章 社会化客户关系管理

21.1定义社会化CRM

21.2社会化CRM首创定义的延伸

21.3确定社会化CRM解决方案

21.3.1 BatchBlue软件公司的Batchbook

21.3.2 Jive社会商业平台

21.3.3 Lithium社会用户套件

21.3.4 Meltwater Buzz参与模块

21.3.5 Nimble

21.3.6 SugarCRM

21.4社会化CRM前景分析

第22章 数字数据的发展趋势——商业智能

22.1注意数字分析学科的发展

22.1.1预测社会化媒体监听的发展

22.1.2深入搜索分析

22.1.3调查受众分析水晶球

22.1.4预测内容分析的未来

22.1.5推断参与分析的路径

22.1.6了解影响者分析前景

22.2了解数字分析今后的发展

22.2.1缩小分析人才缺口

22.2.2存储用户数据