3星|《网络营销168招》:针对草根小微电商,有经验,欠条理,案例太虚

简介:

网络营销168招: 郑俊雅十二年互联网营销实战秘诀

书名有点标题党。全书实际的内容与对象基本是针对草根的小微电商的,比如作者自己就在书中透露他在卖茶叶。

可以看出来作者经验比较丰富,各种网络媒体都有接触,甚至自己创作了一首歌。

书中的条理不够清晰。比如说把营销方法分为开拓、创造、丰富、精彩、做大、走远。微信营销被放在了第一部分开拓中了,这显然不合逻辑,微信营销显然可以在以上6个阶段中的任何一个发挥重要作用。再比如每篇文章基本都列出了许多条目,这些条目之间的逻辑关系也不够清晰,经常是近20个条目可以整理为几个大项,各个大项下再分细项,或者各个条目之间互相交叉重叠分类不合理。

案例也偏虚。特别好给出某某用什么方法挣了多少钱,但是不谈具体技术细节。

总体评价3星,小微电商从业者可以参考。

以下是书中一些内容的摘抄:

1:要学会投稿给大号,大号很需要原创内容。P10

2:营销QQ可以管理十万个到二十万个QQ好友。最早的版本,营销QQ是可以加二十万人的;现在的版本,营销QQ是可以加十万人的。P33

3:从这个例子中,我们发现文章的竞争太大,是视频的2000多倍。当然,这个比例针对不同行业,结果是不同的。P39

4:大部分顾客会认为:1.视频里的信息更加可信,这种感觉源自人们早期对电视的崇拜和信任。2.愿意做视频的商家是更加用心或积极的商家。P41

5:今天,很多人都忽略了及早帮助潜在顾客,没有借助视频营销或其他营销方法提早为大量潜在顾客发布、分享、解答行业常见问题,只是一味地待在电商平台上与大量的同行一起守株待兔,比拼竞价,较量低价。P45

6:马上赚钱,竞争太大了!公益分享,空间太大了!真的,很少人和你竞争。P47

7:对于搜索引擎而言,视频标题的关键词的权重是标签关键词权重的五倍左右。所以,设计好标题的关键词,视频营销就成功了一半。P49

8:有一些所谓的“大咖”,喜欢在聊天工具的个性签名中注明:直接提问题,不要开口就问'在吗'、'有人吗'等无聊问题,否则拉黑。这句话,观点是可以理解的,但是态度是错的。P75

1.博客的名称,是权重最高的地方,这里可以填写最重要的关键词。2.博客的简介,是权重比较高的地方,这里可以填写作者简介或博客特色。P102

9:其实互联网有趣的地方在于新的东西出来之后,旧的东西也会不断地迭代升级。所以,互联网上依然还有无数的机会,一是新事物带来的机会,一是旧事物被很多人抛弃后腾出来的机会。P107

10:等到他们毕业时,这些账号都已经注册或使用了几年了。那么,这些账号有什么优势呢?分析如下1.发帖不会轻易被删。2.在论坛上的权重比较高,发帖的时间和频率都比较自由。3.在搜索引擎上的排名会更有优势。P111

11:例如,方言类的表情就很受欢迎,而且几乎没什么竞争。P199

12:Clipper最重要的使用秘诀,就是安装一个同步插件,这样,多台安卓手机之间的销售话术,就可以通过Clipper进行同步了。P326

13:REMOUSE是一款非常精准的录制软件。P339











本文转自左其盛博客园博客,原文链接:  http://www.cnblogs.com/zuoqs/p/7853252.html  ,如需转载请自行联系原作者



相关文章
|
5月前
|
网络协议 Python
154 python网络编程 - TCP案例(模拟QQ聊天)
154 python网络编程 - TCP案例(模拟QQ聊天)
36 0
|
5月前
|
网络协议 Python
149 python网络编程 - TFTP下载案例
149 python网络编程 - TFTP下载案例
26 0
|
5月前
|
Python
147 python网络编程 - UDP案例
147 python网络编程 - UDP案例
27 0
|
6月前
|
安全 网络协议 Java
Thread类的用法 && 线程安全 && 多线程代码案例 && 文件操作和 IO && 网络原理初识 &&UDP socket
Thread类的用法 && 线程安全 && 多线程代码案例 && 文件操作和 IO && 网络原理初识 &&UDP socket
38 0
|
1月前
|
机器学习/深度学习 Python
神经网络回归案例(python
神经网络回归案例(python
23 0
|
2月前
|
网络协议 应用服务中间件 数据安全/隐私保护
网络协议的初步认识-以详细案例分析
网络协议的初步认识-以详细案例分析
17 0
|
2月前
|
数据采集 开发框架 监控
Wt库网络爬虫技术与央行降息的完美结合:实战案例分析
Wt库网络爬虫技术与央行降息的完美结合:实战案例分析
|
3月前
|
机器学习/深度学习 自然语言处理 PyTorch
深入理解循环神经网络(RNN):案例和代码详解
深入理解循环神经网络(RNN):案例和代码详解
174 0
|
3月前
|
数据可视化 大数据 数据挖掘
瓴羊荣获2023虎啸奖“年度十大AI&大数据服务公司”“数智营销案例铜奖”双重大奖
瓴羊荣获2023虎啸奖“年度十大AI&大数据服务公司”“数智营销案例铜奖”双重大奖
|
9月前
|
机器学习/深度学习 测试技术 算法框架/工具
Python案例|使用卷积网络对星系图片进行分类
星系动物园(galaxy zoo)是由牛津大学等研究机构组织并邀请公众协助的志愿者科学计划,目的是为超过100万个星系图像进行分类。这是天文学中一次规模浩大的公众星空普查活动,大众参与热情高涨,在近十万名志愿者的积极参与下,只用了175天就完成了第一阶段的星系动物园项目:对95万个星系进行了分类,而且平均每个星系被分类了38次。 根据星系动物园的研究结果,星系图像可以分为4大类:圆形星系、中间星系、侧向星系和旋涡星系。图1显示了随机挑选的4类星系的图像。第1行是圆形星系,即星系形状是边缘平滑的圆形。第2行是中间星系,即星系形状是椭圆,之所以称之为中间星系,是指它的形状介于第1行的圆形星系与
75 0
Python案例|使用卷积网络对星系图片进行分类