Podcast cover
Withinlink · Business

贝望录

「贝望录」是一档由中国广告界和营销科技界领军人Bessie李倩玲担任主持的谈话节目,展现媒体人、行销行业及企业管理者、创意人、创业者在应对当下技术革新与市场变化时的思考和行动。由Withinlink碚曦投资协作体出品。 2019年苹果播客「年度精选播客」 及「年度最受欢迎新播客」。

Episodes

Episode cover

28. 算法、人工智能和社交媒体如何悄悄改变我们的生活

27 Oct 2020
54m
Episode cover

28. 算法、人工智能和社交媒体如何悄悄改变我们的生活

27 Oct 2020
54m
AI processed

本期播客节目围绕算法展开讨论,在介绍了算法的定义和历史之后,引出了算法在选举中的作用以及其道德问题。通过剑桥分析公司的例子,说明了数据收集和算法应用中的道德困境。接着,讨论了平台保护用户数据的责任重大但实际保护力度不足的问题。对社交媒体算法对用户行为的影响进行了探讨,并提出了对社交媒体保持警惕、质疑信息真实性的建议。此外,还探讨了算法和数据在电商平台中的应用,以及监管对数据收集和使用的影响。最后,讨论了社交媒体成瘾的利害关系,以及政府和个人在解决成瘾问题中的作用。

Episode cover

27. 关于游戏和电竞营销的那些行业密辛

21 Oct 2020
47m
Episode cover

27. 关于游戏和电竞营销的那些行业密辛

21 Oct 2020
47m
Episode cover

26. 奢侈品的危机公关、代言人策略和它们在电商时代的纠结与前进

19 Oct 2020
53m
Episode cover

26. 奢侈品的危机公关、代言人策略和它们在电商时代的纠结与前进

19 Oct 2020
53m
AI processed

本期《贝望录》访谈了罗德集团高级副总裁高明,主要探讨奢侈品公关,特别是危机公关在中国市场的应对策略。节目首先介绍了奢侈品公关的演变,从传统的媒体关系到如今的小众传播和数字化营销。高明指出,奢侈品品牌在危机处理方面相对欠缺经验,尤其在中国市场面临消费者投诉和文化差异等挑战,建议品牌应提前建立危机管理体系,并重视中国市场的消费者洞察。 高明还分享了其帮助奢侈品牌建立危机管理体系的经验,以及对奢侈品在中国市场发展趋势的预测,包括电商发展、KOL 营销和直播带货等方面。 例如,他提到许多品牌在视觉素材使用上缺乏对中国文化和消费者认知的充分考量,导致公关危机。

Episode cover

25. 没预算”的海外小众品牌在中国的营销方法论

19 Oct 2020
1h 4m
Episode cover

25. 没预算”的海外小众品牌在中国的营销方法论

19 Oct 2020
1h 4m
Episode cover

24. 从巴黎世家的七夕广告聊聊奢侈品品牌在中国的本土化之路

19 Oct 2020
59m
Episode cover

24. 从巴黎世家的七夕广告聊聊奢侈品品牌在中国的本土化之路

19 Oct 2020
59m
Episode cover

23. 明星“翻车”,广告人准备入局,直播2.0到底什么样?

19 Oct 2020
53m
Episode cover

23. 明星“翻车”,广告人准备入局,直播2.0到底什么样?

19 Oct 2020
53m
Episode cover

22. 为什么有人买盲盒就是停不下来?

19 Oct 2020
51m
Episode cover

22. 为什么有人买盲盒就是停不下来?

19 Oct 2020
51m
Episode cover

21. 我们和Twitter大中华区董事总经理聊了聊中国品牌出海那些事

19 Oct 2020
49m
Episode cover

21. 我们和Twitter大中华区董事总经理聊了聊中国品牌出海那些事

19 Oct 2020
49m
Episode cover

20. 特斯拉开杠拼多多,是谁坏了“规矩”?

15 Oct 2020
41m
Episode cover

20. 特斯拉开杠拼多多,是谁坏了“规矩”?

15 Oct 2020
41m
Episode cover

番外:“逗鹅冤”到底冤不冤?

15 Oct 2020
21m
Episode cover

番外:“逗鹅冤”到底冤不冤?

15 Oct 2020
21m
Page 16

Follow this podcast in Podwise

Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.

Open in Podwise