- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
广厦城·岭都年度推广计划3.14
广厦城·嶺都年度推广计划纲要
整体思路
两大课题:品牌刷新与项目推广增益,即1、修解、扶正、巩固品牌,2、迅速将待售项目嶺都在市场上催熟,且希望能够创造奇迹。形成品牌和项目互为增益,达成一线品牌的品牌势能重新注入和项目的销售蓄势。
公信与公开,以强势的市场代入和消费者关注,唤醒大众对“广厦房产”品牌的热情,发起一场得到大多数人认同与互动的广厦品牌刷新计划——2006优品广厦体鉴之旅。
由晨报新闻部组织的专题报道与深化,形成活动目标意欲达成的成果“和你在一起”活动的展开,继续拉伸品牌势能,并为嶺都打造销售与溢价空间。
由晨报地产专栏将成果有效转移到房地产行业开发的研讨专题上,推出专题研讨,借机推出项目和普世理念,发表倡导。这样,形成一个公益、公信、公德与影响城市与行业的全新地产价值倡导形象,并使这一形象的光环落到企业头上整版广告新闻报道三、策略执行
时间:200.3.17~200.3.15
2、贯穿主题:
3、执行流程整个流程按照分工分为两大块,第一块为地产执行部分,第二块为建议晨报执行部分。
2006.3.17. 广厦地产推出2006优品广厦·体鉴之旅,向社会公正、公信、公开的展示其企业形象与品质体系。 2006.3.25 广厦冠名 2006优品广厦·体鉴之旅——广厦成熟的教育系统 活动形象昭示 作为3.17后续报版辅助信息 活动形象公告,提升活动关注度 2006.3.26 广厦冠名 杨家坪步行街文艺表演活动 专题报道2006.3.28晨报 公信的新闻调查与评论 2006.4.15 广厦冠名 广厦城·嶺都产品说明会 专题报道 晨报半版 为“情感互动的生活营销”承前启后 2006.5.1——5.7 广厦冠名 和你在一起体验式营销 和你在一起的体验内容 2006.7.22(7.23大暑) 广厦冠名 和你在一起体验式营销 清凉歌友会 会议协办(重庆星接触) 为“生态社区”推广升温度 2006.8.22 广厦冠名 和你在一起体验式营销 清凉歌友会 2006.10.13.10.22 广厦冠名 在地贡献与大盘开发论坛 在地贡献表彰与大盘开发研究 晨报整版连载 再度为品牌蓄能,延续至11月所推新项目 各阶段宣传报版、软文、物料、影视、广播及其他分众媒体宣传有待进一步沟通细化。
顺颂商祺!
唐都·吴扬文工作室
2006.3.14
您可能关注的文档
- c++II实验指导书4.doc
- CentOS 图形界面安装.doc
- 4.肌神经 - 复制.ppt
- ch2_3(行列式展开).ppt
- chapter5商法.doc
- c网中RF射频优化解决方案.ppt
- HR必看-大象聘猫的启示.doc
- HDS AMS 500产品介绍V1.doc
- JAVA课程讲解简述版.doc
- Javascript + Xslt 解析Xml为Html的方法.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)