数据掘金:电子商务运营突围

数据掘金
6.9
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
出版社: 电子工业出版社
2013-06
版次: 1
ISBN: 9787121138973
定价: 65.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 444页
正文语种: 简体中文
分类: 管理
  •   电商坐拥互联网行业最丰富的用户数据金矿,却很少有人从中挖掘出真金白银。《数据掘金:电子商务运营突围》旨在打破这一困境,一步一步引导从业者以数据为核心来运营网站或网店。《数据掘金:电子商务运营突围》用浅显的文字与独特的视角,不仅成功解读电商数据运营之惑,更呈现大量数据分析和挖掘的必要基础知识及实用相关工具。在通过阅读轻松掌握电商数据运营须关注的要点与方法之后,读者还可有针对性地从书中选择学习如何利用数据来完成——流量获取优化、广告投放、客户分析,以及客户价值提升等一系列电商运营要务。   谭磊,复旦大学计算机学士,美国杜克大学计算机硕士,在美国微软服务时间超过13年,曾经担任多家公司多个层级技术管理岗位,在搜索、互联网广告、数据挖掘、电子商务等方面有丰富的经验,是互联网技术领域资深专家。 第1 章 引言:电子商务运营和数据1.1 2012 年最大的赌局1.2 为300 万人建300 万个网站1.2.1 电子商务的RUPI 概念1.2.2 在互联网上卖米1.2.3 电子商务怎么能离开数据1.2.4 淘宝店的四个核心数据1.3 让电商运营不再那么辛苦1.3.1 电商人的蓝精灵之歌1.3.2 电子商务运营入学考试1.3.3 店铺诊断--我的网店能挣更多钱吗1.3.4 让你的网店脱颖而出1.3.5 为你的网店装上“业务雷达”1.4 电子商务数据运营的五大应用1.4.1 让网站更吸引人1.4.2 把潜在客户转化成真正的客户1.4.3 挖掘老客户价值1.4.4 推荐系统的设计和应用1.4.5 针对不同客户提供个性化的产品1.5 关于电商数据的六个“W”和一个“H”1.6 本书的内容1.7 本章相关资源第2 章 我们需要知道的数据分析2.1 从数据分析专家林彪说起2.2 数据分析基本概念2.2.1 就这么简单:三种基础数据2.2.2 我们这样来理解数据2.2.3 概率并不可怕2.3 让我们开始加工数据2.3.1 数据集成--把所有数据都拿过来2.3.2 数据清洗--给数据玩“洗刷刷”2.3.3 数据转换--给数据换个“马甲”2.3.4 数据规约--有时候也要丢掉数据2.4 用向量表示数据2.5 网站日志的收集和处理2.5.1 网站日志信息分类2.5.2 网站日志实例2.5.3 网站日志预处理.2.6 最好的分析方法--看图说话2.6.1 起起伏伏用折线图2.6.2 简单比较用柱状图2.6.3 转化率用漏斗图表示最直观2.6.4 雷达图显示用户偏好2.6.5 表示比例最好的饼图和环形图2.7 本章相关资源第3 章 我们需要知道的数据挖掘3.1 什么是数据挖掘3.1.1 尿不湿和啤酒3.1.2 Target 和怀孕预测指数3.1.3 从数据分析到数据挖掘3.1.4 数据挖掘的一般过程3.2 人人都能做数据挖掘3.3 我们需要知道的四类数据挖掘算法3.3.1 分类--人以群分3.3.2 聚类--物以类聚3.3.3 关联--马原告诉我们事物是普遍联系的3.3.4 序列--排队的规律,中国人最明白3.4 Web 挖掘和信息检索3.4.1 Web 挖掘和信息检索概览3.4.2 协同过滤--推测同类客户的行为3.4.3 个性化推荐和推荐系统--我们要更懂客户3.5 本章相关资源第4 章 数据分析和数据挖掘工具的选择4.1 数据分析工具4.1.1 用Excel 做数据分析4.1.2 MATLAB4.2 网站分析工具4.2.1 用GA 做分析4.2.2 GA 的限制4.2.3 各种站长工具4.3 用R 语言制作的工具4.3.1 用R 做数据分析的优势4.3.2 用R 绘制热力图4.3.3 用Rattle 分析广告投放数据4.4 其他的开源数据挖掘工具4.4.1 Weka 数据挖掘工具4.4.2 Google 提供的数据挖掘工具4.5 电商平台上的各种工具4.5.1 用量子恒道分析淘宝网店4.5.2 淘宝上的数据魔方4.5.3 开放平台上的工具4.6 数据展示工具4.7 本章相关资源第5 章 电子商务数据运营入门5.1 在讨论数据运营之前5.1.1 数据运营的四大障碍5.1.2 数据不是万能的5.2 电子商务运营中重要的数据点5.2.1 访客数5.2.2 转化率5.2.3 客单价5.3 一切让数据说话5.3.1 要有总体的概念5.3.2 每天的运营数据不可忽视5.3.3 最重要的是ROI5.4 有哪些数据分析需要做5.4.1 网站流量分析5.4.2 商品销售分析5.4.3 定期数据分析5.4.4 内容分析5.5 从零开始打造电子商务企业5.5.1 Bootstrapping,一步一步来5.5.2 商品选择5.5.3 平台选择5.5.4 经营策略和定位的选择5.5.5 推广选择5.5.6 开店喽.5.6 本章相关资源第6 章 电子商务数据运营的方法6.1 用数据解决运营中的问题6.1.1 商品评估6.1.2 流量评估6.1.3 页面评估6.1.4 网站评估6.1.5 服务评估6.2 客户分析数据模型6.2.1 数据模型的建立和应用6.2.2 客户生命周期模型6.2.3 RFM 客户数据模型6.2.4 基于客户访问信息的分析模型6.2.5 基于访客系统属性的分析模型6.3 WAMM 模型.6.4 如何针对独立B2C 做数据运营6.5 数据运营的考核--KPI6.5.1 KPI 的SMART 原则6.5.2 电子商务运营的KPI 设定6.6 本章相关资源第7 章 电商运营之免费流量获取7.1 免费的自然流量--SEO7.1.1 为什么需要做SEO7.1.2 SEO 站内优化7.1.3 SEO 站外优化7.1.4 SEO 小实操7.2 淘宝SEO7.3 企业官网和官博7.4 口碑和互动营销7.5 本章相关资源第8 章 电商运营流量获取--做有效的广告8.1 做有效的广告8.1.1 互联网广告的优势8.1.2 网站联盟广告8.1.3 互联网广告分析8.1.4 广告优化和定向投放8.2 淘宝上的广告8.2.1 淘宝直通车8.2.2 钻石展位8.3 搜索引擎竞价排名和SEM8.3.1 搜索广告的类型8.3.2 搜索广告的效果8.3.3 通过数据分析做SEM8.4 EDM8.4.1 EDM 和客户生命周期8.4.2 EDM 的KPI.8.4.3 EDM 中的延时效应性8.4.4 EDM 中的数据筛选8.4.5 EDM 上的RFM 模型应用8.5 多管齐下8.5.1 整合营销8.5.2 多渠道运营8.6 本章相关资源第9 章 把流量变成真实客户9.1 流量分析9.1.1 访客量的分析9.1.2 分析流量来源特点9.1.3 分析访客时空属性9.1.4 分析访客的人群属性9.1.5 分析客户兴趣属性9.2 页面分析9.2.1 网站上的内容9.2.2 页面跳出率和二跳率9.2.3 页面热度分析9.3 网站分析9.3.1 网站日志分析9.3.2 提升网站质量9.4 提升网站转化率9.4.1 抓住每一个环节的数据9.4.2 怎样吸引客户下订单9.4.3 找回被放弃的购物车9.4.4 不盲目追求转化率9.5 本章相关资源第10 章 深度挖掘客户价值10.1 最有价值客户的特征10.1.1 建立CRM(客户关系管理)10.1.2 构建客户综合价值模型10.1.3 用客户生命周期模型提升收入10.1.4 用RFM 算法找出MVC10.2 如何把客户黏在我们的网站10.2.1 提升客户平均停留时间10.2.2 客户活跃度分析10.2.3 做客户流失分析10.3 客户需要什么商品10.3.1 找出热门商品10.3.2 用推荐系统提高客单价10.4 商品相关的数据挖掘10.4.1 用决策树分析商品.10.4.2 用聚类算法对商品分类10.4.3 用关联算法做商品匹配10.4.4 用序列算法分析商品上下架时间10.5 本章相关资源第11 章 电子商务运营还有哪些事儿11.1 相关管理系统11.2 移动电商和数据11.2.1 移动电商的特殊性11.2.2 数据挖掘和LBS11.2.3 移动广告11.2.4 移动互联网数据面临的问题11.3 电商和Big Data11.3.1 Big Data 是什么11.3.2 电商的大数据可以怎么“玩”11.3.3 Big Data 上的技术11.3.4 联机分析处理(OLAP)11.4 电子商务网络安全11.5 企业竞争与反竞争11.6 本章相关资源第12 章 电子商务数据运营的未来附录
  • 内容简介:
      电商坐拥互联网行业最丰富的用户数据金矿,却很少有人从中挖掘出真金白银。《数据掘金:电子商务运营突围》旨在打破这一困境,一步一步引导从业者以数据为核心来运营网站或网店。《数据掘金:电子商务运营突围》用浅显的文字与独特的视角,不仅成功解读电商数据运营之惑,更呈现大量数据分析和挖掘的必要基础知识及实用相关工具。在通过阅读轻松掌握电商数据运营须关注的要点与方法之后,读者还可有针对性地从书中选择学习如何利用数据来完成——流量获取优化、广告投放、客户分析,以及客户价值提升等一系列电商运营要务。
  • 作者简介:
      谭磊,复旦大学计算机学士,美国杜克大学计算机硕士,在美国微软服务时间超过13年,曾经担任多家公司多个层级技术管理岗位,在搜索、互联网广告、数据挖掘、电子商务等方面有丰富的经验,是互联网技术领域资深专家。
  • 目录:
    第1 章 引言:电子商务运营和数据1.1 2012 年最大的赌局1.2 为300 万人建300 万个网站1.2.1 电子商务的RUPI 概念1.2.2 在互联网上卖米1.2.3 电子商务怎么能离开数据1.2.4 淘宝店的四个核心数据1.3 让电商运营不再那么辛苦1.3.1 电商人的蓝精灵之歌1.3.2 电子商务运营入学考试1.3.3 店铺诊断--我的网店能挣更多钱吗1.3.4 让你的网店脱颖而出1.3.5 为你的网店装上“业务雷达”1.4 电子商务数据运营的五大应用1.4.1 让网站更吸引人1.4.2 把潜在客户转化成真正的客户1.4.3 挖掘老客户价值1.4.4 推荐系统的设计和应用1.4.5 针对不同客户提供个性化的产品1.5 关于电商数据的六个“W”和一个“H”1.6 本书的内容1.7 本章相关资源第2 章 我们需要知道的数据分析2.1 从数据分析专家林彪说起2.2 数据分析基本概念2.2.1 就这么简单:三种基础数据2.2.2 我们这样来理解数据2.2.3 概率并不可怕2.3 让我们开始加工数据2.3.1 数据集成--把所有数据都拿过来2.3.2 数据清洗--给数据玩“洗刷刷”2.3.3 数据转换--给数据换个“马甲”2.3.4 数据规约--有时候也要丢掉数据2.4 用向量表示数据2.5 网站日志的收集和处理2.5.1 网站日志信息分类2.5.2 网站日志实例2.5.3 网站日志预处理.2.6 最好的分析方法--看图说话2.6.1 起起伏伏用折线图2.6.2 简单比较用柱状图2.6.3 转化率用漏斗图表示最直观2.6.4 雷达图显示用户偏好2.6.5 表示比例最好的饼图和环形图2.7 本章相关资源第3 章 我们需要知道的数据挖掘3.1 什么是数据挖掘3.1.1 尿不湿和啤酒3.1.2 Target 和怀孕预测指数3.1.3 从数据分析到数据挖掘3.1.4 数据挖掘的一般过程3.2 人人都能做数据挖掘3.3 我们需要知道的四类数据挖掘算法3.3.1 分类--人以群分3.3.2 聚类--物以类聚3.3.3 关联--马原告诉我们事物是普遍联系的3.3.4 序列--排队的规律,中国人最明白3.4 Web 挖掘和信息检索3.4.1 Web 挖掘和信息检索概览3.4.2 协同过滤--推测同类客户的行为3.4.3 个性化推荐和推荐系统--我们要更懂客户3.5 本章相关资源第4 章 数据分析和数据挖掘工具的选择4.1 数据分析工具4.1.1 用Excel 做数据分析4.1.2 MATLAB4.2 网站分析工具4.2.1 用GA 做分析4.2.2 GA 的限制4.2.3 各种站长工具4.3 用R 语言制作的工具4.3.1 用R 做数据分析的优势4.3.2 用R 绘制热力图4.3.3 用Rattle 分析广告投放数据4.4 其他的开源数据挖掘工具4.4.1 Weka 数据挖掘工具4.4.2 Google 提供的数据挖掘工具4.5 电商平台上的各种工具4.5.1 用量子恒道分析淘宝网店4.5.2 淘宝上的数据魔方4.5.3 开放平台上的工具4.6 数据展示工具4.7 本章相关资源第5 章 电子商务数据运营入门5.1 在讨论数据运营之前5.1.1 数据运营的四大障碍5.1.2 数据不是万能的5.2 电子商务运营中重要的数据点5.2.1 访客数5.2.2 转化率5.2.3 客单价5.3 一切让数据说话5.3.1 要有总体的概念5.3.2 每天的运营数据不可忽视5.3.3 最重要的是ROI5.4 有哪些数据分析需要做5.4.1 网站流量分析5.4.2 商品销售分析5.4.3 定期数据分析5.4.4 内容分析5.5 从零开始打造电子商务企业5.5.1 Bootstrapping,一步一步来5.5.2 商品选择5.5.3 平台选择5.5.4 经营策略和定位的选择5.5.5 推广选择5.5.6 开店喽.5.6 本章相关资源第6 章 电子商务数据运营的方法6.1 用数据解决运营中的问题6.1.1 商品评估6.1.2 流量评估6.1.3 页面评估6.1.4 网站评估6.1.5 服务评估6.2 客户分析数据模型6.2.1 数据模型的建立和应用6.2.2 客户生命周期模型6.2.3 RFM 客户数据模型6.2.4 基于客户访问信息的分析模型6.2.5 基于访客系统属性的分析模型6.3 WAMM 模型.6.4 如何针对独立B2C 做数据运营6.5 数据运营的考核--KPI6.5.1 KPI 的SMART 原则6.5.2 电子商务运营的KPI 设定6.6 本章相关资源第7 章 电商运营之免费流量获取7.1 免费的自然流量--SEO7.1.1 为什么需要做SEO7.1.2 SEO 站内优化7.1.3 SEO 站外优化7.1.4 SEO 小实操7.2 淘宝SEO7.3 企业官网和官博7.4 口碑和互动营销7.5 本章相关资源第8 章 电商运营流量获取--做有效的广告8.1 做有效的广告8.1.1 互联网广告的优势8.1.2 网站联盟广告8.1.3 互联网广告分析8.1.4 广告优化和定向投放8.2 淘宝上的广告8.2.1 淘宝直通车8.2.2 钻石展位8.3 搜索引擎竞价排名和SEM8.3.1 搜索广告的类型8.3.2 搜索广告的效果8.3.3 通过数据分析做SEM8.4 EDM8.4.1 EDM 和客户生命周期8.4.2 EDM 的KPI.8.4.3 EDM 中的延时效应性8.4.4 EDM 中的数据筛选8.4.5 EDM 上的RFM 模型应用8.5 多管齐下8.5.1 整合营销8.5.2 多渠道运营8.6 本章相关资源第9 章 把流量变成真实客户9.1 流量分析9.1.1 访客量的分析9.1.2 分析流量来源特点9.1.3 分析访客时空属性9.1.4 分析访客的人群属性9.1.5 分析客户兴趣属性9.2 页面分析9.2.1 网站上的内容9.2.2 页面跳出率和二跳率9.2.3 页面热度分析9.3 网站分析9.3.1 网站日志分析9.3.2 提升网站质量9.4 提升网站转化率9.4.1 抓住每一个环节的数据9.4.2 怎样吸引客户下订单9.4.3 找回被放弃的购物车9.4.4 不盲目追求转化率9.5 本章相关资源第10 章 深度挖掘客户价值10.1 最有价值客户的特征10.1.1 建立CRM(客户关系管理)10.1.2 构建客户综合价值模型10.1.3 用客户生命周期模型提升收入10.1.4 用RFM 算法找出MVC10.2 如何把客户黏在我们的网站10.2.1 提升客户平均停留时间10.2.2 客户活跃度分析10.2.3 做客户流失分析10.3 客户需要什么商品10.3.1 找出热门商品10.3.2 用推荐系统提高客单价10.4 商品相关的数据挖掘10.4.1 用决策树分析商品.10.4.2 用聚类算法对商品分类10.4.3 用关联算法做商品匹配10.4.4 用序列算法分析商品上下架时间10.5 本章相关资源第11 章 电子商务运营还有哪些事儿11.1 相关管理系统11.2 移动电商和数据11.2.1 移动电商的特殊性11.2.2 数据挖掘和LBS11.2.3 移动广告11.2.4 移动互联网数据面临的问题11.3 电商和Big Data11.3.1 Big Data 是什么11.3.2 电商的大数据可以怎么“玩”11.3.3 Big Data 上的技术11.3.4 联机分析处理(OLAP)11.4 电子商务网络安全11.5 企业竞争与反竞争11.6 本章相关资源第12 章 电子商务数据运营的未来附录
查看详情
好书推荐 / 更多
数据掘金
荷马史诗中的生与死
[英]加斯帕·格里芬、Jasper、Griffin 著
数据掘金
票证里的中国
李三台 著
数据掘金
圣天秤星
彼得·汉密尔顿(Peter F.Hamilton)、段宗忱 译
数据掘金
追寻记忆的痕迹:新心智科学的开创历程(诺贝尔奖得主埃里克·坎德尔作品)
[美]埃里克·坎德尔 著;喻柏雅 译
数据掘金
创世:梵蒂冈博物馆全品珍藏(修订升级版)
[德]安雅·格雷贝 著;郑柯 译
数据掘金
白鹭
德里克·沃尔科特(Derck Walcott) 著;程一身 译
数据掘金
东京城市更新经验:城市再开发重大案例研究
同济大学建筑与城市空间研究所、株式会社日本设计 著
数据掘金
黎曼猜想漫谈
卢昌海 著
数据掘金
鸟的魔力:一部绚烂的鸟类文化史
[英]西莉亚·费希尔 著;王晨 译
数据掘金
隐身大师
[法]萨拉·卡明斯基 著;廖晓玮 译
数据掘金
莫奈手稿
[法]克劳德·莫奈
数据掘金
无止境的逃离
[土耳其]哈坎·甘迪