电商大数据——用数据驱动电商和商业案例解析

电商大数据——用数据驱动电商和商业案例解析
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
2014-06
版次: 1
ISBN: 9787121225567
定价: 98.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 360页
字数: 463千字
正文语种: 简体中文
分类: 管理
  •   《电商大数据:用数据驱动电商和商业案例解析》重点介绍了电子商务数据驱动的理论和商业案例。《电商大数据:用数据驱动电商和商业案例解析》作者具有丰富的电商团队数据化管理与运营经验。共分三篇。上篇主要介绍了电子商务的战略、战术和数据驱动的思想,有助于读者深入了解电商模式;虽然上篇皆是从宏观层面切入,基本都使用了定量的描述方式。中篇介绍了数据如何产生实实在在的生产力,主要包括建立数据化体系的方法、广告的投放策略、艺术设计与数据驱动的融合。下篇是大数据案例,主要包括量化管理客服团队、大数据供应链管理、大型促销活动节点管理、客户“怪诞”行为研究、CRM及基于网络爬虫调整架上库存。  在《电商大数据;用数据驱动电商和商业案例解析》的目录中给出了200组客户67个维度指标的真实数据,这些源数据是珍贵的资源,为客户行为研究提供了基础资料。  《电商大数据:用数据驱动电商和商业案例解析》适合独立B2C商城的高管、各种电商平台的店长和数据驱动相关从业者使用,也适合作为在校电子商务本科生和研究生的参考用书。   雪鹰传奇,真名李必文,国内电商“数据驱动学”的倡导者和领跑者,数据分析“AVSM法则”的创始人。知名电商经理人,具有丰富的电子商务一线从业经验;国内两家知名电商商学院量化管理和数据化运营方向讲师;北京某著名线下品牌熟女皮草电商项目战略顾问。  目前在上海陆家嘴一家国资背景的金融集团管理层任职,主要研究方向是大数据、BI(商业智能)和互联网金融。 上篇 电商战略战术第1章 电子商务的战略解析 1.1 三言两语电子商务 1.1.1 电子商务的特质 1.1.2 电子商务的整合效应 1.2 电子商务的动态格局 1.2.1 草根淘宝平台动了谁的奶酪 1.2.2 猫与狗的战争 1.2.3 线下传统企业大鳄的电商梦 1.3 电子商务时代的品牌运作 1.3.1 电商品牌的定位 1.3.2 电商品牌的突围 1.3.3 品牌和平台的对立面 1.4 电子商务时代的“铁血”战争 1.4.1 电子商务时代的价格之战 1.4.2 电子商务时代的人才之战 1.4.3 电子商务时代的流量之战 1.4.4 电子商务时代的数据之战 参考文献 第2章 电子商务的战术解析 2.1 关于电子商务创业 2.2 电子商务10大营销学定律 2.3 电子商务的10大败局定律 2.3.1 正式运营已经错失销售旺季 2.3.2 人云亦云,草根小卖家没有清晰的电商运作策略 2.3.3 不注重商品品质和服务 2.3.4 企业发展过程中团队有分歧,红利分配不公平 2.3.5 过分烧钱砸广告,忽视PV转化率,经济入不敷出而死 2.3.6 缺乏高质量、稳健的供货商,供应链孱弱 2.3.7 舍不得投钱慢慢耗死 2.3.8 品牌定位模糊不清 2.3.9 实体企业向天猫商城转型缺少经验,用传统行业手段指导商城运营 2.3.10 电商一上马,业务全面铺开和团队组建冗余 2.4 电子商务的10大心理学定律 第3章 电商大鳄逐鹿中原、数据驱动主宰沉浮 3.1 你不知道的数据挖掘 3.1.1 数据挖掘原来是这么回事 3.1.2 孙子兵法曰:杂于利而务可信也,杂于害而患可解也 3.2 数据挖掘在电子商务中的多面性 3.2.1 数据挖掘在电子商务行业中广泛应用 3.2.2 数据挖掘是有巨大价值的,但结论常常是错误的 3.2.3 客观认识数据挖掘 3.3 电子商务数据挖掘的“AVSM法则” 3.4 数据挖掘的工具 3.4.1 数据采集工具 3.4.2 客户端数据分析工具 3.4.3 客户端数据挖掘工具 3.4.4 数据存储--数据库系统 3.5 延伸阅读 3.5.1 谷歌与Facebook的数据挖掘之战 3.5.2 军事战略上的数据分析 参考文献 中篇 基础商业案例第4章 搭建数据化体系 4.1 绘制销售图谱 4.2 数据化指标及体系 4.2.1 晴雨表体系的建立 4.2.2 晴雨表的解读技巧 4.2.3 组建流量漏斗模型 4.2.4 诊断流量黑洞 4.2.5 诊断流量骤变原因 4.3 数据分析入门案例 4.4 数据挖掘入门案例 4.4.1 漫话统计学 4.4.2 喜欢买连衣裙的客户比喜欢买卫衣的客户更有价值吗 4.5 数学建模入门案例 参考文献 第5章 广告投放策略 5.1 互联网广告的特征 5.1.1 定向性 5.1.2 强化品牌印象的利器 5.1.3 一把双刃剑 5.1.4 非强迫性 5.2 互联网广告的形态 5.2.1 CPC广告及“通货膨胀” 5.2.2 CPS广告及“高开低走” 5.2.3 CPM广告及“创意无极限” 5.2.4 硬广及“暴力拓展” 5.3 广告投放战略 5.3.1 广告投放预算 5.3.2 广告效果量化模型 5.3.3 投放策略确定 5.4 精准投放基础篇 5.4.1 分时段投放 5.4.2 分地域投放 5.4.3 分品类投放 5.4.4 关键词遴选 5.5 广告投放高级策略 5.5.1 CPC出价与点击率、转化率之间的理论数学模型 5.5.2 深度解读CPC与点击率之间的意义 5.5.3 CPC广告的三种平衡点 5.5.4 广告投放线性组合优化 5.6 广告资源的整合和管理 参考文献 第6章 数据驱动艺术设计 6.1 数据驱动与艺术设计漫谈 6.2 网站首页最优长度如何测定 6.3 网页的结构布局策略 6.3.1 经典的结构布局理论 6.3.2 站内搜索的设置 6.3.3 首页商品撤换的“ROI”原则 6.4 商品详情页的“倒三角形”结构 6.5 警惕搭配套餐的骗局 6.5.1 人类最小心理感觉差 6.5.2 搭配套餐的新陈代谢 6.6 关联推荐的设计 6.6.1 关联推荐的机理 6.6.2 支持度、置信度和提升度 6.6.3 小结 参考文献 下篇 大数据驱动第7章 数据化管理 7.1 任何一个团队或项目不能量化就不能管理 7.2 客服团队数据化管理 7.2.1 客服团队排班设计 7.2.2 客服团队的绩效管理 7.2.3 客服团队忠诚度激励方案 7.2.4 客服团队数据化管理高级应用:测算咨询并发数 7.3 供应链数据化管理 7.3.1 供应链数据化管理的点和面 7.3.2 大数据环境下供应链管理的通路 7.3.3 商品结构如何布局 7.3.4 销量预测的三种最基本的方法 7.3.5 现货模式下的弹性补货策略 7.3.6 智能化仓库拣货路径的设计 7.4 大型促销活动促销节点的设计 参考文献 第8章 客户“怪诞行为”研究 8.1 商品预售是颠覆了零售模式还是电商之殇 8.2 客户手机号和电子邮箱里隐藏的秘密 8.2.1 手机号与客户购买力之间的关系 8.2.2 从Mail地址里窥探那些不能说的秘密 8.3 数学模型量化客户行为 8.3.1 幂函数解析客户流失概率 8.3.2 对数函数解析客户究竟会点击网页几次 8.4 “7次购物原则”与客户忠诚度 8.4.1 知识储备:条件概率 8.4.2 Logistic回归模型解析客户流失概率分布 8.5 客户生命周期贯穿销售始终 参考文献 第9章 客户关系管理 9.1 客户关系管理没那么简单 9.1.1 客户关系管理的生死穴 9.1.2 客户关系管理的流程 9.2 客户关系的五部曲 9.2.1 数据库的组建 9.2.2 数据库的加厚 9.2.3 数据库的标签 9.2.4 数据库的挖掘 9.2.5 客户关系管理的落地 9.3 与时俱进的客户关系管理 9.3.1 客户服务的类型 9.3.2 客户关系管理用好现代互联网新媒体 9.3.3 客户关系管理商业流小结 9.4 客户关系管理商业案例 9.4.1 用决策树为有价值的客户画像 9.4.2 基于神经网络建立客户流失预警机制 参考文献 第10章 数据驱动高级商业案例 10.1 基于网络爬虫技术架上库存调整项目 10.1.1 背景 10.1.2 架上库存调整的意义 10.1.3 调整方案的流程图 10.1.4 三言两语:网络爬虫是什么 10.1.5 架上库存调整临界点的设置 10.1.6 架上库存调整结果展示 10.2 淘品牌资本化运作所面对的局势 10.3 数据驱动小结 10.3.1 电商数据驱动团队组建 10.3.2 学好数据驱动的方法 10.3.3 实施数据驱动的四大障碍 教材习题 重要附录 神经网络训练和测试优质商业样本
  • 内容简介:
      《电商大数据:用数据驱动电商和商业案例解析》重点介绍了电子商务数据驱动的理论和商业案例。《电商大数据:用数据驱动电商和商业案例解析》作者具有丰富的电商团队数据化管理与运营经验。共分三篇。上篇主要介绍了电子商务的战略、战术和数据驱动的思想,有助于读者深入了解电商模式;虽然上篇皆是从宏观层面切入,基本都使用了定量的描述方式。中篇介绍了数据如何产生实实在在的生产力,主要包括建立数据化体系的方法、广告的投放策略、艺术设计与数据驱动的融合。下篇是大数据案例,主要包括量化管理客服团队、大数据供应链管理、大型促销活动节点管理、客户“怪诞”行为研究、CRM及基于网络爬虫调整架上库存。  在《电商大数据;用数据驱动电商和商业案例解析》的目录中给出了200组客户67个维度指标的真实数据,这些源数据是珍贵的资源,为客户行为研究提供了基础资料。  《电商大数据:用数据驱动电商和商业案例解析》适合独立B2C商城的高管、各种电商平台的店长和数据驱动相关从业者使用,也适合作为在校电子商务本科生和研究生的参考用书。
  • 作者简介:
      雪鹰传奇,真名李必文,国内电商“数据驱动学”的倡导者和领跑者,数据分析“AVSM法则”的创始人。知名电商经理人,具有丰富的电子商务一线从业经验;国内两家知名电商商学院量化管理和数据化运营方向讲师;北京某著名线下品牌熟女皮草电商项目战略顾问。  目前在上海陆家嘴一家国资背景的金融集团管理层任职,主要研究方向是大数据、BI(商业智能)和互联网金融。
  • 目录:
    上篇 电商战略战术第1章 电子商务的战略解析 1.1 三言两语电子商务 1.1.1 电子商务的特质 1.1.2 电子商务的整合效应 1.2 电子商务的动态格局 1.2.1 草根淘宝平台动了谁的奶酪 1.2.2 猫与狗的战争 1.2.3 线下传统企业大鳄的电商梦 1.3 电子商务时代的品牌运作 1.3.1 电商品牌的定位 1.3.2 电商品牌的突围 1.3.3 品牌和平台的对立面 1.4 电子商务时代的“铁血”战争 1.4.1 电子商务时代的价格之战 1.4.2 电子商务时代的人才之战 1.4.3 电子商务时代的流量之战 1.4.4 电子商务时代的数据之战 参考文献 第2章 电子商务的战术解析 2.1 关于电子商务创业 2.2 电子商务10大营销学定律 2.3 电子商务的10大败局定律 2.3.1 正式运营已经错失销售旺季 2.3.2 人云亦云,草根小卖家没有清晰的电商运作策略 2.3.3 不注重商品品质和服务 2.3.4 企业发展过程中团队有分歧,红利分配不公平 2.3.5 过分烧钱砸广告,忽视PV转化率,经济入不敷出而死 2.3.6 缺乏高质量、稳健的供货商,供应链孱弱 2.3.7 舍不得投钱慢慢耗死 2.3.8 品牌定位模糊不清 2.3.9 实体企业向天猫商城转型缺少经验,用传统行业手段指导商城运营 2.3.10 电商一上马,业务全面铺开和团队组建冗余 2.4 电子商务的10大心理学定律 第3章 电商大鳄逐鹿中原、数据驱动主宰沉浮 3.1 你不知道的数据挖掘 3.1.1 数据挖掘原来是这么回事 3.1.2 孙子兵法曰:杂于利而务可信也,杂于害而患可解也 3.2 数据挖掘在电子商务中的多面性 3.2.1 数据挖掘在电子商务行业中广泛应用 3.2.2 数据挖掘是有巨大价值的,但结论常常是错误的 3.2.3 客观认识数据挖掘 3.3 电子商务数据挖掘的“AVSM法则” 3.4 数据挖掘的工具 3.4.1 数据采集工具 3.4.2 客户端数据分析工具 3.4.3 客户端数据挖掘工具 3.4.4 数据存储--数据库系统 3.5 延伸阅读 3.5.1 谷歌与Facebook的数据挖掘之战 3.5.2 军事战略上的数据分析 参考文献 中篇 基础商业案例第4章 搭建数据化体系 4.1 绘制销售图谱 4.2 数据化指标及体系 4.2.1 晴雨表体系的建立 4.2.2 晴雨表的解读技巧 4.2.3 组建流量漏斗模型 4.2.4 诊断流量黑洞 4.2.5 诊断流量骤变原因 4.3 数据分析入门案例 4.4 数据挖掘入门案例 4.4.1 漫话统计学 4.4.2 喜欢买连衣裙的客户比喜欢买卫衣的客户更有价值吗 4.5 数学建模入门案例 参考文献 第5章 广告投放策略 5.1 互联网广告的特征 5.1.1 定向性 5.1.2 强化品牌印象的利器 5.1.3 一把双刃剑 5.1.4 非强迫性 5.2 互联网广告的形态 5.2.1 CPC广告及“通货膨胀” 5.2.2 CPS广告及“高开低走” 5.2.3 CPM广告及“创意无极限” 5.2.4 硬广及“暴力拓展” 5.3 广告投放战略 5.3.1 广告投放预算 5.3.2 广告效果量化模型 5.3.3 投放策略确定 5.4 精准投放基础篇 5.4.1 分时段投放 5.4.2 分地域投放 5.4.3 分品类投放 5.4.4 关键词遴选 5.5 广告投放高级策略 5.5.1 CPC出价与点击率、转化率之间的理论数学模型 5.5.2 深度解读CPC与点击率之间的意义 5.5.3 CPC广告的三种平衡点 5.5.4 广告投放线性组合优化 5.6 广告资源的整合和管理 参考文献 第6章 数据驱动艺术设计 6.1 数据驱动与艺术设计漫谈 6.2 网站首页最优长度如何测定 6.3 网页的结构布局策略 6.3.1 经典的结构布局理论 6.3.2 站内搜索的设置 6.3.3 首页商品撤换的“ROI”原则 6.4 商品详情页的“倒三角形”结构 6.5 警惕搭配套餐的骗局 6.5.1 人类最小心理感觉差 6.5.2 搭配套餐的新陈代谢 6.6 关联推荐的设计 6.6.1 关联推荐的机理 6.6.2 支持度、置信度和提升度 6.6.3 小结 参考文献 下篇 大数据驱动第7章 数据化管理 7.1 任何一个团队或项目不能量化就不能管理 7.2 客服团队数据化管理 7.2.1 客服团队排班设计 7.2.2 客服团队的绩效管理 7.2.3 客服团队忠诚度激励方案 7.2.4 客服团队数据化管理高级应用:测算咨询并发数 7.3 供应链数据化管理 7.3.1 供应链数据化管理的点和面 7.3.2 大数据环境下供应链管理的通路 7.3.3 商品结构如何布局 7.3.4 销量预测的三种最基本的方法 7.3.5 现货模式下的弹性补货策略 7.3.6 智能化仓库拣货路径的设计 7.4 大型促销活动促销节点的设计 参考文献 第8章 客户“怪诞行为”研究 8.1 商品预售是颠覆了零售模式还是电商之殇 8.2 客户手机号和电子邮箱里隐藏的秘密 8.2.1 手机号与客户购买力之间的关系 8.2.2 从Mail地址里窥探那些不能说的秘密 8.3 数学模型量化客户行为 8.3.1 幂函数解析客户流失概率 8.3.2 对数函数解析客户究竟会点击网页几次 8.4 “7次购物原则”与客户忠诚度 8.4.1 知识储备:条件概率 8.4.2 Logistic回归模型解析客户流失概率分布 8.5 客户生命周期贯穿销售始终 参考文献 第9章 客户关系管理 9.1 客户关系管理没那么简单 9.1.1 客户关系管理的生死穴 9.1.2 客户关系管理的流程 9.2 客户关系的五部曲 9.2.1 数据库的组建 9.2.2 数据库的加厚 9.2.3 数据库的标签 9.2.4 数据库的挖掘 9.2.5 客户关系管理的落地 9.3 与时俱进的客户关系管理 9.3.1 客户服务的类型 9.3.2 客户关系管理用好现代互联网新媒体 9.3.3 客户关系管理商业流小结 9.4 客户关系管理商业案例 9.4.1 用决策树为有价值的客户画像 9.4.2 基于神经网络建立客户流失预警机制 参考文献 第10章 数据驱动高级商业案例 10.1 基于网络爬虫技术架上库存调整项目 10.1.1 背景 10.1.2 架上库存调整的意义 10.1.3 调整方案的流程图 10.1.4 三言两语:网络爬虫是什么 10.1.5 架上库存调整临界点的设置 10.1.6 架上库存调整结果展示 10.2 淘品牌资本化运作所面对的局势 10.3 数据驱动小结 10.3.1 电商数据驱动团队组建 10.3.2 学好数据驱动的方法 10.3.3 实施数据驱动的四大障碍 教材习题 重要附录 神经网络训练和测试优质商业样本
查看详情