掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
新媒體和電商數據化運營:用戶畫像+爆款打造+營銷分析+利潤提升(第2版) 版權信息
- ISBN：9787302599852
- 條形碼：9787302599852 ; 978-7-302-59985-2
- 裝幀：80g膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
新媒體和電商數據化運營:用戶畫像+爆款打造+營銷分析+利潤提升(第2版) 本書特色
對于運營者和電商商家來說，如今的網絡環境，人們對新媒體賬號發布內容的需求有所增加，同類型的新媒體賬號也有很多，所以競爭非常激烈。在這種情況下，運營者和商家要善于運用各種數據分析技巧來把握賬號的整體情況和實時熱點。只有這樣，才會有更多的人看到并關注你的賬號。 為了幫助大家更好地掌握新媒體運營的數據分析技巧，輕松玩轉新媒體運營，筆者結合個人實戰經驗編寫了《新媒體和電商數據化運營：用戶畫像+爆款打造+營銷分析+利潤提升(第2版)》。《新媒體和電商數據化運營：用戶畫像+爆款打造+營銷分析+利潤提升(第2版)》通過12 章專題內容、140 多個干貨技巧，對數據分析運營的關鍵內容和具體操作步驟進行了解讀。大家只需要讀懂并運用書中的知識，便可以快速提高自身的數據分析能力。本書中操作步驟比較多，每個操作步驟都配備了具體演示圖片，所以即便是不了解新媒體運營和數據分析的讀者也能快速讀懂本書，并運用書中的知識快速掌握數據分析技巧和操作方法。 一本書精通新媒體和電商數據化運營！用數據思維開啟新媒體與電商之門！30多個案例助您從運營新手成為高手!
新媒體和電商數據化運營:用戶畫像+爆款打造+營銷分析+利潤提升(第2版) 內容簡介
如何借助數據分析打造爆款產品？如何用Excel分析新媒體與電商運營數據？這些問題的答案都可以在本書中找到。 《新媒體和電商數據化運營：用戶畫像+爆款打造+營銷分析+利潤提升（第2版）》包括12章專題內容、140多個純高手干貨技巧，從數據分析的概念、數據平臺、圖文平臺、視頻平臺、直播數據、用戶畫像、用戶興趣、市場行業、爆款打造、店鋪流量、提升效益、增加銷量等角度，幫助大家從新手成長為新媒體和電商平臺數據化運營高手。 《新媒體和電商數據化運營：用戶畫像+爆款打造+營銷分析+利潤提升（第2版）》適合新媒體和電商平臺的數據分析人員、新媒體和電商運營的創業人員、處于新媒體和電商運營低潮的商家或企業、對新媒體與電商運營感興趣的人群、Excel數據分析的初學者或者愛好者閱讀，還可以作為各中、不錯Excel用戶的輔助教材。
新媒體和電商數據化運營:用戶畫像+爆款打造+營銷分析+利潤提升(第2版) 目錄
第1章 初步認識數據分析 1
1.1 學習預熱，了解本書定位 2
1.1.1 讀者定位：本書適合人群 2
1.1.2 內容定位：重點知識闡述 2
1.1.3 特色定位：本書獨特之處 3
1.2 新媒體數據分析要點 3
1.2.1 收集數據查看要點 3
1.2.2 整理數據是關鍵 5
1.2.3 根據圖形分析數據 6
1.2.4 分析新媒體運營數據 7
1.2.5 得出優化營銷方式 7
1.3 構建畫像的意義 8
1.3.1 分析用戶畫像的含義 8
1.3.2 分析用戶畫像的作用 9
1.3.3 構建用戶畫像的方法 9
1.4 分析后臺用戶數據 10
1.4.1 新增人數 10
1.4.2 取消關注人數 13
1.4.3 凈增人數趨勢圖 14
1.4.4 累積人數 15
1.4.5 詳細數據 16
1.5 分析后臺用戶屬性 17
1.5.1 用戶性別比例 17
1.5.2 用戶年齡層分布 18
1.5.3 用戶語言分布 19
1.5.4 用戶地域分布 19
第2章 數據運營的5 大工具 21
2.1 新榜平臺 22
2.1.1 查看賬號數據 22
2.1.2 分類查看數據 24
2.2 百度指數 26
2.2.1 趨勢研究 26
2.2.2 需求圖譜 27
2.2.3 人群畫像 28
2.3 灰豚數據——用數據創造價值 29
2.3.1 行業趨勢 30
2.3.2 商品分析 32
2.4 蟬媽媽 34
2.4.1 流量分析 35
2.4.2 商品分析 36
2.4.3 觀眾分析 37
2.5 神策數據 37
2.5.1 4 個角度優勢明顯 38
2.5.2 4 種工作皆可使用 39
2.5.3 兩大常用指標 42
第3章 圖文平臺的數據分析 45
3.1 賬號榜單數據 46
3.1.1 榜單排行分析 47
3.1.2 歷史排名分析 47
3.1.3 排名和發布趨勢分析 48
3.2 發布規律分析 48
3.2.1 發布頻次分析 49
3.2.2 頭條閱讀數分布 49
3.2.3 發文特征分析 50
3.2.4 發布趨勢分析 50
3.3 發布內容分析 50
3.3.1 內容列表 51
3.3.2 內容數據分析 51
3.3.3 留言數據分析 52
3.4 粉絲用戶分析 53
3.4.1 用戶數據分析 53
3.4.2 用戶畫像分析 53
第4章 視頻平臺的數據分析 55
4.1 賬號運營分析 56
4.1.1 賬號數據概覽 56
4.1.2 賬號新增數據 57
4.1.3 粉絲數據分析 58
4.2 視頻內容數據 61
4.2.1 播放完成率 61
4.2.2 播放量 61
4.2.3 點贊量 63
4.2.4 評論量 65
4.2.5 收藏量 67
4.2.6 轉發量 68
4.3 素材數據分析 69
4.3.1 視頻話題數據 69
4.3.2 熱門音樂數據 71
4.3.3 熱門視頻數據 72
4.3.4 實時熱點數據 73
第5章 直播平臺的數據分析 75
5.1 賬號直播數據分析 76
5.1.1 直播數據概覽 76
5.1.2 直播能力分析 77
5.1.3 直播數據變化趨勢 77
5.2 帶貨商品數據分析 81
5.2.1 品類分析 81
5.2.2 帶貨品牌分析 82
5.2.3 銷售數量分析 83
5.3 直播觀眾數據分析 83
5.3.1 觀眾性別分析 84
5.3.2 觀眾年齡分析 84
5.3.3 觀眾地域分析 84
5.4 單場直播數據分析 85
5.4.1 數據概覽 85
5.4.2 留存分析 86
5.4.3 熱門趨勢 86
5.4.4 商品列表 87
5.4.5 觀眾畫像 88
5.4.6 音浪榜單 89
第6章 用數據分析了解用戶 91
6.1 用戶數量分析：實時洞悉變化 92
6.1.1 用戶增長變化分析 92
6.1.2 用戶流失分析 98
6.1.3 累積關注人數分析 107
6.2 性別比例分析：把握性別痛點 111
6.2.1 創建性別比例統計表 112
6.2.2 不同性別人數的占比 112
6.2.3 分析*佳推廣方式 114
6.3 地域人數分析：地域營銷基礎 114
6.3.1 創建地域人數統計表 115
6.3.2 對數據進行重新排序 115
6.3.3 分析地區用戶關注度 118
6.4 年齡階段分析：量變決定質變 119
6.4.1 創建年齡段分布人數表 119
6.4.2 用戶增長變化分析 120
第7章 精準把握用戶興趣點 123
7.1 類型偏好分析 124
7.1.1 創建類型偏好統計表 125
7.1.2 計算各類偏好占比 125
7.1.3 設計圖表分析占比數據 128
7.2 熱度關鍵詞分析 129
7.2.1 創建熱度關鍵詞統計表 129
7.2.2 分析關鍵詞占比 132
7.2.3 插入柱形圖表分析數據 133
7.2.4 分析關鍵詞的作用 135
第8章 分析市場與選擇行業 137
8.1 行業市場容量分析 138
8.1.1 創建表格分析數據 138
8.1.2 創建數據透視表 139
8.1.3 插入餅狀圖 142
8.2 市場商品搜索分析 144
8.2.1 創建商品搜索趨勢表 145
8.2.2 折線圖分析市場商品趨勢 146
8.2.3 設置趨勢線展現搜索走向 147
第9章 打造爆款的電商優品 151
9.1 爆款產品屬性分析 152
9.1.1 創建爆款產品屬性分析表 152
9.1.2 創建成交量透視表 153
9.1.3 創建商品銷售額透視表 155
9.2 爆款產品銷量分析 157
9.2.1 高亮顯示產品數據 158
9.2.2 用圖標集查看產品銷量 159
9.2.3 用迷你圖展現銷量狀況 160
9.3 地區銷量指數分析 163
9.3.1 創建地區銷量指數統計表 163
9.3.2 用色階高亮顯示銷售指數 165
9.3.3 插入柱形圖分析銷售指數 165
第10章 將流量轉變為銷量 169
10.1 買家瀏覽量分析 170
10.1.1 創建買家瀏覽量統計表 170
10.1.2 設置折線圖查看瀏覽量走勢 172
10.1.3 分析店鋪月平均瀏覽量走勢 174
10.2 不同渠道訪問分析 178
10.2.1 創建不同渠道訪問統計表 179
10.2.2 用函數計算各渠道數據 179
10.3 成交率分析 183
10.3.1 創建成交率統計表 183
10.3.2 通過柱形圖表分析數據 185
10.3.3 分析各渠道成交率 186
第11章 減成本增利潤升效益 189
11.1 采購時機分析 190
11.1.1 創建商品采購時機選擇表 190
11.1.2 用函數統計商品平均價格 193
11.1.3 插入折線圖對比商品價格 196
11.2 采購渠道分析 197
11.2.1 創建采購商品渠道統計表 197
11.2.2 對合作商家進行排序歸類 200
11.2.3 統計不同合作商采購價格 201
11.3 進價趨勢分析 202
11.3.1 創建商品進價趨勢統計表 203
11.3.2 插入折線圖查看價格走勢 203
11.3.3 設計折線圖分析價格趨勢 205
11.4 熱銷商品搜索分析 206
11.4.1 創建熱銷商品搜索統計表 207
11.4.2 查看商品生命周期搜索趨勢 207
11.4.3 設置工作表的圖表樣式效果 208
11.5 熱銷商品利潤分析 209
11.5.1 創建熱銷商品利潤統計表 210
11.5.2 設置組合圖查看商品數據 211
11.5.3 分析商品周期的利潤趨勢 213
11.6 熱銷商品款式分析 214
11.6.1 創建熱銷商品款式統計表 215
11.6.2 統計熱銷商品款式成交量 216
11.6.3 插入不同款式銷售柱形圖 217
11.7 熱銷商品顏色分析 219
11.7.1 創建熱銷商品顏色統計表 220
11.7.2 統計熱銷商品顏色成交量 220
11.7.3 插入復合條形圖分析數據 221
第12章 用數據玩轉商品銷售 225
12.1 商品銷售量分析 226
12.1.1 創建商品銷售量統計表 226
12.1.2 凍結表頭便于查看數據 228
12.2 虧本商品分析 229
12.2.1 創建虧本商品統計分析表 230
12.2.2 突出顯示虧本商品信息 233
12.3 商品退貨退款分析 234
12.3.1 創建商品退貨退款統計表 235
12.3.2 刪除工作表中的重復數據 235
12.3.3 用函數統計退貨原因次數 238
12.3.4 創建條形圖查看數據信息 239
展開全部
新媒體和電商數據化運營:用戶畫像+爆款打造+營銷分析+利潤提升(第2版) 作者簡介
王力建 ·知名電商人士，數據分析專家，10年以上數據挖掘和分析經驗 ·現為新媒體數據分析服務商，為京東、蘇寧、國美等電商企業進行過數據分析服務 ·特別擅長運用數據分析進行用戶的精準定位、產品分析、打造爆款、引流漲粉、客戶留存、 成交轉化等操作，同時為企業的運營降低了成本，提升了利潤 ·熟悉Excel、Hadoop、Hive等數據分析工具及Oracle等主流數據庫， 能夠對大數據條件下的消費者行為進行分析，并進行數據建模，實施結構化數據的管理
書友推薦
- >
伊索寓言-世界文學名著典藏-全譯本
- >
月亮虎
- >
推拿
- >
唐代進士錄
- >
【精裝繪本】畫給孩子的中國神話
- >
小考拉的故事-套裝共3冊
- >
我與地壇
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
本類暢銷
