中圖網小程序
一鍵登錄
更方便
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
電商實戰營——電商數據分析 版權信息
- ISBN：9787115592767
- 條形碼：9787115592767 ; 978-7-115-59276-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
電商實戰營——電商數據分析 本書特色
1.牛氣學堂、貓課、Taobao大學等實力派電商講師及電商精英本書內容品質背書；2.從電商數據分析的實際應用出發，系統的介紹了電商數據分析的思維、工具、方法和技巧；3.穿插大量實操案例講解，幫助讀者舉一反三，解決實戰難題，提高運營能力；4.內容全面，實操性強，案例豐富，并配有視頻微課、PPT課件等教學資源.
電商實戰營——電商數據分析 內容簡介
《電商實戰營——電商數據分析》從電商數據分析的實際應用出發，系統地介紹了電商數據分析的思維、工具、方法與技巧。 《電商實戰營——電商數據分析》共8章。第1章主要介紹電商行業的現狀、數據化運營的特點及重要性；第2章主要講解數據分析的思維、方法、流程和誤區；第3章主要講解電商數據的收集、轉化與展示；第4章主要講解電商運營的核心數據指標；第5章主要講解生意參謀的市場應用；第6章主要講解通過市場數據分析挖掘藍海市場；第7章主要講解如何用數據解析平臺流量；第8章主要講解店鋪診斷的方法。本書除了講解各種常用的數據分析方法以外，還穿插了大量實操案例的講解，以幫助讀者舉一反三，解決實戰難題，提高運營能力。 《電商實戰營——電商數據分析》作為全國工商聯人才交流服務中心職業技能培訓系列教材，內容全面、實戰性強，適合從事電商數據分析與運營的讀者閱讀，也適合作為培訓機構和高等院校的電子商務課程的教材。想要快速自學電商數據分析與運營的讀者，或想要改善店鋪經營狀況、提高經營業績的運營負責人或企業管理人員，不妨細細品讀本書。
電商實戰營——電商數據分析 目錄
第1章 擁抱電商運營的數據時代 1
1．1 數據時代，電商運營人員的路在何方 1
1．1．1 電商的現況 1
1．1．2 個人開店創業的未來 3
1．1．3 淘品牌中的大企業面臨的困境 3
1．1．4 數據化運營的特點 4
1．1．5 電商運營人員應具備的基本能力 4
1．2 為什么要掌握數據化運營方法 4
1．2．1 電商商家及運營人員的普遍問題 5
1．2．2 數據的應用無處不在 5
1．2．3 我們真的讀懂數據了嗎 6
1．2．4 數據化運營的作用 8
1．2．5 數據化運營過程 10
1．2．6 數據化提高了決策正確率 11
1．2．7 數據化運營與傳統運營的區別 12
1．2．8 數據是新的生產力 12
1．3 實踐與練習 13
第2章 數據分析的思維、方法、流程和誤區 14
2．1 數據分析的五大思維 14
2．1．1 拆分思維 14
2．1．2 對比思維 15
2．1．3 增維思維 16
2．1．4 降維思維 16
2．1．5 假設思維 17
2．2 電商數據分析的方法 18
2．2．1 對比分析法 18
2．2．2 細分分析法 22
2．2．3 AB測試法 24
2．2．4 漏斗分析法 24
2．2．5 聚類分析法 25
2．3 電商數據分析的基本流程 26
2．3．1 明確目的 26
2．3．2 收集數據 26
2．3．3 整理分析數據 27
2．3．4 提出優化方案 28
2．3．5 實施優化方案 29
2．4 電商數據分析中的五大誤區 30
2．4．1 數據是決策的必要條件 30
2．4．2 數據完全反映了客觀事實 31
2．4．3 數據產生的過程是合乎邏輯的 31
2．4．4 數據不會被誤讀 32
2．4．5 關注數據不會產生副作用 32
2．5 實踐與練習 33
第3章 電商數據的收集、轉化與展示 34
3．1 數據的收集 34
3．2 數據轉化 37
3．2．1 數據轉換的重要性 38
3．2．2 數據轉換的4種方式 41
3．3 數據的展示方式 45
3．3．1 制作數據圖表需遵循的4個原則 46
3．3．2 常見的圖表形式 51
3．4 實踐與練習 53
第4章 電商運營的核心數據指標 54
4．1 流量獲取門檻指標—店鋪DSR動態評分 55
4．1．1 店鋪DSR動態評分的重要性 56
4．1．2 服務對店鋪DSR動態評分的影響 56
4．2 銷售業績成交路徑指標 57
4．2．1 點擊率 57
4．2．2 收藏率和加購率 60
4．2．3 客單價 60
4．2．4 轉化率 61
4．2．5 退款率 63
4．3 頁面布局分析指標 64
4．3．1 訪問深度 64
4．3．2 人均停留時間 64
4．3．3 詳情頁停留時間 65
4．4 商品分析的指標 65
4．4．1 上架SPU數 65
4．4．2 SPU的平均可分配流量 65
4．4．3 產品銷售集中度 66
4．4．4 動銷率、庫銷比 66
4．5 實踐與練習 67
第5章 生意參謀的市場應用 68
5．1 通過市場大盤把控流量的變化 68
5．1．1 找出流量下滑的原因 68
5．1．2 監控不同階段的行業數據 69
5．2 中小賣家如何制定銷售目標 76
5．2．1 中小賣家銷售目標的制定 76
5．2．2 TOP500賣家數據的獲取方式 78
5．3 把握時機，成功打造爆款 81
5．3．1 找尋恰當的入市時機 82
5．3．2 規劃店鋪品類的運營節奏 83
5．3．3 時刻關注競爭商家進入市場的時間與節奏 86
5．4 需求量決定爆款的爆發力 88
5．4．1 市場容量大小 88
5．4．2 根據屬性需求規劃爆款 90
5．5 如何檢驗自身產品的潛力 93
5．5．1 產品的增長趨勢 94
5．5．2 轉化率的穩定性 95
5．5．3 良好的流量結構 95
5．5．4 同款產品的銷量 96
5．6 定價 98
5．6．1 通過定價選擇合適的人群 98
5．6．2 整體市場價格的競爭分析 98
5．6．3 細分市場的價格分布 100
5．6．4 價格區間對應的平臺流量結構 101
5．7 更新迭代，做好備貨深度思考 103
5．8 實踐與練習 105
第6章 通過市場數據分析挖掘藍海市場 106
6．1 市場數據分析的目的 106
6．2 挖掘藍海市場 109
6．2．1 在市場中選擇合適的類目 109
6．2．2 觀察*近3年的市場增長情況，尋找市場增長點 110
6．2．3 如何判斷類目市場的可操作空間 111
6．2．4 市場是否具有明顯的季節性 112
6．2．5 了解產品特性 113
6．2．6 產品各年重疊度分析 115
6．2．7 數據的收集 116
6．3 分析市場數據時不要被數據所誤導 118
6．3．1 分析沙發墊市場的容量 119
6．3．2 分析沙發墊市場近3年的銷售情況 119
6．3．3 分析沙發墊市場不同材質的銷售情況 120
6．3．4 沙發墊風格的選擇 121
6．4 選擇具有可操作性的類目 122
6．4．1 鎖定目標類目 122
6．4．2 類目分配分析 123
6．4．3 市場壟斷分析 125
6．4．4 真實賣家分析 125
6．4．5 流量價值分析 126
6．4．6 核心指標分析 128
6．4．7 銷量基礎分析 128
6．4．8 價格層分析 131
6．5 如何根據市場數據做好品類規劃 132
6．5．1 店鋪銷售破局要做好品類規劃 132
6．5．2 品類規劃分解 133
6．5．3 不同品類的品牌市場格局 134
6．5．4 品類細分市場拓展分析 136
6．5．5 做好年度目標增長規劃 148
6．6 實踐與練習 149
第7章 用數據解析平臺流量 150
7．1 如何打造店鋪流量 150
7．1．1 店鋪流量運營的實際操作 150
7．1．2 產品爆發的關鍵因素 152
7．1．3 把控獲取流量的市場節點 154
7．2 從商業本質的角度思考搜索引擎變化 161
7．2．1 如何看待搜索流量 162
7．2．2 從商業本質的角度解讀搜索引擎 163
7．2．3 賣方市場向買方市場的轉變 163
7．2．4 平臺如何獲取更大利益 164
7．3 搜索引擎的排名和權重解析 166
7．3．1 搜索引擎排名解析新思路 166
7．3．2 排名的權重指標 168
7．3．3 搜索權重更新速度加快的影響 169
7．4 七天螺旋為什么會失效 170
7．4．1 銷量權重不重要了嗎 170
7．4．2 為什么七天螺旋有時有效有時無效 171
7．5 淘寶標簽化流量解析 172
7．5．1 標簽化的作用 172
7．5．2 標簽化的形成過程 173
7．6 手淘首頁流量的獲取 176
7．6．1 手淘首頁的流量入口 176
7．6．2 手淘流量的呈現 177
7．6．3 產品是否出現在“達人”快選池 177
7．6．4 內容運營市場報名須知 180
7．7 單品搜索起爆規劃分析 181
7．7．1 數據分析思維在打造爆款中的運用 181
7．7．2 搜索排位權重影響對競品的選擇 181
7．7．3 收集競爭對手的數據及注意事項 182
7．7．4 起爆產品的選擇 184
7．7．5 制作產品起爆規劃表 187
7．8 實踐與練習 191
第8章 店鋪診斷 192
8．1 店鋪診斷的常規問題解決思路 192
8．1．1 店鋪沒有流量 192
8．1．2 有展現量沒有點擊量 193
8．1．3 有流量沒有成交量 193
8．1．4 有咨詢量沒有成交量 194
8．2 生意參謀數據分析基本框架 194
8．3 店鋪常見問題的診斷 199
8．3．1 DSR評分診斷 199
8．3．2 店鋪基礎服務指標診斷 201
8．3．3 產品規劃診斷 203
8．3．4 頁面相關數據指標的診斷 205
8．3．5 流量數據指標的診斷 207
8．4 店鋪診斷案例分享 210
8．5 實踐與練習 221
1．1 數據時代，電商運營人員的路在何方 1
1．1．1 電商的現況 1
1．1．2 個人開店創業的未來 3
1．1．3 淘品牌中的大企業面臨的困境 3
1．1．4 數據化運營的特點 4
1．1．5 電商運營人員應具備的基本能力 4
1．2 為什么要掌握數據化運營方法 4
1．2．1 電商商家及運營人員的普遍問題 5
1．2．2 數據的應用無處不在 5
1．2．3 我們真的讀懂數據了嗎 6
1．2．4 數據化運營的作用 8
1．2．5 數據化運營過程 10
1．2．6 數據化提高了決策正確率 11
1．2．7 數據化運營與傳統運營的區別 12
1．2．8 數據是新的生產力 12
1．3 實踐與練習 13
第2章 數據分析的思維、方法、流程和誤區 14
2．1 數據分析的五大思維 14
2．1．1 拆分思維 14
2．1．2 對比思維 15
2．1．3 增維思維 16
2．1．4 降維思維 16
2．1．5 假設思維 17
2．2 電商數據分析的方法 18
2．2．1 對比分析法 18
2．2．2 細分分析法 22
2．2．3 AB測試法 24
2．2．4 漏斗分析法 24
2．2．5 聚類分析法 25
2．3 電商數據分析的基本流程 26
2．3．1 明確目的 26
2．3．2 收集數據 26
2．3．3 整理分析數據 27
2．3．4 提出優化方案 28
2．3．5 實施優化方案 29
2．4 電商數據分析中的五大誤區 30
2．4．1 數據是決策的必要條件 30
2．4．2 數據完全反映了客觀事實 31
2．4．3 數據產生的過程是合乎邏輯的 31
2．4．4 數據不會被誤讀 32
2．4．5 關注數據不會產生副作用 32
2．5 實踐與練習 33
第3章 電商數據的收集、轉化與展示 34
3．1 數據的收集 34
3．2 數據轉化 37
3．2．1 數據轉換的重要性 38
3．2．2 數據轉換的4種方式 41
3．3 數據的展示方式 45
3．3．1 制作數據圖表需遵循的4個原則 46
3．3．2 常見的圖表形式 51
3．4 實踐與練習 53
第4章 電商運營的核心數據指標 54
4．1 流量獲取門檻指標—店鋪DSR動態評分 55
4．1．1 店鋪DSR動態評分的重要性 56
4．1．2 服務對店鋪DSR動態評分的影響 56
4．2 銷售業績成交路徑指標 57
4．2．1 點擊率 57
4．2．2 收藏率和加購率 60
4．2．3 客單價 60
4．2．4 轉化率 61
4．2．5 退款率 63
4．3 頁面布局分析指標 64
4．3．1 訪問深度 64
4．3．2 人均停留時間 64
4．3．3 詳情頁停留時間 65
4．4 商品分析的指標 65
4．4．1 上架SPU數 65
4．4．2 SPU的平均可分配流量 65
4．4．3 產品銷售集中度 66
4．4．4 動銷率、庫銷比 66
4．5 實踐與練習 67
第5章 生意參謀的市場應用 68
5．1 通過市場大盤把控流量的變化 68
5．1．1 找出流量下滑的原因 68
5．1．2 監控不同階段的行業數據 69
5．2 中小賣家如何制定銷售目標 76
5．2．1 中小賣家銷售目標的制定 76
5．2．2 TOP500賣家數據的獲取方式 78
5．3 把握時機，成功打造爆款 81
5．3．1 找尋恰當的入市時機 82
5．3．2 規劃店鋪品類的運營節奏 83
5．3．3 時刻關注競爭商家進入市場的時間與節奏 86
5．4 需求量決定爆款的爆發力 88
5．4．1 市場容量大小 88
5．4．2 根據屬性需求規劃爆款 90
5．5 如何檢驗自身產品的潛力 93
5．5．1 產品的增長趨勢 94
5．5．2 轉化率的穩定性 95
5．5．3 良好的流量結構 95
5．5．4 同款產品的銷量 96
5．6 定價 98
5．6．1 通過定價選擇合適的人群 98
5．6．2 整體市場價格的競爭分析 98
5．6．3 細分市場的價格分布 100
5．6．4 價格區間對應的平臺流量結構 101
5．7 更新迭代，做好備貨深度思考 103
5．8 實踐與練習 105
第6章 通過市場數據分析挖掘藍海市場 106
6．1 市場數據分析的目的 106
6．2 挖掘藍海市場 109
6．2．1 在市場中選擇合適的類目 109
6．2．2 觀察*近3年的市場增長情況，尋找市場增長點 110
6．2．3 如何判斷類目市場的可操作空間 111
6．2．4 市場是否具有明顯的季節性 112
6．2．5 了解產品特性 113
6．2．6 產品各年重疊度分析 115
6．2．7 數據的收集 116
6．3 分析市場數據時不要被數據所誤導 118
6．3．1 分析沙發墊市場的容量 119
6．3．2 分析沙發墊市場近3年的銷售情況 119
6．3．3 分析沙發墊市場不同材質的銷售情況 120
6．3．4 沙發墊風格的選擇 121
6．4 選擇具有可操作性的類目 122
6．4．1 鎖定目標類目 122
6．4．2 類目分配分析 123
6．4．3 市場壟斷分析 125
6．4．4 真實賣家分析 125
6．4．5 流量價值分析 126
6．4．6 核心指標分析 128
6．4．7 銷量基礎分析 128
6．4．8 價格層分析 131
6．5 如何根據市場數據做好品類規劃 132
6．5．1 店鋪銷售破局要做好品類規劃 132
6．5．2 品類規劃分解 133
6．5．3 不同品類的品牌市場格局 134
6．5．4 品類細分市場拓展分析 136
6．5．5 做好年度目標增長規劃 148
6．6 實踐與練習 149
第7章 用數據解析平臺流量 150
7．1 如何打造店鋪流量 150
7．1．1 店鋪流量運營的實際操作 150
7．1．2 產品爆發的關鍵因素 152
7．1．3 把控獲取流量的市場節點 154
7．2 從商業本質的角度思考搜索引擎變化 161
7．2．1 如何看待搜索流量 162
7．2．2 從商業本質的角度解讀搜索引擎 163
7．2．3 賣方市場向買方市場的轉變 163
7．2．4 平臺如何獲取更大利益 164
7．3 搜索引擎的排名和權重解析 166
7．3．1 搜索引擎排名解析新思路 166
7．3．2 排名的權重指標 168
7．3．3 搜索權重更新速度加快的影響 169
7．4 七天螺旋為什么會失效 170
7．4．1 銷量權重不重要了嗎 170
7．4．2 為什么七天螺旋有時有效有時無效 171
7．5 淘寶標簽化流量解析 172
7．5．1 標簽化的作用 172
7．5．2 標簽化的形成過程 173
7．6 手淘首頁流量的獲取 176
7．6．1 手淘首頁的流量入口 176
7．6．2 手淘流量的呈現 177
7．6．3 產品是否出現在“達人”快選池 177
7．6．4 內容運營市場報名須知 180
7．7 單品搜索起爆規劃分析 181
7．7．1 數據分析思維在打造爆款中的運用 181
7．7．2 搜索排位權重影響對競品的選擇 181
7．7．3 收集競爭對手的數據及注意事項 182
7．7．4 起爆產品的選擇 184
7．7．5 制作產品起爆規劃表 187
7．8 實踐與練習 191
第8章 店鋪診斷 192
8．1 店鋪診斷的常規問題解決思路 192
8．1．1 店鋪沒有流量 192
8．1．2 有展現量沒有點擊量 193
8．1．3 有流量沒有成交量 193
8．1．4 有咨詢量沒有成交量 194
8．2 生意參謀數據分析基本框架 194
8．3 店鋪常見問題的診斷 199
8．3．1 DSR評分診斷 199
8．3．2 店鋪基礎服務指標診斷 201
8．3．3 產品規劃診斷 203
8．3．4 頁面相關數據指標的診斷 205
8．3．5 流量數據指標的診斷 207
8．4 店鋪診斷案例分享 210
8．5 實踐與練習 221
展開全部
電商實戰營——電商數據分析 作者簡介
寧靜*12年電商數據化運營從業者*寧靜數據管理咨詢有限公司總經理*廣州天港皮具有限公司副總經理*Mr.ace Homme企業數據化運營總監*馬克華菲、唐麥等企業高級數據化運營顧問*阿里數據先鋒十佳商家之一*阿里數據學院特聘講師及阿里數據學院**數據風云獎獲得者*阿里第一財經數據分析顧問*《運營有數：用數據突破電商流量》作者
書友推薦
- >
上帝之肋:男人的真實旅程
- >
山海經
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
有舍有得是人生
- >
羅曼·羅蘭讀書隨筆-精裝
- >
煙與鏡
- >
伊索寓言-世界文學名著典藏-全譯本
- >
二體千字文
本類暢銷
