中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
Exccel電商數據分析與應用 第2版 微課版 版權信息
- ISBN：9787115638366
- 條形碼：9787115638366 ; 978-7-115-63836-6
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Exccel電商數據分析與應用 第2版 微課版 本書特色
1.本書秉持理論與實踐相結合的理念，講解以物流數據、網店運營數據、銷售數據、客服數據、客戶數據、市場數據、產品數據等核心數據的采集、處理、分析及可視化。
2.本書以業務流程為主線，采用數據分析的相關技術方法，并結合場景應用，將理論與實踐融合。案例均來源于真實的行業數據，并提供大量的案例及完備的數據資源。
3.配備微課視頻及豐富的教學資源。
Exccel電商數據分析與應用 第2版 微課版 內容簡介
本書共三篇。**篇是理論基礎，主要內容包括電商數據分析導論、數據分析方法論：第二篇是專業方法，主要內容包括數據采集方法、數據清洗方法；第三篇是應用場景，主要內容包括運營與數據分析平臺、運營診斷與復盤、宏觀市場分析、市場細分及競爭分析、流量運營分析、產品運營分析、消費者運營分析、數據報告撰寫與商業分析案例。
本書既可以作為高等院校數據科學與大數據技術、電子商務、大數據應用與管理等專業相關課程的教材，也可以作為數據分析從業人員學習電商數據分析及參加商務數據分析相關資格考試的參考書。
Exccel電商數據分析與應用 第2版 微課版 目錄
第 一篇 理論基礎
第 1章 電商數據分析導論 2
1.1 認知數據分析 2
1.1.1 什么是數據分析 2
1.1.2 數據分析的作用 2
1.1.3 數據分析的標準流程 4
1.2 電商數據分析的技能圖譜 6
1.2.1 數學和統計學 7
1.2.2 運籌學 7
1.2.3 數據分析方法論 8
1.2.4 數據分析工具 8
1.2.5 電商數據指標體系 9
1.3 數據分析在電商中的應用 9
1.3.1 數據診斷 10
1.3.2 數據復盤 10
1.3.3 市場分析 10
1.3.4 競爭分析 11
1.3.5 渠道分析 11
1.3.6 活動及廣告分析 11
1.3.7 產品分析 12
1.3.8 庫存分析 12
1.3.9 消費者分析 12
1.4 統計學基礎 13
1.4.1 統計學的來源及特點 13
1.4.2 統計的基本概念 13
1.4.3 統計的工作過程 15
1.4.4 統計的研究方法 16
1.5 運籌學基礎 17
1.5.1 博弈論和運籌學 17
1.5.2 運籌學的模型 18
1.5.3 規劃求解的經典問題 19
1.6 數據分析的專業名詞 21
1.6.1 維度和分類數據 21
1.6.2 度量 21
1.6.3 粒度 21
1.6.4 量綱和單位 21
1.6.5 數據集、事實表和維度表 22
1.6.6 算法和函數 22
1.6.7 模型 22
1.7 電商數據來源及指標體系 22
1.7.1 數據來源及統一 22
1.7.2 數據口徑 22
1.7.3 基礎數據指標 23
1.7.4 常用分析度量 23
1.7.5 建立數據指標體系 24
1.8 本章小結 25
1.9 習題 25
第 2章 數據分析方法論 26
2.1 基本方法 26
2.1.1 對比法 27
2.1.2 拆分法 28
2.1.3 排序法 28
2.1.4 分組法 29
2.1.5 交叉法 29
2.1.6 降維法 30
2.1.7 增維法 31
2.1.8 指標法 31
2.1.9 圖形法 32
2.2 高級方法 33
2.2.1 SWOT分析法 33
2.2.2 描述性統計法 34
2.2.3 數據標準化（指數化） 37
2.2.4 熵值法 38
2.2.5 漏斗分析法 40
2.2.6 矩陣分析法 43
2.2.7 多維分析法 45
2.2.8 時間序列分析法 47
2.2.9 相關性分析法 50
2.2.10 杜邦分析法 53
2.3 本章小結 54
2.4 習題 54
第二篇 專業方法
第3章 數據采集方法 56
3.1 數據采集的基礎知識 56
3.1.1 爬蟲權限申明 56
3.1.2 URL構成原理 56
3.1.3 網站的構成 57
3.1.4 HTML請求與響應 58
3.2 數據采集 59
3.2.1 靜態數據采集 59
3.2.2 動態數據采集 64
3.3 本章小結 67
3.4 習題 67
第4章 數據清洗方法 68
4.1 數據規整 68
4.1.1 數據類型 68
4.1.2 缺失值和異常值處理 69
4.2 數據合并與分組 69
4.2.1 縱向合并 69
4.2.2 橫向合并 72
4.2.3 數據分組 76
4.3 數據變形 77
4.3.1 數據透視 77
4.3.2 數據逆透視 77
4.4 本章小結 78
4.5 習題 78
第三篇 應用場景
第5章 運營與數據平臺 80
5.1 百度指數 80
5.1.1 趨勢研究 80
5.1.2 需求圖譜 81
5.1.3 人群畫像 82
5.2 阿里指數 82
5.2.1 行業大盤 83
5.2.2 屬性細分 84
5.2.3 采購商素描 85
5.2.4 阿里排行 86
5.3 生意參謀 88
5.3.1 首頁 88
5.3.2 實時數據 90
5.3.3 流量和商品 92
5.3.4 交易和服務 95
5.3.5 市場數據 98
5.4 本章小結 100
5.5 習題 100
第6章 運營診斷與復盤 101
6.1 店鋪診斷 101
6.1.1 杜邦分析法建模診斷 101
6.1.2 相關性分析法診斷 105
6.2 店鋪復盤 108
6.2.1 復盤的步驟 108
6.2.2 全店復盤案例 109
6.2.3 利潤與投產比復盤案例 112
6.3 本章小結 113
6.4 習題 113
第7章 宏觀市場分析 114
7.1 市場容量分析 114
7.1.1 市場容量分析思路 114
7.1.2 市場容量匯總 114
7.1.3 市場容量可視化 116
7.2 市場趨勢分析 122
7.2.1 市場趨勢分析思路 122
7.2.2 市場趨勢分析可視化 122
7.2.3 同比和環比計算 125
7.2.4 組合圖創建與設置 126
7.2.5 預測工作表創建 128
7.3 本章小結 129
7.4 習題 129
第8章 市場細分及競爭分析 130
8.1 市場細分 130
8.1.1 基于人群的市場細分 130
8.1.2 基于產品的市場細分 133
8.1.3 基于渠道的市場細分 136
8.2 品牌分析 138
8.2.1 品牌集中度 138
8.2.2 品牌矩陣分析 140
8.3 競爭分析 141
8.3.1 競爭環境分析 141
8.3.2 市場售價分析 146
8.3.3 競爭對手的選擇 150
8.3.4 競爭對手數據跟蹤 152
8.3.5 競爭對手分析 152
8.4 本章小結 167
8.5 習題 167
第9章 流量運營分析 168
9.1 渠道分析 168
9.1.1 傳統流量渠道分析 168
9.1.2 內容渠道分析 175
9.2 活動及廣告分析 177
9.2.1 活動分析 177
9.2.2 廣告分析 180
9.3 本章小結 184
9.4 習題 184
第 10章 產品運營分析 185
10.1 產品分析 185
10.1.1 產品結構分析 185
10.1.2 產品矩陣 196
10.1.3 產品生命周期分析 201
10.1.4 產品銷售分析 203
10.2 庫存分析 209
10.2.1 庫存績效分析 209
10.2.2 補貨模型 211
10.3 本章小結 217
10.4 習題 217
第 11章 消費者運營分析 218
11.1 消費者分布 218
11.1.1 消費者地域分布 218
11.1.2 消費者行為習慣分析 222
11.2 RFM模型 225
11.2.1 RFM模型理論及計算方法 225
11.2.2 RFM計算實例 226
11.3 復購分析 232
11.3.1 消費者復購率計算與分析 232
11.3.2 復購間隔分析 236
11.3.3 復購產品歸因分析 240
11.4 消費者輿情分析 246
11.4.1 評價詞頻分析 246
11.4.2 評價情感分析 249
11.5 本章小結 253
11.6 習題 253
第 12章 數據報告撰寫與商業分析
案例 254
12.1 數據報告撰寫 254
12.1.1 數據報告類型 254
12.1.2 數據報告撰寫流程 254
12.1.3 數據報告撰寫技巧 255
12.2 商業分析案例 260
12.2.1 市場分析 260
12.2.2 用戶輿情分析 261
12.2.3 互聯網話題分析（新媒體和知識
付費方向） 263
第 1章 電商數據分析導論 2
1.1 認知數據分析 2
1.1.1 什么是數據分析 2
1.1.2 數據分析的作用 2
1.1.3 數據分析的標準流程 4
1.2 電商數據分析的技能圖譜 6
1.2.1 數學和統計學 7
1.2.2 運籌學 7
1.2.3 數據分析方法論 8
1.2.4 數據分析工具 8
1.2.5 電商數據指標體系 9
1.3 數據分析在電商中的應用 9
1.3.1 數據診斷 10
1.3.2 數據復盤 10
1.3.3 市場分析 10
1.3.4 競爭分析 11
1.3.5 渠道分析 11
1.3.6 活動及廣告分析 11
1.3.7 產品分析 12
1.3.8 庫存分析 12
1.3.9 消費者分析 12
1.4 統計學基礎 13
1.4.1 統計學的來源及特點 13
1.4.2 統計的基本概念 13
1.4.3 統計的工作過程 15
1.4.4 統計的研究方法 16
1.5 運籌學基礎 17
1.5.1 博弈論和運籌學 17
1.5.2 運籌學的模型 18
1.5.3 規劃求解的經典問題 19
1.6 數據分析的專業名詞 21
1.6.1 維度和分類數據 21
1.6.2 度量 21
1.6.3 粒度 21
1.6.4 量綱和單位 21
1.6.5 數據集、事實表和維度表 22
1.6.6 算法和函數 22
1.6.7 模型 22
1.7 電商數據來源及指標體系 22
1.7.1 數據來源及統一 22
1.7.2 數據口徑 22
1.7.3 基礎數據指標 23
1.7.4 常用分析度量 23
1.7.5 建立數據指標體系 24
1.8 本章小結 25
1.9 習題 25
第 2章 數據分析方法論 26
2.1 基本方法 26
2.1.1 對比法 27
2.1.2 拆分法 28
2.1.3 排序法 28
2.1.4 分組法 29
2.1.5 交叉法 29
2.1.6 降維法 30
2.1.7 增維法 31
2.1.8 指標法 31
2.1.9 圖形法 32
2.2 高級方法 33
2.2.1 SWOT分析法 33
2.2.2 描述性統計法 34
2.2.3 數據標準化（指數化） 37
2.2.4 熵值法 38
2.2.5 漏斗分析法 40
2.2.6 矩陣分析法 43
2.2.7 多維分析法 45
2.2.8 時間序列分析法 47
2.2.9 相關性分析法 50
2.2.10 杜邦分析法 53
2.3 本章小結 54
2.4 習題 54
第二篇 專業方法
第3章 數據采集方法 56
3.1 數據采集的基礎知識 56
3.1.1 爬蟲權限申明 56
3.1.2 URL構成原理 56
3.1.3 網站的構成 57
3.1.4 HTML請求與響應 58
3.2 數據采集 59
3.2.1 靜態數據采集 59
3.2.2 動態數據采集 64
3.3 本章小結 67
3.4 習題 67
第4章 數據清洗方法 68
4.1 數據規整 68
4.1.1 數據類型 68
4.1.2 缺失值和異常值處理 69
4.2 數據合并與分組 69
4.2.1 縱向合并 69
4.2.2 橫向合并 72
4.2.3 數據分組 76
4.3 數據變形 77
4.3.1 數據透視 77
4.3.2 數據逆透視 77
4.4 本章小結 78
4.5 習題 78
第三篇 應用場景
第5章 運營與數據平臺 80
5.1 百度指數 80
5.1.1 趨勢研究 80
5.1.2 需求圖譜 81
5.1.3 人群畫像 82
5.2 阿里指數 82
5.2.1 行業大盤 83
5.2.2 屬性細分 84
5.2.3 采購商素描 85
5.2.4 阿里排行 86
5.3 生意參謀 88
5.3.1 首頁 88
5.3.2 實時數據 90
5.3.3 流量和商品 92
5.3.4 交易和服務 95
5.3.5 市場數據 98
5.4 本章小結 100
5.5 習題 100
第6章 運營診斷與復盤 101
6.1 店鋪診斷 101
6.1.1 杜邦分析法建模診斷 101
6.1.2 相關性分析法診斷 105
6.2 店鋪復盤 108
6.2.1 復盤的步驟 108
6.2.2 全店復盤案例 109
6.2.3 利潤與投產比復盤案例 112
6.3 本章小結 113
6.4 習題 113
第7章 宏觀市場分析 114
7.1 市場容量分析 114
7.1.1 市場容量分析思路 114
7.1.2 市場容量匯總 114
7.1.3 市場容量可視化 116
7.2 市場趨勢分析 122
7.2.1 市場趨勢分析思路 122
7.2.2 市場趨勢分析可視化 122
7.2.3 同比和環比計算 125
7.2.4 組合圖創建與設置 126
7.2.5 預測工作表創建 128
7.3 本章小結 129
7.4 習題 129
第8章 市場細分及競爭分析 130
8.1 市場細分 130
8.1.1 基于人群的市場細分 130
8.1.2 基于產品的市場細分 133
8.1.3 基于渠道的市場細分 136
8.2 品牌分析 138
8.2.1 品牌集中度 138
8.2.2 品牌矩陣分析 140
8.3 競爭分析 141
8.3.1 競爭環境分析 141
8.3.2 市場售價分析 146
8.3.3 競爭對手的選擇 150
8.3.4 競爭對手數據跟蹤 152
8.3.5 競爭對手分析 152
8.4 本章小結 167
8.5 習題 167
第9章 流量運營分析 168
9.1 渠道分析 168
9.1.1 傳統流量渠道分析 168
9.1.2 內容渠道分析 175
9.2 活動及廣告分析 177
9.2.1 活動分析 177
9.2.2 廣告分析 180
9.3 本章小結 184
9.4 習題 184
第 10章 產品運營分析 185
10.1 產品分析 185
10.1.1 產品結構分析 185
10.1.2 產品矩陣 196
10.1.3 產品生命周期分析 201
10.1.4 產品銷售分析 203
10.2 庫存分析 209
10.2.1 庫存績效分析 209
10.2.2 補貨模型 211
10.3 本章小結 217
10.4 習題 217
第 11章 消費者運營分析 218
11.1 消費者分布 218
11.1.1 消費者地域分布 218
11.1.2 消費者行為習慣分析 222
11.2 RFM模型 225
11.2.1 RFM模型理論及計算方法 225
11.2.2 RFM計算實例 226
11.3 復購分析 232
11.3.1 消費者復購率計算與分析 232
11.3.2 復購間隔分析 236
11.3.3 復購產品歸因分析 240
11.4 消費者輿情分析 246
11.4.1 評價詞頻分析 246
11.4.2 評價情感分析 249
11.5 本章小結 253
11.6 習題 253
第 12章 數據報告撰寫與商業分析
案例 254
12.1 數據報告撰寫 254
12.1.1 數據報告類型 254
12.1.2 數據報告撰寫流程 254
12.1.3 數據報告撰寫技巧 255
12.2 商業分析案例 260
12.2.1 市場分析 260
12.2.2 用戶輿情分析 261
12.2.3 互聯網話題分析（新媒體和知識
付費方向） 263
展開全部
Exccel電商數據分析與應用 第2版 微課版 作者簡介
蔣長兵，副教授，博士，碩士生導師。浙江工商大學電子商務系主任；國家級電子商務虛擬仿真實驗教學中心副主任，浙江省跨境電子商務省級重點實驗教學示范中心主任。作為課程主持人獲國家級一流本科課程1門、參與1門，作為核心完成人獲國家級教學成果二等獎1項。出版各類專著、編著、譯著40多部，論文80多篇；組織浙江省跨境電子商務新形態立體化教材13部；主持省級課程4門，省級以上教學項目4項，省級教材4部，教改專著1部，省部級及以上科研項目10多項。主講的《Excel數據分析與可視化》/《Office高級應用》(省一流課程)、《網絡新媒體營銷》、《實驗室探索與研究》頗受學生歡迎。 陳海城 浙江師范大學等多所院校的創業實踐講師及創業導師，數據分析專家，10年電商行業從業經驗，代表暢銷書：《Python3爬蟲、數據清洗與可視化實戰》《淘寶、天貓電商數據分析與挖掘實戰》。
書友推薦
- >
莉莉和章魚
- >
回憶愛瑪儂
- >
月亮虎
- >
上帝之肋:男人的真實旅程
- >
二體千字文
- >
名家帶你讀魯迅:朝花夕拾
- >
小考拉的故事-套裝共3冊
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
