Ezcel電商數(shù)據(jù)分析基礎(chǔ)與實踐 版權(quán)信息
- ISBN:9787301351789
- 條形碼:9787301351789 ; 978-7-301-35178-9
- 裝幀:平裝-膠訂
- 冊數(shù):暫無
- 重量:暫無
- 所屬分類:>>
Ezcel電商數(shù)據(jù)分析基礎(chǔ)與實踐 本書特色
場景案例,解決工作難題
結(jié)合電商行業(yè)真實案例和典型問題進行講解,在實際操作中高效學(xué)習(xí)和掌握數(shù)據(jù)分析技能。
AI工具結(jié)合教學(xué),少走彎路
不僅教授電商數(shù)據(jù)分析全流程技巧,還結(jié)合了ChatGPT和訊飛星火兩款A(yù)I工具,引領(lǐng)讀者進入智能數(shù)據(jù)分析新時代。
Ezcel電商數(shù)據(jù)分析基礎(chǔ)與實踐 內(nèi)容簡介
《Excel電商數(shù)據(jù)分析基礎(chǔ)與實踐》是電商行業(yè)從業(yè)者和數(shù)據(jù)分析師的實戰(zhàn)指南。
本書深入淺出地介紹了如何運用Excel進行電商數(shù)據(jù)的采集、處理和分析,結(jié)合ChatGPT和訊飛星火大模型兩大AI工具,提升數(shù)據(jù)處理的效率和準(zhǔn)確性,同時,也分享在AI工具助力下進行電商數(shù)據(jù)分析的策略與經(jīng)驗。從基礎(chǔ)的數(shù)據(jù)分析思維和方法論入手,到實際操作技能,如數(shù)據(jù)預(yù)處理、計算統(tǒng)計、排序篩選、數(shù)據(jù)可視化分析,以及電商數(shù)據(jù)分析中的實操應(yīng)用,如選品分析、庫存管理分析、用戶行為分析和流量轉(zhuǎn)化分析等,并配有實戰(zhàn)案例,幫助讀者掌握電商數(shù)據(jù)分析的核心技能,使讀者學(xué)會如何撰寫具有說服力的數(shù)據(jù)分析報告,為電商運營決策提供強有力的數(shù)據(jù)支持。
本書內(nèi)容安排循序漸進,章節(jié)邏輯清晰,案例豐富且具實用性,旨在助力電商運營人員掌握電商數(shù)據(jù)分析方法。本書適合電商行業(yè)分析師、市場營銷人員、產(chǎn)品經(jīng)理,以及對數(shù)據(jù)分析感興趣的學(xué)習(xí)者,無論是數(shù)據(jù)分析新手還是希望提高效率的老手,都能在本書中有所收獲。同時也適合作為廣大中職、高職院校、電商培訓(xùn)機構(gòu)等相關(guān)專業(yè)的教材參考用書。
Ezcel電商數(shù)據(jù)分析基礎(chǔ)與實踐 目錄
第 1章 從零開始:電商數(shù)據(jù)分析思維與方法1.1 電商數(shù)據(jù)分析的重要性 21.1.1 為什么要分析電商數(shù)據(jù) 21.1.2 AI工具和Excel在電商數(shù)據(jù)分析中的作用 31.2 電商數(shù)據(jù)分析的思維和方法 121.2.1 電商數(shù)據(jù)分析的思維 131.2.2 使用對比法分析 141.2.3 使用細分法分析 151.2.4 使用AB測試法分析 171.2.5 使用漏斗法分析 181.2.6 使用類聚法分析 201.3 電商數(shù)據(jù)分析的流程 211.3.1 明確分析目的 21第 1章 從零開始:電商數(shù)據(jù)分析思維與方法1.1 電商數(shù)據(jù)分析的重要性 21.1.1 為什么要分析電商數(shù)據(jù) 21.1.2 AI工具和Excel在電商數(shù)據(jù)分析中的作用 31.2 電商數(shù)據(jù)分析的思維和方法 121.2.1 電商數(shù)據(jù)分析的思維 131.2.2 使用對比法分析 141.2.3 使用細分法分析 151.2.4 使用AB測試法分析 171.2.5 使用漏斗法分析 181.2.6 使用類聚法分析 201.3 電商數(shù)據(jù)分析的流程 211.3.1 明確分析目的 211.3.2 數(shù)據(jù)收集 221.3.3 數(shù)據(jù)處理 231.3.4 數(shù)據(jù)分析 251.3.5 數(shù)據(jù)展現(xiàn) 281.3.6 數(shù)據(jù)報告 291.4 認識電商數(shù)據(jù)分析的常見數(shù)據(jù) 301.4.1 行業(yè)數(shù)據(jù) 301.4.2 商品數(shù)據(jù) 311.4.3 客服數(shù)據(jù) 321.4.4 收藏和加購數(shù)據(jù) 331.4.5 店鋪首頁數(shù)據(jù) 34本章小結(jié) 35第 2章 數(shù)據(jù)預(yù)處理:電商數(shù)據(jù)的獲取、清洗與整理2.1 電商數(shù)據(jù)的來源 372.1.1 內(nèi)部交易數(shù)據(jù) 372.1.2 網(wǎng)站分析工具數(shù)據(jù) 392.1.3 外部渠道數(shù)據(jù) 422.2 導(dǎo)入外部數(shù)據(jù) 432.2.1 導(dǎo)入商品流量文本數(shù)據(jù) 432.2.2 導(dǎo)入Access中的商品進銷存數(shù)據(jù) 462.2.3 導(dǎo)入網(wǎng)站數(shù)據(jù) 482.3 加工處理電商數(shù)據(jù) 492.3.1 根據(jù)分析目的查看商品數(shù)據(jù) 502.3.2 轉(zhuǎn)換商品記錄方式 532.3.3 分類數(shù)據(jù) 562.3.4 重組商品數(shù)據(jù) 612.4 規(guī)范處理數(shù)據(jù)格式 652.4.1 快速刪除重復(fù)數(shù)據(jù) 652.4.2 刪除空白行和列 672.4.3 整理不規(guī)范日期 712.4.4 整理合并單元格 732.5 AI工具高效技能點撥 7401 用訊飛星火大模型編寫網(wǎng)頁商品爬取代碼 7402 用AI工具ChatGPT快速清洗表格中的無用數(shù)據(jù) 76本章小結(jié) 78第 3章 數(shù)據(jù)計算與統(tǒng)計:公式與函數(shù)應(yīng)用3.1 掌握公式應(yīng)用 803.1.1 公式中的運算符與優(yōu)先級 803.1.2 認識公式的3種引用方式 823.1.3 為單元格定義名稱并計算 873.2 使用數(shù)組公式計算數(shù)據(jù) 893.2.1 在單個單元格中使用數(shù)組公式進行計算 893.2.2 在多個單元格中使用數(shù)組公式進行計算 903.3 通過 AI工具學(xué)習(xí)函數(shù)應(yīng)用 903.3.1 函數(shù)的定義 913.3.2 認識函數(shù)結(jié)構(gòu) 913.3.3 認識函數(shù)的分類 933.3.4 輸入與編輯函數(shù) 943.4 電商數(shù)據(jù)處理中的常用函數(shù) 983.4.1 使用SUM函數(shù)計算商品的銷量總和 983.4.2 使用AVERAGE函數(shù)計算商品月銷售平均值 1013.4.3 使用MAX函數(shù)計算銷量*大值 1023.4.4 使用MIN函數(shù)計算銷量*小值 1033.4.5 使用RANK函數(shù)計算銷量排名 1053.4.6 使用SUMIF函數(shù)計算銷售量1063.4.7 使用SUMIFS函數(shù)計算單個種類的銷量和 1073.4.8 使用條件函數(shù)IF計算 1093.4.9 使用YEAR、MONTH、DAY函數(shù)提取生產(chǎn)日期 1113.4.10 使用LEFT函數(shù)提取產(chǎn)品代碼1143.4.11 使用LEN函數(shù)驗證電話號碼 1163.5 AI工具高效技能點撥 11701 用ChatGPT查找合適的函數(shù) 11702 用AI工具訊飛星火大模型快速計算季度銷售額 118本章小結(jié)119第 4章 數(shù)據(jù)分析基本技法:數(shù)據(jù)的排序、篩選與分類匯總4.1 使用條件格式分析成交數(shù)據(jù) 1214.1.1 顯示銷量大于某值的單元格 1214.1.2 顯示銷量排名靠后的商品 1224.1.3 使用數(shù)據(jù)條顯示成交數(shù)據(jù) 1244.1.4 使用色階顯示成交數(shù)據(jù) 1254.1.5 使用圖標(biāo)集顯示銷量情況 1264.2 使用排序法查看商品銷量對比 1284.2.1 認識排序規(guī)則 1284.2.2 將商品銷量進行排序 1294.2.3 將商品銷量按總銷量和季度銷量排序 1304.2.4 將商品銷量自定義排序 1314.3 使用篩選法選擇銷售商品 1324.3.1 認識篩選規(guī)則 1334.3.2 自動篩選商品 1344.3.3 自定義篩選符合條件的商品 1354.3.4 高級篩選符合條件的商品 1374.4 使用分類匯總查看全國銷量情況 1404.4.1 分類匯總的規(guī)則 1404.4.2 按銷售地區(qū)分類匯總數(shù)據(jù) 1404.4.3 高級分類匯總銷售額和平均值 1424.4.4 嵌套分類匯總不同的銷售數(shù)據(jù) 1434.5 AI工具高效技能點撥 14601 用AI工具ChatGPT篩選符合多個條件的數(shù)據(jù) 14602 用AI工具訊飛星火大模型篩選熱銷商品特征 148本章小結(jié)150第 5章 數(shù)據(jù)可視化分析:用圖表與數(shù)據(jù)透視表分析電商數(shù)據(jù)5.1 創(chuàng)建電商銷售分析圖表 1525.1.1 認識圖表 1525.1.2 創(chuàng)建基本圖表分析一季度銷售業(yè)績 1555.1.3 創(chuàng)建比薩餅圖分析淘寶女裝占比 1595.1.4 處理銷售數(shù)據(jù)圖表中的虧損值 1625.1.5 制作金字塔分布圖分析男女購物比例 1675.1.6 使用迷你圖展現(xiàn)銷售數(shù)據(jù) 1725.2 創(chuàng)建數(shù)據(jù)透視表匯總銷量數(shù)據(jù) 1755.2.1 認識數(shù)據(jù)透視表 1755.2.2 創(chuàng)建手機銷售流量匯總數(shù)據(jù)透視表 1765.2.3 在數(shù)據(jù)透視表中分析數(shù)據(jù) 1795.2.4 創(chuàng)建數(shù)據(jù)透視圖查看地區(qū)銷量 1845.2.5 創(chuàng)建切片器查看各平臺銷量情況 1865.3 AI工具高效技能點撥 18901 用AI工具ChatGPT繪制銷售走勢折線圖 18902 用AI工具訊飛星火大模型制作各地區(qū)銷量分析圖表 192本章小結(jié)195第 6章 選品是關(guān)鍵:店鋪商品銷售數(shù)據(jù)分析6.1 如何選擇合適的商品 1976.1.1 選擇有市場的類別 1976.1.2 選擇有價值的類別 1986.1.3 選擇有優(yōu)勢的類別 1996.2 行業(yè)市場容量分析 2016.2.1 收集成交信息 2016.2.2 創(chuàng)建市場容量數(shù)據(jù)統(tǒng)計表 2036.2.3 排序市場成交數(shù)據(jù) 2036.2.4 插入餅圖展現(xiàn)市場占比 2046.2.5 使用AI工具分析市場容量2066.3 市場趨勢分析 2086.3.1 創(chuàng)建市場趨勢分析數(shù)據(jù)透視表 2096.3.2 通過數(shù)據(jù)透視圖分析市場趨勢 2116.3.3 插入切片器分析市場趨勢 2136.3.4 預(yù)測商品銷售前景 2146.4 市場潛力分析 2166.4.1 創(chuàng)建市場潛力分析數(shù)據(jù)透視表 2166.4.2 創(chuàng)建數(shù)據(jù)透視圖分析行業(yè)增長趨勢 2176.4.3 創(chuàng)建雷達圖分析環(huán)比增長趨勢 2196.4.4 使用AI工具分析市場潛力220本章小結(jié)222第 7章 把控好動銷:商品進銷存數(shù)據(jù)分析7.1 商品采購分析 2247.1.1 匯總商品采購數(shù)據(jù) 2247.1.2 分析采購平均價 2267.1.3 分析各類商品采購金額占比 2307.1.4 預(yù)測來年商品采購金額 2347.2 商品銷售分析 2377.2.1 凍結(jié)首行方便查看長記錄數(shù)據(jù) 2387.2.2 分類匯總商品銷售數(shù)據(jù)表 2387.2.3 插入數(shù)據(jù)透視表和數(shù)據(jù)透視圖分析銷量 2397.2.4 使用AI工具分析銷售情況2427.3 商品庫存分析 2467.3.1 統(tǒng)計各類商品預(yù)存數(shù)量 2477.3.2 使用條件格式標(biāo)記充裕和告急庫存 2477.3.3 統(tǒng)計各類商品保有庫存 2487.3.4 使用AI工具分析庫存量251本章小結(jié)253第 8章 繪制用戶畫像:用戶消費行為分析8.1 新老顧客情況分析 2558.1.1 導(dǎo)入并處理新老顧客數(shù)量記錄表 2558.1.2 插入折線圖分析新老顧客數(shù)量 2578.2 顧客消費情況分析 2608.2.1 新老顧客人數(shù)統(tǒng)計與比例分析 2618.2.2 統(tǒng)計新老顧客的銷售數(shù)量和銷售金額 2648.2.3 使用圖表分析新老顧客的銷售數(shù)量與銷售金額比例 2668.2.4 使用AI工具分析顧客消費情況 2688.3 顧客需求情況分析 2698.3.1 消費人群促銷活動偏好分析 2708.3.2 顧客消費等級分析 2728.3.3 顧客年齡分析 2778.3.4 顧客性別分析 2828.3.5 使用AI工具分析顧客需求287本章小結(jié)289第 9章 做好流量轉(zhuǎn)化:產(chǎn)品流量與廣告投放分析9.1 認識電商的轉(zhuǎn)化率 2919.1.1 靜默轉(zhuǎn)化率 2919.1.2 詢單轉(zhuǎn)化率 2929.1.3 免費流量轉(zhuǎn)化率 2949.1.4 付費流量轉(zhuǎn)化率 2969.1.5 影響轉(zhuǎn)化率的因素 2989.2 店鋪瀏覽量統(tǒng)計分析 2999.2.1 創(chuàng)建客戶瀏覽量統(tǒng)計表 3009.2.2 使用折線圖查看每月瀏覽量走勢 3029.2.3 分析店鋪月平均瀏覽量 3049.2.4 使用AI工具分析店鋪數(shù)據(jù)3069.3 不同類型的流量分析 3089.3.1 創(chuàng)建不同渠道流量統(tǒng)計表 3089.3.2 使用餅圖比較流量占比 3109.3.3 使用折線圖分析免費流量 3129.4 不同流量渠道的成交轉(zhuǎn)化率分析 3169.4.1 創(chuàng)建下單轉(zhuǎn)化率數(shù)據(jù)表 3169.4.2 使用圖表查看各渠道的成交轉(zhuǎn)化率 3189.4.3 使用AI工具分析轉(zhuǎn)化率321本章小結(jié)323第 10章 分析結(jié)果有理有據(jù):電商數(shù)據(jù)分析報告的撰寫10.1 認識數(shù)據(jù)分析報告 32510.1.1 數(shù)據(jù)分析報告的種類32510.1.2 數(shù)據(jù)分析報告的作用32710.1.3 數(shù)據(jù)分析報告的編寫原則32810.2 數(shù)據(jù)分析報告的結(jié)構(gòu) 32910.2.1 標(biāo)題頁32910.2.2 目錄33010.2.3 前言33110.2.4 正文33310.2.5 結(jié)論與建議33410.2.6 附錄33610.3 利用 AI工具訊飛星火大模型快速生成數(shù)據(jù)分析報告 33710.4 用ChatGPT MindShow快速生成PPT類型的分析報告341本章小結(jié)344
展開全部
Ezcel電商數(shù)據(jù)分析基礎(chǔ)與實踐 作者簡介
徐兵---------------------------- 徐兵,碩士,教授,畢業(yè)于重慶大學(xué)計算機應(yīng)用技術(shù)專業(yè)。主要從事計算機網(wǎng)絡(luò),計算機應(yīng)用,電商數(shù)據(jù)處理分析等方面的教學(xué)與研究工作。具有20多年的教育培訓(xùn)經(jīng)驗,精通電商數(shù)據(jù)處理、具有豐富的統(tǒng)計分析應(yīng)用實戰(zhàn)經(jīng)驗;同時做過大量的實際項目,具有豐富的電商數(shù)據(jù)分析等教學(xué)實踐經(jīng)驗。近年來,在IEEE、Computer Modelling and New Technologies、計算機測量與控制等雜志上發(fā)表論文40多篇,其中EI收錄10篇,ISTP收錄3篇;出版學(xué)術(shù)著作(教材)10部;申請軟件著作權(quán)3項;主持(主研)項目10多項。指導(dǎo)學(xué)生參加全國計算機設(shè)計大賽獲得二、三等獎。牟克芬----------------------------徐兵---------------------------- 徐兵,碩士,教授,畢業(yè)于重慶大學(xué)計算機應(yīng)用技術(shù)專業(yè)。主要從事計算機網(wǎng)絡(luò),計算機應(yīng)用,電商數(shù)據(jù)處理分析等方面的教學(xué)與研究工作。具有20多年的教育培訓(xùn)經(jīng)驗,精通電商數(shù)據(jù)處理、具有豐富的統(tǒng)計分析應(yīng)用實戰(zhàn)經(jīng)驗;同時做過大量的實際項目,具有豐富的電商數(shù)據(jù)分析等教學(xué)實踐經(jīng)驗。近年來,在IEEE、Computer Modelling and New Technologies、計算機測量與控制等雜志上發(fā)表論文40多篇,其中EI收錄10篇,ISTP收錄3篇;出版學(xué)術(shù)著作(教材)10部;申請軟件著作權(quán)3項;主持(主研)項目10多項。指導(dǎo)學(xué)生參加全國計算機設(shè)計大賽獲得二、三等獎。牟克芬---------------------------- 牟克芬,講師,微軟Office軟件MVP專家,熟練操作與應(yīng)用微軟Office辦公軟件。具有20多年的教育培訓(xùn)經(jīng)驗,精通電商數(shù)據(jù)處理、具有豐富的統(tǒng)計分析應(yīng)用實戰(zhàn)經(jīng)驗,對Office在銷售、人力、財務(wù)、行政領(lǐng)域、電商數(shù)據(jù)處理等方面具有豐富的實戰(zhàn)經(jīng)驗。