电子工业出版社-网上书店

本书以提高读者的电子商务数据分析能力为宗旨，以帮助读者解决电子商务运营过程中涉及的数据分析问题为目标，注重理论知识的系统性，强调案例内容的实用性。全书共9章，分别为电商数据分析概述、电商数据的采集、预处理与存储、市场数据与竞争数据分析、商品数据分析、流量与转化数据分析、采购与销售数据分析、库存数据分析、客户画像数据分析、电子商务数据可视化。通过对本书的学习，读者不仅能够了解如何开展电子商务数据分析，还可以学会具体的操作方法。

第1章  电商数据分析概述	1
1.1  电商数据分析认知	2
1.1.1  电商数据分析的概念	2
1.1.2  电商数据分析的流程	2
1.1.3  电商数据分析的作用	5
1.2  电商数据分析模型	6
1.2.1  用于战略分析的SWOT模型	6
1.2.2  用于环境分析的PEST模型	7
1.2.3  用于思路分析的5W2H模型	8
1.2.4  用于问题分析的逻辑树模型	9
1.2.5  用于流程分析的漏斗图模型	10
1.3  电商数据分析方法与工具	11
1.3.1  电商数据分析方法	11
1.3.2  电商数据分析工具	17
第2章  电商数据的采集与预处理	22
2.1  电商数据的采集	23
2.1.1  电商数据采集的概念	23
2.1.2  电商数据采集的方法	23
【案例分析】电商数据采集	32
【案例背景】	32
【案例分析过程】	33
【案例总结与应用】	37
【拓展实训】采集电商平台数据	38
2.2  电商数据的预处理	39
2.2.1  数据质量	39
2.2.2  数据清洗	40
2.2.3  数据的集成、转换与消减	59
【案例分析】电商数据预处理	64
【案例背景】	64
【案例分析过程】	64
【案例总结与应用】	67
【拓展实训】数据预处理辅助分析	67
第3章  市场数据与竞争数据分析	69
3.1  市场数据分析	70
3.1.1  市场数据分析的概念	70
3.1.2  市场数据分析的内容与指标	70
3.1.3  市场数据分析的方法	77
3.2  竞争数据分析	78
3.2.1  竞争数据分析的概念	78
3.2.2  竞争数据分析的内容与维度	79
3.2.3  竞争数据的获取与分析方法	82
【案例分析】女装行业市场数据分析	83
【案例背景】	83
【案例分析过程】	84
【案例总结与应用】	89
【拓展实训】利用对比分析了解市场发展趋势	91
第4章  商品数据分析	92
4.1  商品数据分析概述	93
4.1.1  商品数据分析的概念	93
4.1.2  商品数据分析的内容与指标	93
4.2  商品需求与定价分析	94
4.2.1  商品需求分析的内容与流程	94
4.2.2  商品定价的影响因素与策略	96
4.2.3  商品组合的基础知识与常用方法	101
4.2.4  商品组合的优化原则与营销策略	103
4.3  商品利润与商品生命周期分析	105
4.3.1  商品的成本	105
4.3.2  商品利润预测的方法与流程	106
4.3.3  商品各生命周期的营销策略	108
【案例分析】天猫商品购物篮分析	111
【案例背景】	111
【案例分析过程】	112
【案例总结与应用】	118
【拓展实训】商品购买关联分析	119
第5章  流量与转化数据分析	120
5.1  流量数据分析	121
5.1.1  流量的来源	121
5.1.2  流量的趋势	124
5.1.3  流量质量评估与价值计算	125
5.2  转化数据分析	126
5.2.1  转化率概述	126
5.2.2  成交转化漏斗模型的操作步骤	127
5.2.3  转化的路径	129
5.2.4  转化率分析的指标	130
5.2.5  影响转化率的因素	133
【案例分析】淘宝葡萄酒卖家转化率影响因素挖掘	138
【案例背景】	138
【案例分析过程】	138
【案例总结与应用】	148
【拓展实训】会员聚类分析提升转化率	148
第6章  电商采购与销售数据分析	150
6.1  电商采购数据分析	151
6.1.1  电商采购概述	151
6.1.2  电商采购的模式、流程及管理系统	154
6.1.3  采购成本数据分析	157
【案例分析】卖家采购方案的制定	157
【案例背景】	157
【案例分析过程】	158
【案例总结与应用】	164
【拓展实训】利用决策树制定原材料采购方案	166
6.2  销售数据分析	167
6.2.1  交易数据分析	167
6.2.2  店铺运营数据分析	168
【案例分析】某天猫店铺销售额预测	172
【案例背景】	172
【案例分析过程】	173
【案例总结与应用】	177
【拓展实训】利用时间序列预测销售额	180
第7章  库存数据分析	182
7.1  电商库存概述	183
7.1.1  电商库存的相关概念	183
7.1.2  电商库存的分类	184
7.1.3  电商库存的管理方式	185
7.1.4  电商库存的管理策略与指标	189
7.2  电商库存数据	191
7.2.1  库存数据分析指标	191
7.2.2  库存预测的方法	192
【案例分析】电商企业库存需求预测	193
【案例背景】	193
【案例分析过程】	193
【案例总结与应用】	200
【拓展实训】电商企业库存需求预测	203
第8章  客户画像分析	204
8.1  客户画像分析概述	205
8.1.1  客户画像的概念	205
8.1.2  客户画像分析的流程	206
8.1.3  客户画像分析的指标	207
8.2  客户特征与购买行为分析	210
8.2.1  客户特征分析的概念	210
8.2.2  客户特征分析的内容	210
8.2.3  客户购买行为分析的概念	212
8.2.4  客户购买行为分析的内容与流程	212
【案例分析】淘宝卖家数据分析案例	214
【案例背景】	214
【案例分析过程】	214
【案例总结与应用】	221
【拓展实训】RFM分析与精准客户营销	223
第9章  电商数据可视化	224
9.1  电商数据可视化概述	225
9.1.1  电商数据可视化图表	225
9.1.2  电商数据可视化报表	239
9.2  电商数据报告	250
9.2.1  电商数据商业报告	250
9.2.2  电商数据分析报告	252
【拓展实训】某淘宝卖家的商业数据分析报告	256
参考文献	257

前言
数字经济浪潮席卷全球，大数据、云计算、移动互联网、物联网、人工智能、区块链等数字技术迅猛发展，逐渐成为当下主流元素。高新技术的发展掀起了一场产业革命，推动传统企业创新商业模式。目前大量企业引入大数据分析技术，数据量呈指数级增长，数据成为社会经济活动的重要依托，其应用于生产生活的各个方面。在此背景下，随着电商行业发展日趋成熟，大数据电商也逐渐成为行业热词，数据化运营将成为未来的发展趋势。在电商的一片“红海”战场中，想要脱颖而出，离不开数据思维方式的指导。
此外，数字技术的发展也推动着高等教育改革，新型经济发展模式对商科人才提出了新的需求。植根于移动互联网发展，以大数据、云计算等新技术为抓手的“新商科”人才培养理念呼声越来越高。作为传统商科学科重组交叉的产物，“新商科”将新技术、新理念、新模式、新方法融入商科课程，提供综合性、跨学科教育。从人才培养体系来看，“新商科”意味着打造应对商业3.0时代新的商业核心课程，推动传统商科进行数字化转型。商业3.0时代是新技术下的消费模式创新和商业工具变革。
本书作为“新商科”数字化转型系列教材之一，通过“理论+案例+实训”的模式，将大数据分析与可视化技术及电子商务行业进行深度融合，重在提升学生从事电子商务相关工作的综合素质，培养其利用内外部数据进行运营管理、创新优化、分析决策等的综合能力。
本书一共9章，分别为：第1章电商数据分析概述，包括电商数据分析认知、电商数据分析模型、电商数据分析方法与工具；第2章电商数据的采集与预处理，包括电商数据的采集、电商数据的预处理；第3章市场数据与竞争数据分析，包括市场数据分析、竞争数据分析；第4章商品数据分析，包括商品数据分析概述、商品需求与定价分析、商品利润与商品生命周期分析；第5章流量与转化数据分析，包括流量数据分析、转化数据分析；第6章电商采购与销售数据，包括电商采购数据分析、销售数据分析；第7章库存数据分析，包括电商库存概述、电商库存数据；第8章客户画像分析，包括客户画像分析概述、客户特征与购买行为分析；第9章电商数据可视化，包括电商数据可视化概述、电商数据报告。
本书主要特点如下。 
1．采用“理论+案例+实训”的写作结构，在阐述理论知识的同时，结合大量案例，再配套相关实训，帮助学生进一步理解相关知识点，巩固所学，通过实训教学提高学生的实践能力。
2．可读性强。本书涉及的实操性内容比较多，可以帮助学生快速明白电商数据分析的相关知识，书中涉及的理论知识深入浅出，具有很强的可读性。
本书由王丹丹和邹益民担任主编，负责全书的整体构思、章节设计、编写统筹与安排等工作。编者们均有非常扎实的理论基础知识和丰富的教学经验。 
本书在编写过程中参阅了大量的资料，同时也借鉴了国内外专家学者的研究成果，有些资料几经转载，未能找到原作者，因此未能一一列出，在此表示真挚的谢意。鉴于编者水平有限，书中难免有疏漏与不妥之处，敬请广大读者不吝赐教，以便再版时及时更正。 

编    者

本书配套资源下载

对不起，暂无音视频资源！

电子商务数据分析理论与实践