本書共分為三篇,第一篇是理論基礎,主要內容包括電商數(shù)據分析導論、數(shù)據分析方法論。第二篇是技術方法,主要內容包括數(shù)據采集方法、數(shù)據清洗方法。第三篇是應用場景,主要內容包括運營與數(shù)據平臺、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、商務數(shù)據報告撰寫與商業(yè)分析案例。
本書既可以作為高等院校電子商務、大數(shù)據應用與管理、數(shù)據科學與大數(shù)據等專業(yè)相關課程的教材,也可以作為數(shù)據分析從業(yè)人員學習電商數(shù)據分析及報考商務數(shù)據分析相關資格考試的參考書。
第一,將理論與實踐結合。本書在理論體系完備的同時,與實踐緊密結合,案例涵蓋了常見的電商數(shù)據分析場景。結合案例,對基礎理論進行了深入淺出的闡述,使讀者更加牢固地掌握電商數(shù)據分析的理論知識。
第二,立足于數(shù)據分析的應用場景。本書以培養(yǎng)懂業(yè)務的數(shù)據分析師為目標,圍繞電商數(shù)據分析的應用場景,精選多個實操案例進行詳細的解析,便于讀者快速掌握電商數(shù)據分析的方法并達到學以致用的目的。
第三,配套資源豐富。本書所有案例均由慕研數(shù)據分析師事務所提供,所有實操案例均提供高清微課視頻,掃描二維碼即可觀看。同時,還提供配套的教學課件PPT 、電子教案、教學大綱、拓展案例等教學資源。
陳海城,浙江師范大學等多所院校的創(chuàng)業(yè)實踐講師及創(chuàng)業(yè)導師,數(shù)據分析專家,10年電商行業(yè)從業(yè)經驗,代表暢銷書:《Python3爬蟲、數(shù)據清洗與可視化實戰(zhàn)》《淘寶、天貓電商數(shù)據分析與挖掘實戰(zhàn)》。
第 一篇 理論基礎篇 1
第 1章 電商數(shù)據分析導論 1
1.1認知數(shù)據分析 1
1.1.1什么是數(shù)據分析 1
1.1.2數(shù)據分析的作用 2
1.1.3 數(shù)據分析的標準流程 3
1.2電商數(shù)據分析的技能圖譜 6
1.2.1數(shù)學和統(tǒng)計學 6
1.2.2運籌學 7
1.2.3數(shù)據分析方法論 7
1.2.4數(shù)據分析工具 8
1.2.5電商業(yè)務能力 9
1.2.6電商數(shù)據指標體系 9
1.3數(shù)據分析在電商的應用 9
1.3.1數(shù)據診斷 10
1.3.2數(shù)據復盤 10
1.3.3市場分析 11
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 12
1.3.7產品分析 12
1.3.8庫存分析 12
1.3.9客戶分析 12
1.4統(tǒng)計學是數(shù)據分析的核心理論基礎 13
1.4.1統(tǒng)計學來源及特點 13
1.4.2統(tǒng)計的基本概念 13
1.4.3統(tǒng)計的工作過程 15
1.4.4統(tǒng)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(guī)劃求解的經典問題 20
1.6數(shù)據分析的專業(yè)名詞 22
1.6.1維度和分類數(shù)據 22
1.6.2度量和定量數(shù)據 23
1.6.3 粒度 23
1.6.4 量綱和單位 23
1.6.5數(shù)據集、事實表和維度表 23
1.6.6算法和函數(shù) 23
1.6.7模型 23
1.6電商數(shù)據來源及指標體系 23
1.6.1 數(shù)據來源及統(tǒng)一 23
1.6.2數(shù)據口徑 24
1.6.3 基礎數(shù)據指標 24
1.6.4 常用分析度量 25
1.6.5建立數(shù)據指標體系 25
1.7 本章小結 26
1.8習題 27
第 2章 數(shù)據分析方法論 28
2.2基本分析方法 28
2.2.1對比法 29
2.2.2拆分法 29
2.2.3排序法 30
2.2.4分組法 31
2.2.5交叉法 31
2.2.6降維法 32
2.2.7增維法 32
2.2.8指標法 33
2.2.9圖形法 33
2.2高級方法 35
2.2.1 SWOT分析法 35
2.2.2描述性統(tǒng)計法 36
2.2.3數(shù)據歸一化(指數(shù)化) 39
2.2.4 熵值法 41
2.2.5 漏斗分析法 42
2.2.6矩陣分析法 47
2.2.7多維分析法 50
2.2.8時間序列分析法 51
2.2.9相關性分析法 56
2.2.10杜邦分析法 60
2.3 本章小結 61
2.4習題 61
第二篇 技術方法篇 62
第3章 數(shù)據采集方法 62
3.1數(shù)據采集的基礎知識 62
3.1.1 爬蟲權限申明 62
3.1.2 URL構成原理 62
3.1.3 網站的構成 63
3.1.4 HTML請求與響應 64
3.2 數(shù)據采集 65
3.2.1靜態(tài)數(shù)據采集 65
3.2.2動態(tài)數(shù)據采集 72
3.3本章小結 76
3.4習題 76
第4章 數(shù)據清洗方法 77
4.1數(shù)據規(guī)整 77
4.2.1數(shù)據類型 77
4.2.2缺失值和異常值處理 77
4.2數(shù)據合并與分組 78
4.2.1縱向合并 78
4.2.2橫向合并 82
4.2.3數(shù)據分組 88
4.3數(shù)據變形 89
4.3.1數(shù)據透視 89
4.3.2數(shù)據逆透視 90
4.4本章小結 91
4.3習題 92
第三篇 應用場景篇 93
第5章 運營與數(shù)據平臺 93
5.1百度指數(shù) 93
5.1.1趨勢研究 93
5.1.2需求圖譜 94
5.1.3人群畫像 94
5.2阿里指數(shù) 95
5.2.1行業(yè)大盤 96
5.2.2屬性細分 97
5.2.3采購商素描 99
5.3.4阿里排行 100
5.3生意參謀 103
5.3.1首頁 103
5.3.2實時數(shù)據 105
5.3.3流量和商品 107
5.3.4交易和服務 110
5.3.5市場數(shù)據 114
5.4本章小結 117
5.5習題 117
第6章 運營診斷與復盤 118
6.1店鋪診斷 118
6.1.1杜邦分析法建模診斷 118
6.1.2相關性分析法診斷 124
6.2 店鋪復盤 125
6.2.1復盤的步驟 126
6.2.2全店復盤案例 127
6.2.3利潤與投產比復盤案例 131
6.3本章小結 133
6.4習題 133
第7章 市場分析 134
7.1市場容量分析 134
7.1.1市場容量分析思路 134
7.1.2市場容量匯總 134
7.1.3 市場容量可視化 136
7.2市場趨勢分析 144
7.2.1 市場趨勢分析思路 144
7.2.2市場趨勢可視化 145
7.2.3同環(huán)比計算 148
7.2.4組合圖創(chuàng)建與設置 151
7.2.5預測工作表創(chuàng)建 154
7.3市場細分 156
7.3.1基于人群的市場細分 156
7.3.2基于產品的市場細分 159
7.3.3基于渠道的市場細分 162
7.4品牌分析 165
7.4.1品牌集中度 165
7.4.2品牌矩陣分析 167
7.5競爭分析 168
7.5.1競爭環(huán)境分析 168
7.5.2市場售價分析 174
7.5.3競爭對手的選擇 178
7.5.4競爭對手數(shù)據跟蹤 180
7.5.5競爭對手分析 180
7.6目標市場選擇 198
7.6.1空白市場原則 198
7.6.2熱點原則 199
7.6.3高復購原則 199
7.6.4精神領域原則 199
7.7本章小結 199
7.8習題 199
第8章 運營分析 200
8.1 渠道分析 200
8.1.1 傳統(tǒng)流量渠道分析 200
8.1.2內容渠道分析 210
8.2產品分析 212
8.1.1產品結構分析 212
8.1.2產品矩陣 225
8.1.3產品生命周期分析 232
8.1.4產品銷售分析 234
8.3 活動及廣告分析 243
8.3.1 活動分析 243
8.3.1廣告效果分析 247
8.4 客戶分析 253
8.4.1客戶分布 253
8.4.2RFM模型 263
8.4.3復購分析 271
8.4.4客戶輿情分析 287
8.5 庫存分析 296
8.5.1庫存績效分析 296
8.5.2補貨模型 298
8.6本章小結 304
8.7習題 304
第9章 商務數(shù)據報告撰寫與案例 305
9.1數(shù)據報告撰寫 305
9.1.1數(shù)據報告類型 305
9.1.2數(shù)據報告撰寫流程 305
9.1.3數(shù)據報告撰寫技巧 306
9.2 商業(yè)分析案例 311
9.2.1市場分析 311
9.2.2用戶輿情分析 313
9.2.3互聯(lián)網話題分析(新媒體和知識付費方向) 315