商務數據分析與可視化

《商務數據分析與可視化》是一本2023年人民郵電出版社出版的圖書，作者是吳功興，孫兆洋。

基本介紹

• 中文名：商務數據分析與可視化
• 作者：吳功興，孫兆洋
• 出版社：人民郵電出版社
• 出版時間：2023年5月1日
• 頁數：200 頁
• 開本：16 開
• 裝幀：平裝
• ISBN：9787115611451

內容簡介

本書通過借鑑和吸收商務數據分析與可視化的新內容，系統介紹了在電子商務環境下進行數據分析與可視化的各種思路和方法。本書共8章，包括商務數據分析概述、商務數據分析的思路、商務數據分析方法、商務數據挖掘技術、商務數據可視化、商務數據分析套用場景、電商平台數據分析、商務模型綜合案例。

圖書目錄

目　　錄

第　1篇 商務數據分析原理

第　1章 商務數據分析概述　1

1．1　商務數據分析的概念　1

1．1．1　商務數據的定義　1

1．1．2　商務數據的分類　2

1．1．3　商務數據分析的作用　3

1．1．4　商務數據分析的主要套用領域　3

1．2　商務數據的來源、採集與處理　4

1．2．1　商務數據的來源　4

1．2．2　商務數據的採集流程　6

1．2．3　商務數據的採集方法　6

1．2．4　商務數據的清洗方法　9

習題　12

第　2章 商務數據分析的思路　13

2．1　商務數據分析的目標　13

2．2　商務數據分析的流程　14

2．2．1　商業理解　14

2．2．2　數據理解　14

2．2．3　數據準備　14

2．2．4　建模　14

2．2．5　評估　14

2．2．6　部署　15

2．3　常用的數據挖掘建模工具　15

2．4　探索性數據分析　16

習題　23

第3章　商務數據分析方法　24

3．1　相關分析　24

3．1．1　相關分析概念　24

3．1．2　相關關係的種類　25

3．1．3　相關係數　26

3．2　一元線性回歸　27

3．2．1　一元線性回歸模型　27

3．2．2　參數的最小二乘估計　28

3．2．3　回歸直線的擬合優度　30

3．2．4　顯著性檢驗　31

3．2．5　回歸方程預測問題　32

3．3　多元線性回歸　33

3．3．1　多元線性回歸模型和回歸方程　33

3．3．2　估計的多元回歸方程　34

3．3．3　參數的最小二乘估計　34

3．3．4　回歸方程的擬合優度　34

3．3．5　顯著性檢驗　35

3．3．6　變數選擇與逐步回歸　36

3．4　時間序列分析　37

3．4．1　時間序列及其分解　37

3．4．2　時間序列的描述性分析　38

3．4．3　時間序列預測的程式　39

3．4．4　利用SPSS進行時間序列預測　46

習題　47

第4章　商務數據挖掘技術　49

4．1　分類分析　49

4．1．1　樸素貝葉斯算法　50

4．1．2　決策樹算法　52

4．1．3　k近鄰算法　58

4．2　聚類分析　60

4．2．1　聚類分析概述　60

4．2．2　距離量度　61

4．2．3　k均值聚類算法　63

4．3　關聯分析　65

4．3．1　關聯規則挖掘概述　65

4．3．2　Apriori算法　67

4．4　文本挖掘分析　71

4．4．1　基本概念　71

4．4．2　文本挖掘的一般過程　71

習題　71

第　2篇 商務數據可視化原理

第5章　商務數據可視化　74

5．1　商務數據可視化概述　74

5．1．1　商務數據可視化的定義、目標和作用　74

5．1．2　商務數據可視化的步驟　75

5．2　商務數據可視化的分類　77

5．2．1　時間數據可視化　77

5．2．2　比例數據可視化　78

5．2．3　關係數據可視化　80

5．2．4　文本數據可視化　82

5．3　基於Excel的電商數據分析綜合案例　85

5．3．1　電商數據背景分析　85

5．3．2　數據處理　85

5．3．3　數據分析　87

5．3．4　數據展示　90

習題　92

第3篇　商務數據分析套用

第6章　商務數據分析套用場景　94

6．1　用戶畫像　94

6．1．1　用戶畫像概述　95

6．1．2　用戶畫像的構建步驟　96

6．1．3　用戶畫像的套用場景　97

6．1．4　用戶畫像的實踐案例　98

6．2　推薦系統　102

6．2．1　推薦系統概述　102

6．2．2　推薦系統算法　104

6．2．3　推薦系統套用　111

6．2．4　推薦系統案例　113

6．3　社交商務分析　116

6．3．1　社交商務分析概述　116

6．3．2　社交商務分析套用　128

6．3．3　社交商務分析案例　130

習題　134

第7章　電商平台數據分析　135

7．1　電商平台數據分析概述　135

7．2　電商數據分析指標體系　136

7．3　流量來源分析　141

7．3．1　數據流量來源　142

7．3．2　站內流量　144

7．3．3　站外流量　148

7．4　成交轉化率分析　149

7．4．1　單品轉化率　149

7．4．2　單品轉化率最佳化　151

7．4．3　店鋪成交轉化率　152

7．4．4　店鋪轉化率最佳化　153

7．5　網店商品分析　153

7．5．1　新品上市模型　153

7．5．2　新品數據分析　154

7．5．3　商品分類　157

7．5．4　商品銷售分析　158

7．6　網店客戶服務分析　158

7．6．1　店鋪維權數據分析　159

7．6．2　店鋪客服數據分析　160

7．6．3　店鋪物流評價　161

7．7　行業數據分析　162

7．7．1　市場定位分析　162

7．7．2　競爭對手分析　164

7．7．3　店鋪分析　165

7．8　客戶行為分析　166

7．8．1　客戶行為研究模型　167

7．8．2　客戶人群結構分析　168

7．8．3　客戶心理活動分析　168

7．8．4　客戶喚醒分析　169

7．8．5　客戶價值分析　170

7．9　訂單漏斗分析　170

7．9．1　漏斗模型　171

7．9．2　漏斗指標　171

7．9．3　電商總銷售額分析　173

7．10　關鍵字數據分析　173

7．10．1　關鍵字分類　173

7．10．2　搜尋規則　174

7．10．3　關鍵字質量分析　174

7．10．4　關鍵字數據分析　174

習題　176

第4篇　商務模型綜合案例分析

第8章　商務模型綜合案例　177

8．1　網店商品分析　177

8．1．1　網店商品分析的套用概述　177

8．1．2　案例1：商品關聯分析　178

8．1．3　案例2：協同過濾技術在商品推薦上的套用　182

8．2　客戶行為分析　184

8．2．1　客戶行為分析的套用概述　184

8．2．2　案例3：客戶細分與流失分析　185

8．2．3　案例4：客戶忠誠度分析　191

8．3　訂單數據分析　196

8．3．1　訂單數據分析的套用概述　196

8．3．2　案例5：訂單時間分析　196

作者簡介

吳功興，博士，浙江工商大學副教授，國家級電子商務虛擬仿真實驗教學中心副主任、中國（杭州）跨境電商人才聯盟副秘書長。長期從事電子商務平台及運營、商務大數據分析、企業數位化轉型的研究。在國內外有影響的學術刊物和會議上發表多篇學術論文，主持了省部級科技項目，開發過多個電子商務及大數據分析平台。