《從零開始學新電商數據分析》是2022年清華大學出版社出版的圖書，作者是王力建。
基本介紹
- 中文名：從零開始學新電商數據分析
- 作者：王力建
- 出版社：清華大學出版社
- 出版時間：2022年10月1日
- 定價：59.80 元
- ISBN：9787302618805
內容簡介,圖書目錄,
內容簡介
《從零開始學新電商數據分析》總共10章內容，涉及16種分析工具，幫助新手從零開始學習電商數據分析，快速成為數據分析高手。
《從零開始學新電商數據分析》主要從兩條線進行介紹：第一條是工具線，詳細介紹了常用的Excel工具、新榜數據平台、神策數據、百度指數、360趨勢、站長工具等16種電商數據分析工具的使用方法和技巧，讓讀者在最短的時間內從菜鳥變為電商數據分析達人；第二條是平台線，對淘寶天貓、京東、拼多多、抖音、快手、小紅書、B站和視頻號8個電商平台的數據分析進行了詳細解讀，幫助平台運營人員完成數據分析工作，從而達到盈利的目的，實現數據化運營。
《從零開始學新電商數據分析》結構清晰、語言簡潔、圖解豐富，適合三類人群閱讀：一是對電商行業感興趣，初學數據分析的新手；二是從事數據電商相關行業的個人或者公司；三是學習數據分析相關專業的院校及培訓機構。
圖書目錄
第1 章 入門：快速掌握新電商數據分析的基礎知識 1
1.1 在哪裡查看數據 2
1.1.1 賬號主頁 2
1.1.2 官方平台 2
1.1.3 第三方平台 3
1.2 數據分析的具體步驟 3
1.2.1 明確分析目的 3
1.2.2 數據採集 4
1.2.3 數據處理整合 4
1.2.4 數據分析評估 5
1.2.5 數據歸納總結 7
1.3 數據分析的常見方法 7
1.3.1 直接評判法 7
1.3.2 分組分析法 8
1.3.3 對比分析法 8
1.3.4 結構分析法 9
1.3.5 平均分析法 10
1.3.6 矩陣分析法 11
1.3.7 漏斗分析法 12
1.3.8 雷達分析法 13
第2 章 工具：新媒體電商數據分析的常用工具集合 15
2.1 網際網路數據分析工具 16
2.1.1 新榜 16
2.1.2 神策數據 17
2.1.3 百度指數 21
2.1.4 360 趨勢 25
2.1.5 站長工具 28
2.2 Excel 處理的可視化數據 29
2.2.1 使用圖表增加數據直觀性 29
2.2.2 將數據變為好看的圖表 31
2.2.3 將數據轉化為各種圖形 35
第3 章 淘寶天貓：用數據做指引讓品牌贏得客戶口碑 43
3.1 用數據來分析店鋪運營 44
3.1.1 為什麼做數據分析44
3.1.2 如何選擇核心數據45
3.1.3 如何掌握核心指標46
3.1.4 如何掌握核心方法47
3.2 生意參謀數據分析工具 48
3.2.1 工具首頁數據分析48
3.2.2 實時直播數據分析49
3.2.3 數據作戰室分析 51
3.2.4 流量縱橫分析工具52
3.2.5 品類羅盤分析工具53
3.2.6 店鋪交易分析工具55
3.2.7 店鋪內容分析工具56
3.3 數據選品工具阿里指數 57
3.3.1 區域指數分析選款57
3.3.2 行業指數分析選款59
3.4 店鋪的推廣數據分析 60
3.4.1 歷史數據分析 60
3.4.2 實時數據分析 62
3.4.3 預測數據分析 63
第4 章 京東：從海量電商數據中挖掘價值如此簡單 67
4.1 京東數據分析的重要意義 68
4.1.1 為什麼要做數據分析68
4.1.2 市場定位分析 69
4.1.3 產品定位 74
4.1.4 店鋪搜尋數據分析77
4.1.5 用數據分析超越競爭對手 78
4.2 京東商智數據分析工具 80
4.2.1 實時洞察 80
4.2.2 流量分析 81
4.2.3 商品分析 81
4.2.4 交易分析 82
4.2.5 客戶分析 82
4.2.6 服務分析 83
4.2.7 供應鏈分析 83
4.2.8 市場行情分析 83
4.2.9 品牌分析 84
4.2.10 屬性分析 84
4.2.11 行業關鍵字分析 85
4.2.12 搜尋分析 85
4.2.13 爆款孵化分析 86
4.2.14 單品分析 86
4.2.15 體檢中心功能 87
4.2.16 熱力圖功能 87
第5 章 拼多多：以可視化數據的形式制定電商策略 89
5.1 拼多多的數據分析工具 90
5.1.1 DMP 行銷工具 90
5.1.2 人群洞悉工具 92
5.1.3 商品診斷工具 94
5.2 拼多多的推廣數據分析 95
5.2.1 搜尋推廣數據分析95
5.2.2 場景推廣數據分析96
5.2.3 直播推廣數據分析97
5.2.4 活動推廣數據分析98
5.2.5 明星店鋪推廣數據分析 99
5.2.6 多多進寶推廣數據分析 100
5.3 利用數據提升推廣效果 101
5.3.1 最佳化折扣分時 102
5.3.2 最佳化投放地域 105
5.3.3 最佳化人群定向 105
5.3.4 最佳化產品款式 107
5.3.5 最佳化商品標題 108
第6 章 抖音：用大數據追蹤短視頻流量趨勢 111
6.1 抖音的基礎數據分析 112
6.1.1 基礎數據 112
6.1.2 冬粉趨勢 113
6.1.3 視頻和直播數據 113
6.1.4 點讚和評論趨勢 114
6.2 抖音的推廣數據分析 115
6.2.1 視頻作品數據分析 115
6.2.2 直播數據分析 119
6.2.3 直播帶貨分析 121
6.2.4 冬粉特徵分析 126
6.2.5 帶貨商品數據分析 127
第7 章 快手：實現精準選人和投放效果最大化 133
7.1 快手的賬號數據分析 134
7.1.1 賬號數據概覽 134
7.1.2 賬號冬粉分析 137
7.1.3 賬號視頻數據 139
7.1.4 賬號直播數據 141
7.1.5 賬號推廣商品 142
7.1.6 賬號對比分析 143
7.2 快手的直播帶貨分析 145
7.2.1 實時直播數據分析 145
7.2.2 直播數據復盤分析 147
7.2.3 直播數據對比分析 150
7.3 快手的商品數據分析 151
第8 章 小紅書：實現品牌行銷投放的新增長155
8.1 小紅書的達人數據分析功能 156
8.1.1 達人搜尋功能 156
8.1.2 直播達人搜尋功能 161
8.1.3 MCN 機構搜尋功能162
8.2 小紅書的內容數據分析功能 164
8.2.1 投放管理數據分析 164
8.2.2 競品投放數據分析 164
8.2.3 熱門筆記數據分析 166
8.2.4 筆記監控數據分析 166
8.3 小紅書的行銷數據分析功能 167
8.3.1 數據大盤功能 167
8.3.2 熱搜詞搜尋功能 170
8.3.3 話題搜尋功能 170
8.3.4 輿情監控功能 171
8.3.5 關鍵字對比功能 171
8.3.6 品牌搜尋功能 172
8.3.7 商品搜尋功能 173
8.3.8 關鍵字數據導出功能 175
8.3.9 “我的關注”和“我的收藏”功能 175
第9 章 B 站：挖掘潛力博主掌握熱銷商品趨勢177
9.1 B 站的內容創作數據分析 178
9.1.1 今日熱點數據分析 178
9.1.2 視頻素材數據分析 179
9.1.3 爆款視頻數據分析 179
9.1.4 平台熱榜數據分析 180
9.2 B 站的運營漲粉數據分析 180
9.2.1 熱門活動數據分析 180
9.2.2 熱門標籤數據分析 181
9.2.3 視頻監測數據分析 182
9.2.4 直播監測數據分析 182
9.2.5 B 站流量數據分析 183
9.3 B 站的行銷推廣數據分析 185
9.3.1 自定義搜尋UP 主 185
9.3.2 通過榜單尋找UP 主 186
9.3.3 UP 主報價數據分析187
9.3.4 B 站UP 主數據分析 188
9.3.5 UP 主冬粉數據分析188
9.3.6 UP 主作品畫像分析189
9.3.7 UP 主商業價值分析190
9.3.8 不同UP 主對比分析 191
9.3.9 品牌曝光排行榜分析 192
9.3.10 商品推廣視頻數據分析 192
9.3.11 競品數據分析 193
第10章 視頻號：利用數據驅動業務決策和品牌行銷 197
10.1 視頻號的數據分析工具 198
10.1.1 微信指數 198
10.1.2 友望數據 200
10.2 視頻號的賬號概況分析 205
10.2.1 日新榜指數分析205
10.2.2 歷史表現分析 206
10.2.3 直播數據分析 207
10.2.4 帶貨數據分析 208
10.3 視頻號的作品數據分析 209
10.3.1 整體數據表現 209
10.3.2 查看作品列表 210
10.3.3 作品特徵分析 211
10.3.4 作品發布分析 211
10.3.5 作品獲贊分布 212
10.3.6 掛鏈概況分析 212
10.4 視頻號的行銷數據分析 213
10.4.1 直播帶貨風向 213
10.4.2 品牌行銷推廣 215
