《電商大數據——數據化管理與運營之道（第2版）》是2015年10月電子工業出版社出版的圖書，作者是李必文。
基本介紹
- 中文名：電商大數據——數據化管理與運營之道（第2版）
- 作者：李必文
- 出版社：電子工業出版社
- 出版時間：2015年10月
- 頁數：316 頁
- 定價：69 元
- 開本：16 開
- ISBN：9787121271625
內容簡介,作者簡介,圖書目錄,
內容簡介
《電商大數據——數據化管理與運營之道》（第2 版）側重數據化思維和思路的介紹，大量的電商真實案例貫穿其中。筆者長期主持和負責大型電商公司數據化管理與運營工作。《電商大數據——數據化管理與運營之道》（第2 版）特意兼顧鮮活性、趣味性、真實性和實用性。
電商行業已經進入紅海階段，機會主義不在，技術窪地被填平，精細化運營和數據化管理已是電商決策者的必修課。電商企業的興衰榮辱總能最先在數據層面窺見端倪，甚至可預見是否養癰成患。隨著網際網路業態不斷深入發展，如今在網際網路（含移動網際網路）跟電力一樣稀鬆平常作為生活、工作剛需之時，數據化管理與運營之道不是空心的概念，但是它需要成熟的套用場景和可複製的業務支撐套路，僅憑一些數據分析師的主觀能動性是遠遠不夠的。
《電商大數據——數據化管理與運營之道》（第2 版）內容共分為三個部分。第1 部分是從量化的角度去解析電商戰略和戰術的基本內容；第2 部分講解數據驅動的相關知識、工具和理念，對數據驅動的方法論及如何構建數據化體系做了深刻探討；第3 部分對電商常見的廣告投放策略、藝術設計、管理運營和CRM 四個構面進行了全新角度的闡述。
《電商大數據——數據化管理與運營之道》（第2 版）適合電商企業的管理層、網際網路和電商相關行業的數據分析師閱讀參考，也可作為電商專業在校大學生的參考讀物。
作者簡介
作者雪鷹傳奇，真名李必文，畢業於安徽工程大學紡織服裝學院，在校曾獲大學生數學建模競賽安徽賽區一等獎和全國一等獎。出版大學生計算機專業著作兩部，目前已經成為眾多高校本科生和研究生的教材或選修課教材。電商職業經理人和企業導師，擔任多家電商企業的戰略顧問,業餘天使投資人。國內電商大數據研究領域教父，已出版的《電商大數據——用數據驅動電商和商業案例解析》（軟精裝裝幀）為國內第1本將大數據與電商完美結合的權威之作。目前擔任上海陸家嘴一家金融集團高管之職。
圖書目錄
第1 章 電子商務的戰略解析 / 1
1．1 三言兩語電子商務
1．1．1 電子商務的特質
1．1．2 電子商務的整合效應
1．2 電子商務的動態格局
1．2．1 草根淘寶平台動了誰的乳酪
1．2．2 貓與狗的戰爭
1．2．3 線下傳統企業大鱷的電商夢
1．3 電子商務時代的品牌運作
1．3．1 電商品牌的定位
1．3．2 電商品牌的突圍
1．3．3 品牌與平台的達爾文進化論
1．4 電子商務時代的“鐵血”戰爭
1．4．1 電子商務時代的價格之戰
1．4．2 電子商務時代的人才之戰
1．4．3 電子商務時代的流量之戰
1．4．4 電子商務時代的數據之戰
1．5 網際網路+中最為關鍵的疊代思維與高等數學中的微積分關係
參考文獻 / 28
第2 章 電子商務的戰術解析 / 29
2．1 關於電子商務創業
2．2 電子商務十大行銷學定律
2．2．1 行銷的前提是解除客戶的心理抗拒
2．2．2 非平台電商最好不要做互聯性質的SNS
2．2．3 行銷過程中的價格與價值的“遛狗理論”
2．2．4 用好一般等價物：優惠券、代金券、現金券和紅包
2．2．5 行銷是一門轉移注意力的藝術
2．2．6 意料之外，情理之中，那是計
2．2．7 行銷需要兩廂情願
2．2．8 客戶生命周期是行銷行為的“縱貫線”
2．2．9 網路行銷兩種流量經營的基本模型
2．2．10 行銷方向之巨觀與微觀
2．3 電子商務的十大心理學定律
2．4 電子商務的十大敗局定律
2．4．1 運營大思路不清晰
2．4．2 團隊內訌，決策分歧
2．4．3 人傻錢多燒錢砸廣告，經濟入不敷出而死
2．4．4 痛失時機
2．4．5 供應鏈孱弱
2．4．6 品牌定位模糊不清
2．4．7 傳統企業觸電，手段老套
2．4．8 不注重商品品質和服務
2．4．9 揠苗助長，團隊豪華人員冗餘
2．4．10 捨不得投錢慢慢耗死
第3 章 數據驅動相關知識鋪墊 / 59
3．1 數據作用力的難點在於挖掘常識以外的價值
3．2 三言兩語大數據
3．2．1 信息量泛濫的社會
3．2．2 泛濫的數據如何有效存儲
3．2．3 迄今為止大數據成功的部分案例――沒有啤酒+尿布
3．3 根本沒有任何新的技術構成雲計算
3．4 數據序列的小波分解定律――輪廓和細節
3．4．1 數據的權重序列和單位權重序列
3．4．2 將數據分解成權重序列的延伸閱讀
第4 章 電商群雄逐鹿中原、數據驅動主宰沉浮 / 76
4．1 你不知道的數據挖掘
4．1．1 數據挖掘原來是這么回事
4．1．2 孫子兵法曰：雜於利而務可信也，雜於害而患可解也
4．2 數據挖掘在電子商務中的多面性
4．2．1 數據挖掘在電子商務行業中廣泛套用
4．2．2 數據挖掘是有巨大價值的，但結論常常是錯誤的
4．2．3 客觀認識數據挖掘
4．3 電子商務數據挖掘的“AVSM 法則”
4．4 數據挖掘的工具
4．4．1 數據採集工具
4．4．2 客戶端數據分析工具
4．4．3 客戶端數據挖掘工具
4．4．4 數據存儲――資料庫系統
參考文獻
第5 章 搭建數據化體系 / 111
5．1 繪製銷售圖譜
5．2 運營常見的數據指標及體系
5．2．1 指導日常運營的一些關鍵指標
5．2．2 晴雨表的解讀技巧
5．2．3 組建流量漏斗模型
5．2．4 診斷流量黑洞
5．2．5 診斷流量驟變原因
5．3 數據分析入門案例
5．4 數據挖掘入門案例
5．4．1 漫話統計學
5．4．2 喜歡買連衣裙的客戶比喜歡買衛衣的客戶更有價值嗎
5．5 數學建模入門案例
參考文獻
第6 章 廣告投放策略 / 141
6．1 網際網路廣告的特徵
6．1．1 定向性
6．1．2 強化品牌印象的利器
6．1．3 “鷸蚌相爭，坐收漁翁之利”的蒙眼競價
6．1．4 非強迫性
6．2 網際網路廣告的形態
6．2．1 CPC 廣告及“通貨膨脹”
6．2．2 CPS 廣告及“高開低走”
6．2．3 CPM 廣告及“創意無極限”
6．2．4 硬廣及“暴力拓展”
6．2．5 通俗易懂理解RTB 廣告機理
6．3 廣告投放戰略
6．3．1 廣告投放預算
6．3．2 廣告效果量化模型
6．3．3 投放策略確定
6．4 精準投放基礎篇
6．4．1 分時段投放
6．4．2 分地域投放
6．4．3 分品類投放
6．4．4 關鍵字遴選
6．5 廣告投放高級策略
6．5．1 CPC 出價與點擊率、轉化率之間的理論數學模型
6．5．2 深度解讀CPC 與點擊率之間的意義
6．5．3 CPC 廣告的三種平衡點
6．5．4 廣告投放非線性組合最佳化
6．6 廣告資源的整合和管理
參考文獻
第7 章 數據驅動藝術設計 / 189
7．1 數據驅動與藝術設計漫談
7．2 網站首頁最優長度如何測定
7．3 網頁的結構布局策略
7．3．1 經典的結構布局理論
7．3．2 站內搜尋的設定
7．3．3 首頁商品撤換的“ROI”原則
7．4 商品詳情頁的“倒三角形”結構
7．5 警惕搭配套餐的騙局
7．5．1 人類最小心理感覺差
7．5．2 搭配套餐的新陳代謝
7．6 關聯推薦的設計
7．6．1 關聯推薦的機理
7．6．2 支持度、置信度和提升度
7．6．3 小結
參考文獻
第8 章 數據化管理 / 213
8．1 任何一個團隊或項目不能量化就不能管理
8．2 客服團隊數據化管理
8．2．1 客服團隊排班設計
8．2．2 客服團隊的績效管理
8．2．3 客服團隊忠誠度激勵方案
8．2．4 客服團隊數據化管理高級套用：測算諮詢並發數
8．3 供應鏈數據化管理
8．3．1 供應鏈數據化管理的點和面
8．3．2 大數據環境下供應鏈管理的通路
8．3．3 商品結構如何布局
8．3．4 銷量預測的三種最基本的方法
8．3．5 現貨模式下的彈性補貨策略
8．4 大型促銷活動促銷節點的設計
參考文獻
第9 章 不一樣的客戶關係管理 / 255
9．1 客戶關係管理的生死穴
9．2 客戶關係管理的流程
9．3 客戶關係管理五部曲
9．3．1 資料庫的組建
9．3．2 資料庫的加厚
9．3．3 資料庫的標籤
9．3．4 資料庫的挖掘
9．3．5 客戶關係管理的落地
9．4 基於KANO 模型劃分服務類型
9．5 客戶關係管理用好新媒體的新思維
9．6 客戶關係管理商業流小結
9．6．1 了解客戶需求的真實痛點
9．6．2 對客戶池進行過濾分層
9．6．3 對池內客戶張貼標籤
9．6．4 對服務進行分類
9．6．5 強化與客戶的連結節點
9．6．6 整合CRM
參考文獻
思考 / 294
