章节目录
上篇 电商战略战术 第1章 电子商务的战略解析 / 2 1.1 三言两语电子商务 / 3 1.1.1 电子商务的特质 / 3 1.1.2 电子商务的整合效应 / 4 1.2 电子商务的动态格局 / 4 1.2.1 草根淘宝平台动了谁的奶酪 / 4 1.2.2 猫与狗的战争 / 6 1.2.3 线下传统企业大鳄的电商梦 / 8 1.3 电子商务时代的品牌运作 / 11 1.3.1 电商品牌的定位 / 11 1.3.2 电商品牌的突围 / 14 1.3.3 品牌和平台的对立面 / 15 1.4 电子商务时代的“铁血”战争 / 16 1.4.1 电子商务时代的价格之战 / 16 1.4.2 电子商务时代的人才之战 / 17 1.4.3 电子商务时代的流量之战 / 18 1.4.4 电子商务时代的数据之战 / 19 参考文献 / 20 第2章 电子商务的战术解析 / 21 2.1 关于电子商务创业 / 22 2.2 电子商务10大营销学定律 / 23 2.3 电子商务的10大败局定律 / 31 2.3.1 正式运营已经错失销售旺季 / 31 2.3.2 人云亦云，草根小卖家没有清晰的电商运作策略 / 32 2.3.3 不注重商品品质和服务 / 33 2.3.4 企业发展过程中团队有分歧，红利分配不公平 / 35 2.3.5 过分烧钱砸广告，忽视PV转化率，经济入不敷出而死 / 35 2.3.6 缺乏高质量、稳健的供货商，供应链孱弱 / 36 2.3.7 舍不得投钱慢慢耗死 / 37 2.3.8 品牌定位模糊不清 / 37 2.3.9 实体企业向天猫商城转型缺少经验，用传统行业手段指导商城运营 / 38 2.3.10 电商一上马，业务全面铺开和团队组建冗余 / 38 2.4 电子商务的10大心理学定律 / 39 第3章 电商大鳄逐鹿中原、数据驱动主宰沉浮 / 43 3.1 你不知道的数据挖掘 / 44 3.1.1 数据挖掘原来是这么回事 / 44 3.1.2 孙子兵法曰：杂于利而务可信也，杂于害而患可解也 / 51 3.2 数据挖掘在电子商务中的多面性 / 54 3.2.1 数据挖掘在电子商务行业中广泛应用 / 54 3.2.2 数据挖掘是有巨大价值的，但结论常常是错误的 / 57 3.2.3 客观认识数据挖掘 / 59 3.3 电子商务数据挖掘的“AVSM法则” / 62 3.4 数据挖掘的工具 / 65 3.4.1 数据采集工具 / 65 3.4.2 客户端数据分析工具 / 66 3.4.3 客户端数据挖掘工具 / 67 3.4.4 数据存储——数据库系统 / 68 3.5 延伸阅读 / 69 3.5.1 谷歌与Facebook的数据挖掘之战 / 69 3.5.2 军事战略上的数据分析 / 70 参考文献 / 72 中篇 基础商业案例 第4章 搭建数据化体系 / 74 4.1 绘制销售图谱 / 75 4.2 数据化指标及体系 / 77 4.2.1 晴雨表体系的建立 / 77 4.2.2 晴雨表的解读技巧 / 80 4.2.3 组建流量漏斗模型 / 82 4.2.4 诊断流量黑洞 / 86 4.2.5 诊断流量骤变原因 / 87 4.3 数据分析入门案例 / 88 4.4 数据挖掘入门案例 / 93 4.4.1 漫话统计学 / 93 4.4.2 喜欢买连衣裙的客户比喜欢买卫衣的客户更有价值吗 / 94 4.5 数学建模入门案例 / 95 参考文献 / 97 第5章 广告投放策略 / 98 5.1 互联网广告的特征 / 99 5.1.1 定向性 / 99 5.1.2 强化品牌印象的利器 / 99 5.1.3 一把双刃剑 / 100 5.1.4 非强迫性 / 100 5.2 互联网广告的形态 / 101 5.2.1 CPC广告及“通货膨胀”/ 101 5.2.2 CPS广告及“高开低走”/ 104 5.2.3 CPM广告及“创意无极限”/ 106 5.2.4 硬广及“暴力拓展”/ 108 5.3 广告投放战略 / 111 5.3.1 广告投放预算 / 111 5.3.2 广告效果量化模型 / 113 5.3.3 投放策略确定 / 115 5.4 精准投放基础篇 / 118 5.4.1 分时段投放 / 118 5.4.2 分地域投放 / 121 5.4.3 分品类投放 / 122 5.4.4 关键词遴选 / 123 5.5 广告投放高级策略 / 124 5.5.1 CPC出价与点击率、转化率之间的理论数学模型 / 124 5.5.2 深度解读CPC与点击率之间的意义 / 125 5.5.3 CPC广告的三种平衡点 / 127 5.5.4 广告投放线性组合优化 / 130 5.6 广告资源的整合和管理 / 133 参考文献 / 135 第6章 数据驱动艺术设计 / 136 6.1 数据驱动与艺术设计漫谈 / 137 6.2 网站首页最优长度如何测定 / 139 6.3 网页的结构布局策略 / 140 6.3.1 经典的结构布局理论 / 140 6.3.2 站内搜索的设置 / 142 6.3.3 首页商品撤换的“ROI”原则 / 142 6.4 商品详情页的“倒三角形”结构 / 143 6.5 警惕搭配套餐的骗局 / 146 6.5.1 人类最小心理感觉差 / 146 6.5.2 搭配套餐的新陈代谢 / 147 6.6 关联推荐的设计 / 148 6.6.1 关联推荐的机理 / 148 6.6.2 支持度、置信度和提升度 / 149 6.6.3 小结 / 156 参考文献 / 157 下篇 大数据驱动 第7章 数据化管理 / 160 7.1 任何一个团队或项目不能量化就不能管理 / 161 7.2 客服团队数据化管理 / 162 7.2.1 客服团队排班设计 / 163 7.2.2 客服团队的绩效管理 / 163 7.2.3 客服团队忠诚度激励方案 / 170 7.2.4 客服团队数据化管理高级应用：测算咨询并发数 / 174 7.3 供应链数据化管理 / 177 7.3.1 供应链数据化管理的点和面 / 177 7.3.2 大数据环境下供应链管理的通路 / 179 7.3.3 商品结构如何布局 / 181 7.3.4 销量预测的三种最基本的方法 / 183 7.3.5 现货模式下的弹性补货策略 / 188 7.3.6 智能化仓库拣货路径的设计 / 191 7.4 大型促销活动促销节点的设计 / 198 参考文献 / 202 第8章 客户“怪诞行为”研究 / 203 8.1 商品预售是颠覆了零售模式还是电商之殇 / 204 8.2 客户手机号和电子邮箱里隐藏的秘密 / 206 8.2.1 手机号与客户购买力之间的关系 / 206 8.2.2 从Mail地址里窥探那些不能说的秘密 / 208 8.3 数学模型量化客户行为 / 211 8.3.1 幂函数解析客户流失概率 / 211 8.3.2 对数函数解析客户究竟会点击网页几次 / 217 8.4 “7次购物原则”与客户忠诚度 / 218 8.4.1 知识储备：条件概率 / 218 8.4.2 Logistic回归模型解析客户流失概率分布 / 220 8.5 客户生命周期贯穿销售始终 / 225 参考文献 / 228 第9章 客户关系管理 / 229 9.1 客户关系管理没那么简单 / 230 9.1.1 客户关系管理的生死穴 / 230 9.1.2 客户关系管理的流程 / 235 9.2 客户关系的五部曲 / 237 9.2.1 数据库的组建 / 237 9.2.2 数据库的加厚 / 243 9.2.3 数据库的标签 / 245 9.2.4 数据库的挖掘 / 248 9.2.5 客户关系管理的落地 / 250 9.3 与时俱进的客户关系管理 / 252 9.3.1 客户服务的类型 / 252 9.3.2 客户关系管理用好现代互联网新媒体 / 255 9.3.3 客户关系管理商业流小结 / 259 9.4 客户关系管理商业案例 / 262 9.4.1 用决策树为有价值的客户画像 / 262 9.4.2 基于神经网络建立客户流失预警机制 / 264 参考文献 / 272 第10章 数据驱动高级商业案例 / 273 10.1 基于网络爬虫技术架上库存调整项目 / 274 10.1.1 背景 / 274 10.1.2 架上库存调整的意义 / 275 10.1.3 调整方案的流程图 / 276 10.1.4 三言两语：网络爬虫是什么 / 278 10.1.5 架上库存调整临界点的设置 / 279 10.1.6 架上库存调整结果展示 / 280 10.2 淘品牌资本化运作所面对的局势 / 286 10.3 数据驱动小结 / 287 10.3.1 电商数据驱动团队组建 / 287 10.3.2 学好数据驱动的方法 / 287 10.3.3 实施数据驱动的四大障碍 / 290 教材习题 / 291 重要附录 神经网络训练和测试优质商业样本 / 295
内容简介
《电商大数据——用数据驱动电商和商业案例解析》重点介绍了电子商务数据驱动的理论和商业案例。《电商大数据——用数据驱动电商和商业案例解析》作者具有丰富的电商团队数据化管理与运营经验。全书共分三篇。上篇主要介绍了电子商务的战略、战术和数据驱动的思想，有助于读者深入了解电商模式；虽然上篇皆是从宏观层面切入，但是基本都使用了定量的描述方式。中篇介绍了数据如何产生实实在在的生产力，主要包括建立数据化体系的方法、广告的投放策略、艺术设计与数据驱动的融合。下篇是大数据案例，主要包括量化管理客服团队、大数据供应链管理、大型促销活动节点管理、客户“怪诞”行为研究、CRM 及基于网络爬虫调整架上库存。 在《电商大数据——用数据驱动电商和商业案例解析》的目录中给出了200 组客户67 个维度指标的真实数据，这些源数据是非常珍贵的资源，为客户行为研究提供了不可或缺的基础资料。 《电商大数据——用数据驱动电商和商业案例解析》适合独立B2C 商城的高管、各种电商平台的店长和数据驱动相关从业者使用，也适合作为在校电子商务本科生和研究生的参考用书。
下载说明
1、电商大数据——用数据驱动电商和商业案例解析是作者雪鹰传奇创作的原创作品，下载链接均为网友上传的网盘链接！
2、相识电子书提供优质免费的txt、pdf等下载链接，所有电子书均为完整版！