当前位置:首页 > 工业技术
数据掘金  电子商务运营突围
数据掘金  电子商务运营突围

数据掘金 电子商务运营突围PDF电子书下载

工业技术

  • 电子书积分:14 积分如何计算积分?
  • 作 者:谭磊著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2013
  • ISBN:9787121138973
  • 页数:444 页
图书介绍:电商运营不应该是屌丝的体力活。电商坐拥互联网行业最丰富的用户数据金矿,怎么从中挖掘出真金白银?《数据掘金》一书将一步一步的引导您用数据运营您的网站或者网店。这本书在介绍了什么是电商数据运营之后生动活泼的介绍了数据分析和数据挖掘的基础知识以及相关的工具。除了详细介绍了电商数据运营基础,数据运营的方法之外,还针对性的介绍了如何利用数据优化流量获取,广告投放,客户分析,客户价值提升等电商运营的各个方面。
《数据掘金 电子商务运营突围》目录

第1章 引言:电子商务运营和数据 1

1.1 2012年最大的赌局 2

1.2为300万人建300万个网站 6

1.2.1电子商务的RUPI概念 7

1.2.2在互联网上卖米 8

1.2.3电子商务怎么能离开数据 10

1.2.4淘宝店的四个核心数据 13

1.3让电商运营不再那么辛苦 16

1.3.1电商人的蓝精灵之歌 17

1.3.2电子商务运营入学考试 17

1.3.3店铺诊断——我的网店能挣更多钱吗 19

1.3.4让你的网店脱颖而出 23

1.3.5为你的网店装上“业务雷达” 27

1.4电子商务数据运营的五大应用 30

1.4.1让网站更吸引人 32

1.4.2把潜在客户转化成真正的客户 33

1.4.3挖掘老客户价值 35

1.4.4推荐系统的设计和应用 36

1.4.5针对不同客户提供个性化的产品 36

1.5关于电商数据的六个“W”和一个“H” 37

1.6本书的内容 39

1.7本章相关资源 42

第2章 我们需要知道的数据分析 43

2.1从数据分析专家林彪说起 44

2.2数据分析基本概念 45

2.2.1就这么简单:三种基础数据 46

2.2.2我们这样来理解数据 47

2.2.3概率并不可怕 50

2.3让我们开始加工数据 52

2.3.1数据集成——把所有数据都拿过来 52

2.3.2数据清洗——给数据玩“洗刷刷” 54

2.3.3数据转换——给数据换个“马甲” 59

2.3.4数据规约——有时候也要丢掉数据 62

2.4用向量表示数据 63

2.5网站日志的收集和处理 66

2.5.1网站日志信息分类 66

2.5.2网站日志实例 70

2.5.3网站日志预处理 76

2.6最好的分析方法——看图说话 82

2.6.1起起伏伏用折线图 83

2.6.2简单比较用柱状图 83

2.6.3转化率用漏斗图表示最直观 83

2.6.4雷达图显示用户偏好 85

2.6.5表示比例最好的饼图和环形图 86

2.7本章相关资源 89

第3章 我们需要知道的数据挖掘 90

3.1什么是数据挖掘 90

3.1.1尿不湿和啤酒 92

3.1.2 Target和怀孕预测指数 94

3.1.3从数据分析到数据挖掘 95

3.1.4数据挖掘的一般过程 97

3.2人人都能做数据挖掘 100

3.3我们需要知道的四类数据挖掘算法 101

3.3.1分类——人以群分 101

3.3.2聚类——物以类聚 108

3.3.3关联——马原告诉我们事物是普遍联系的 111

3.3.4序列——排队的规律,中国人最明白 119

3.4Web挖掘和信息检索 121

3.4.1 Web挖掘和信息检索概览 122

3.4.2协同过滤——推测同类客户的行为 124

3.4.3个性化推荐和推荐系统——我们要更懂客户 126

3.5本章相关资源 130

第4章 数据分析和数据挖掘工具的选择 132

4.1数据分析工具 132

4.1.1用Excel做数据分析 132

4.1.2MATLAB 136

4.2网站分析工具 139

4.2.1用GA做分析 139

4.2.2 GA的限制 142

4.2.3各种站长工具 143

4.3用R语言制作的工具 144

4.3.1用R做数据分析的优势 145

4.3.2用R绘制热力图 148

4.3.3用Rattle分析广告投放数据 150

4.4其他的开源数据挖掘工具 154

4.4.1 Weka数据挖掘工具 154

4.4.2 Google提供的数据挖掘工具 158

4.5电商平台上的各种工具 159

4.5.1用量子恒道分析淘宝网店 159

4.5.2淘宝上的数据魔方 161

4.5.3开放平台上的工具 165

4.6数据展示工具 165

4.7本章相关资源 168

第5章 电子商务数据运营入门 170

5.1在讨论数据运营之前 170

5.1.1数据运营的四大障碍 170

5.1.2数据不是万能的 171

5.2电子商务运营中重要的数据点 173

5.2.1访客数 175

5.2.2转化率 176

5.2.3客单价 180

5.3一切让数据说话 181

5.3.1要有总体的概念 182

5.3.2每天的运营数据不可忽视 184

5.3.3最重要的是ROI 187

5.4有哪些数据分析需要做 189

5.4.1网站流量分析 189

5.4.2商品销售分析 193

5.4.3定期数据分析 194

5.4.4内容分析 195

5.5从零开始打造电子商务企业 195

5.5.1 Bootstrapping,一步一步来 195

5.5.2商品选择 196

5.5.3平台选择 198

5.5.4经营策略和定位的选择 199

5.5.5推广选择 200

5.5.6开店喽 201

5.6本章相关资源 202

第6章 电子商务数据运营的方法 203

6.1用数据解决运营中的问题 203

6.1.1商品评估 204

6.1.2流量评估 207

6.1.3页面评估 213

6.1.4网站评估 214

6.1.5服务评估 215

6.2客户分析数据模型 219

6.2.1数据模型的建立和应用 220

6.2.2客户生命周期模型 222

6.2.3 RFM客户数据模型 223

6.2.4基于客户访问信息的分析模型 226

6.2.5基于访客系统属性的分析模型 228

6.3WAMM模型 229

6.4如何针对独立B2C做数据运营 231

6.5数据运营的考核——KPI 233

6.5.1 KPI的SMART原则 235

6.5.2电子商务运营的KPI设定 237

6.6本章相关资源 241

第7章 电商运营之免费流量获取 242

7.1免费的自然流量——SEO 242

7.1.1为什么需要做SEO 242

7.1.2 SEO站内优化 246

7.1.3 SEO站外优化 247

7.1.4 SEO小实操 248

7.2淘宝SEO 252

7.3企业官网和官博 256

7.4口碑和互动营销 258

7.5本章相关资源 262

第8章 电商运营流量获取——做有效的广告 263

8.1做有效的广告 263

8.1.1互联网广告的优势 264

8.1.2网站联盟广告 267

8.1.3互联网广告分析 271

8.1.4广告优化和定向投放 272

8.2淘宝上的广告 278

8.2.1淘宝直通车 279

8.2.2钻石展位 281

8.3搜索引擎竞价排名和SEM 282

8.3.1搜索广告的类型 283

8.3.2搜索广告的效果 284

8.3.3通过数据分析做SEM 287

8.4 EDM 294

8.4.1 EDM和客户生命周期 299

8.4.2 EDM的KPI 302

8.4.3 EDM中的延时效应性 303

8.4.4 EDM中的数据筛选 304

8.4.5 EDM上的RFM模型应用 308

8.5多管齐下 311

8.5.1整合营销 311

8.5.2多渠道运营 314

8.6本章相关资源 316

第9章 把流量变成真实客户 317

9.1流量分析 317

9.1.1访客量的分析 318

9.1.2分析流量来源特点 320

9.1.3分析访客时空属性 322

9.1.4分析访客的人群属性 324

9.1.5分析客户兴趣属性 326

9.2页面分析 327

9.2.1网站上的内容 327

9.2.2页面跳出率和二跳率 329

9.2.3页面热度分析 329

9.3网站分析 331

9.3.1网站日志分析 332

9.3.2提升网站质量 335

9.4提升网站转化率 336

9.4.1抓住每一个环节的数据 337

9.4.2怎样吸引客户下订单 338

9.4.3找回被放弃的购物车 340

9.4.4不盲目追求转化率 342

9.5本章相关资源 344

第10章 深度挖掘客户价值 345

10.1最有价值客户的特征 345

10.1.1建立CRM(客户关系管理) 346

10.1.2构建客户综合价值模型 349

10.1.3用客户生命周期模型提升收入 352

10.1.4用RFM算法找出MVC 353

10.2如何把客户黏在我们的网站 354

10.2.1提升客户平均停留时间 355

10.2.2客户活跃度分析 356

10.2.3做客户流失分析 357

10.3客户需要什么商品 358

10.3.1找出热门商品 359

10.3.2用推荐系统提高客单价 360

10.4商品相关的数据挖掘 364

10.4.1用决策树分析商品 365

10.4.2用聚类算法对商品分类 366

10.4.3用关联算法做商品匹配 368

10.4.4用序列算法分析商品上下架时间 372

10.5本章相关资源 374

第11章 电子商务运营还有哪些事儿 377

11.1相关管理系统 377

11.2移动电商和数据 381

11.2.1移动电商的特殊性 381

11.2.2数据挖掘和LBS 388

11.2.3移动广告 391

11.2.4移动互联网数据面临的问题 391

11.3电商和Big Data 393

11.3.1 Big Data是什么 393

11.3.2电商的大数据可以怎么“玩” 396

11.3.3 Big Data上的技术 397

11.3.4联机分析处理(OLAP) 408

11.4电子商务网络安全 409

11.5企业竞争与反竞争 411

11.6本章相关资源 412

第12章 电子商务数据运营的未来 414

附录A 专业词汇 419

附录B 本书中用到的公式和算法 431

附录C 参考文献 437

附录D 值得关注的微博 442

附录E 参考网站一览 443

相关图书
作者其它书籍
返回顶部