数据掘金：电子商务运营突围

《数据掘金：电子商务运营突围》

基本信息

作者： 谭磊

出版社：电子工业出版社

ISBN：9787121138973

上架时间：2013-5-24

出版日期：2013 年6月

开本：16开

页码：464

版次：1-1

所属分类：经济管理

更多关于 》》》《数据掘金：电子商务运营突围》

内容简介

经济管理学书籍

　　电商坐拥互联网行业最丰富的用户数据金矿，却很少有人从中挖掘出真金白银。《数据掘金：电子商务运营突围》一书旨在打破这一困境，一步一步引导从业者以数据为核心来运营网站或网店。本书用浅显的文字与独特的视角，不仅成功解读电商数据运营之惑，更呈现大量数据分析和挖掘的必要基础知识及实用相关工具。在通过阅读轻松掌握电商数据运营须关注的要点与方法之后，读者还可有针对性地从书中选择学习如何利用数据来完成——流量获取优化、广告投放、客户分析，以及客户价值提升等一系列电商运营要务。

　　 《数据掘金：电子商务运营突围》一书主要写给电商从业人员，无论是中小电子商务的运营人员、数据分析人员，还是大公司负责电子商务的策略官、市场官和运营官，都能从本书中找到自己所需且急需的有价值内容。

目录

《数据掘金：电子商务运营突围》

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

3.4 web挖掘和信息检索121

3.4.1 web挖掘和信息检索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

4.1.2 matlab136

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roi187

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

6.3 wamm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——kpi233

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——seo242

7.1.1 为什么需要做seo242

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seo252

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sem282

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sem287

8.4 edm294

8.4.1 edm和客户生命周期299

8.4.2 edm的kpi302

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mvc353

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 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lbs388

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 data393

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

本图书信息来源：互动出版网