电商大数据——用数据驱动电商和商业案例解析

               

电商大数据——用数据驱动电商和商业案例解析（国内第1本将大数据与电商完美结合的权威之作！）

雪鹰传奇 著  

ISBN 978-7-121-22556-7

2014年3月出版

定价：98.00元

360页

16开

编辑推荐

（1）《电商大数据——用数据驱动电商和商业案例解析》是国内第1本将大数据与电商完美结合的权威之作！本书是软精装版，提供200组客户、67个维度指标的核心网店数据资源供学习，书中案例在电商实战中已创造过巨大价值，淘宝天猫京东和独立B2C均适用。

（2）作者李必文是国内难得对电商与大数据均有深度研究的人，他是电商“数据驱动学”的倡导者和领跑者，更是资深电商经理人。

（3）如果你赞成本书一半以上观点，请勿错过《电商大数据》：

电商运营者，要更擅长根据需求“养”数据，数据“养”到一定程度，就会有价值。

电商大数据不一定量级要有多巨大，但数据维度要尽可能丰满。

商品打折优惠的幅度应大于11.6%，因为11.6%是一个阈值，为人类的最小心理感觉差。

50%的客户点击网站的次数都在3次以内。

快销品类目购买7次以上的客户便是绝对忠诚的客户。

新客户在收到商品后的10天之内二次购买的概率最高。

真正的大数据，不是噱头，更不是空心的概念，是“梦想照进现实”般的落地和丰厚的经验价值。

内容提要

《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。

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 /