新書推薦：
《
所有治愈，都是自愈
》
售價：NT$
381.0
《
财富管理的中国实践
》
售價：NT$
717.0
《
先秦汉魏晋南北朝诗（附作者篇目索引）（全四册）精——中国古典文学总集
》
售價：NT$
2789.0
《
财之道丛书·太古传：商业帝国200年
》
售價：NT$
717.0
《
不要相信你所想的一切：如何停止过度思考，克服焦虑、自我怀疑和自我破坏
》
售價：NT$
235.0
《
万历四大征（全两册）
》
售價：NT$
549.0
《
凝望：我的摄影与人生
》
售價：NT$
605.0
《
工业机器人从基础到实战
》
售價：NT$
717.0
|
| 內容簡介： |
|
本书内容主要围绕数据分析与数据化运营展开，其中包含运营、产品、市场、营销等多个体系。全书共分为 11 章，其中第 1~3 章主要讲述亚马逊数据化运营的概念和有关图表的基础知识，同时阐明了数据化运营的四大步骤。第 4~10 章为亚马逊数据化运营的主体部分，分别从用户、运营、市场、产品、营销、库存、管理这七个角度，详细讲解数据化运营的思路和方法。第 11 章结合全书内容阐述未来数据化运营的发展趋势，以及数据化运营无法触及的运营实际操作中的细节问题。本书针对亚马逊跨境电商从业者和创业者阅读使用，亦可作为刚入门想要学习跨境电商知识的读者使用，还可作为大中专院校电子商务专业的教材使用。
|
| 關於作者： |
|
叶鹏飞，网络IP及笔名为“旭鹏”，书籍《亚马逊跨境电商运营实战》与《亚马逊跨境电商数据化运营》作者。知乎、喜马拉雅FM、网易云课堂等平台知名跨境电商内容创作者，亚马逊官方广告培训课程卖家讲师、多家跨境电商企业内训主讲人，亚马逊跨境电子商务运营专家，拥有行业关注者及粉丝超过5万人，擅长精细化运营与数据化运营。
|
| 目錄：
|
|
目录第1章了解亚马逊数据化运营的概念（数据化运营和传统经验化运营的区别是什么？数据化运营有什么作用？数据化运营的优势有哪些？）1.1? 什么是亚马逊数据化运营? 11.2? 跨境电商和国内电商数据化运营的区别? 21.2.1? 数据处理工具的精细化程度不同? 21.2.2? 数据化运营的用途不同? 41.3? 亚马逊数据化运营和经验化运营的区别? 41.3.1? 适用团队及场景的不同? 41.3.2? 适用运营环节的不同? 41.3.3? 适用技术门槛不同? 51.4? 数据化运营有什么要求? 61.4.1? 数据的要求? 61.4.2? 分析的要求? 91.5? 数据化运营有什么优势? 101.6? 亚马逊数据化运营的体系及其作用? 121.6.1? 用户体系数据化? 121.6.2? 运营体系数据化? 121.6.3? 市场体系数据化? 121.6.4? 产品体系数据化? 131.6.5? 营销体系数据化? 131.6.6? 库存体系数据化? 131.6.7? 管理体系数据化? 131.7? 数据化运营入门思路讲解：过程标准化，结果可视化? 13第2章搭建数据图表的认知体系（哪些数据图表是运营过程中很常用的？不同的数据图表有什么差别？）2.1? 利用柱状图比较数据大小? 162.1.1? 利用二维柱状图比较数值大小? 162.1.2? 利用三维柱状图比较地区差异? 182.1.3? 利用排列图分析累加数值? 212.2? 利用散点图表示数据关系? 232.2.1? 利用散点图比较信息对象? 232.2.2? 利用气泡图观察多指标间的关系? 262.3? 利用折线图观察时间序列数据? 282.4? 利用雷达图展现多维数据? 322.5? 利用漏斗图分析数据转化? 35第3章掌握数据化运营的步骤（数据化运营要分几个步骤完成？每个步骤的意义是什么？每个步骤分别需要怎样的技能？）3.1? 数据采集? 413.1.1? 人工采集? 413.1.2? 报表采集? 443.1.3? 自动化抓取采集? 463.2? 数据清洗? 463.3? 数据分析? 483.4? 决策优化? 51第4章用户体系数据化（我们的用户是谁？我们的用户有怎样的特征？如何通过亚马逊后台的数据，抽丝剥茧一步步构建属于自己的用户画像？）4.1? 用户画像介绍? 534.2? 用户地区分布分析? 544.3? 用户地区数据的应用? 614.3.1? 针对化选品? 614.3.2? 多店铺市场差额比较与运营能力分析? 624.4? 用户价格分布分析? 644.4.1? 价格时间分布分析? 644.4.2? 价格地区分布分析? 704.5? 用户价格敏感度分析? 734.6? 用户价格敏感度数据的应用? 744.6.1? 价格时间分布敏感度数据的应用? 744.6.2? 价格地区分布敏感度数据的应用? 754.7? 用户购物习惯分析? 764.8? 用户购物习惯数据的广告应用? 804.9? 用户购物习惯数据的 listing 优化应用? 814.10? 用户复购率分析及其应用? 85第5章运营体系数据化（站内广告如何通过数据化运营的方式做到精准优化？ listing 的转化率如何通过数据分析找到优化重心？）5.1? 站内广告数据化运营思路? 865.1.1? 广告类别区分——品牌广告和效果广告? 865.1.2? 亚马逊站内 CPC 广告数据的分析技巧? 885.1.3? 亚马逊站内 CPC 广告的优化顺序与节奏? 895.2? 广告曝光流量转化漏斗模型? 915.2.1? 效果广告营销漏斗分析 主要针对 CPC 广告优化 ? 915.2.2? 如何通过广告投放漏斗模型来优化站内 CPC 广告? 925.3? listing 广告单次点击出价优化? 935.3.1? 根据不同时间段分析订单与广告支出变化? 935.3.2? 根据数据分析推导出最优单次点击竞价? 965.4? 多广告组的象限分析法? 995.4.1? 广告效果量化方法分类? 995.4.2? 为什么要从宏观角度量化广告效果? 995.4.3? 波士顿矩阵概念及其分析方法? 1005.4.4? 如何从宏观角度量化广告效果? 1015.4.5? 使用象限分析法时的常见误区? 1045.5? 单广告组的关键字选择? 1045.5.1? 概率矩阵匹配法? 1045.5.2? 广告结构细分法? 1105.6? 产品 listing 数据化运营思路? 1125.7? 产品 listing 运营决策模型? 1125.7.1? 产品 listing 曝光流量转化模型? 1125.7.2? 用户购买链路模型? 1135.8? 产品 listing 曝光优化方法? 1155.9? 产品 listing 流量优化方法? 1165.9.1? 流量报告分析方法? 1165.9.2? 品牌店铺流量分析方法? 1175.9.3? 根据曝光流量漏斗模型优化流量? 1185.10? 产品 listing 转化率优化方法? 1195.10.1? 转化率经验化优化方法? 1195.10.2? 转化率数据化优化方法? 1255.11? listing 关键字的数据化优化方法? 1285.11.1? 关键字词库的建立与管理? 1285.11.2? 如何选取基本关键字? 1295.11.3? 如何扩展关键字词库? 1295.11.4? 如何使用及更新词库? 1315.11.5? 如何对关键字进行数据化评分? 131第6章市场体系数据化（不同的类目市场具有怎样的数据波动规律？市场竞争度、市场容量如何通过亚马逊平台数据进行计算？）6.1? 市场体系包含的不同数据维度? 1406.2? 销售波动周趋势分析? 1406.2.1? 周权重指数介绍及计算? 1406.2.2? 周权重指数的应用? 1436.3? 淡季旺季更替的数据表现及规律? 1456.3.1? 类目宏观流量数据分析? 1456.3.2? 产品微观销售量数据分析? 1486.4? 不同 keyword 有效曝光市场容量分析? 1506.5? 不同 keyword 市场竞争度分析? 153第7章产品体系数据化（如何确定自己的产品定位？如何实现数据化选品？如何在众多产品中做出取舍？）7.1? 产品类目市场的选择? 1547.2? 产品价格定位? 1567.2.1? 成本定价? 1567.2.2? 现行价格定价。? 1577.2.3? 心理定价? 1577.2.4? 产品价格区间及竞争度判断? 1587.3? 产品图片分析? 1637.3.1? 产品图片种类选择? 1637.3.2? 产品图片细节优化? 1687.3.3? 信息类图片的选择? 1697.4? 产品 review 数据化分析? 1717.5? 铺货类运营模式的产品取舍方法? 1747.6? 数据化选品与经验化选品的对比? 1757.6.1? 数据分析 + 经验判断类选品? 1757.6.2? 纯经验判断类选品? 1807.7? 数据化选品的数据抓取方法? 1847.7.1? 利用爬虫程序抓取排名数据? 1857.7.2? 简易代码? 1887.8? 数据化选品的数据分析方法? 189第8章营销体系数据化（线下营销和线上营销孰轻孰重？不同营销渠道的效率到底该如何对比？）8.1? 站内营销思路及营销策略选择? 1928.1.1? 站内营销思路简析? 1938.1.2? 促销策略选择? 1948.2? 站外营销技巧及数据分析方法? 1958.2.1? 如何从站内走向站外? 1958.2.2? 如何辨别“网红”类型? 1978.2.3? 如何获取免费流量? 1998.3? 实体营销册效率分析? 202第9章库存体系数据化（面对海量的 SKU 库存，到底该如何对库存信息进行数据分析？针对不同的商品未来应该如何进行备货和生产？）9.1? 仓储备货的经验化思路? 2059.1.1? 销售量叠加法? 2059.1.2? 多阶段销售量加权法? 2069.1.3? 销售量一般计量法? 2079.2? 仓储备货的数据化思路? 2089.2.1? 稳定款自配送库存管理策略? 2089.2.2? 稳定款 FBA 库存管理策略? 2089.3? 仿真型仓储备货分析? 210第10章管理体系数据化（当面对大量管理维度上的宏观数据时如何做出有效的判断？亚马逊运营管理者该如何形成高效的数据化管理思路？）10.1? 店铺群数据化管理? 21510.1.1? 店铺群管理的象限分析法? 21510.1.2? 店铺群管理的类目关联性分析? 21710.1.3? 店铺群资金回报率分析? 22110.2? 业务渠道数据化管理? 22210.2.1? 产品供应链的管理与优化? 22210.2.2? 物流供应链的管理与优化? 22210.2.3? 营销渠道引流效率优化? 22410.3? 业务饱和度数据分析? 234第11章亚马逊数据化运营总述（除了前十章中提到的内容，还有其他数据化运营的技巧吗？数据化运营是万能的吗？有什么环节不能只依赖数据呢？）11.1? 数据化运营技巧总结? 23611.2? 数据化运营不是万能的? 23611.2.1? 亚马逊站内的 review 营销? 23711.2.2? 亚马逊店铺 AZ 投诉处理? 23911.2.3? 平台新功能利用——自动投放匹配度分析? 24011.3? 数据化运营的进阶思维及技能讲解? 24011.3.1? 一维数据的筛选和应用? 24111.3.2? 二维数据的筛选和应用? 24111.3.3? 三维数据的筛选和应用? 24211.3.4? 多维数据的筛选和应用? 24211.3.5? 多维数据的获取? 24311.3.6? 外部数据的分析? 24511.3.7? IT 技术在数据化运营中的应用? 24711.4? 未来跨境电商领域的运营发展方向概述? 25011.4.1? 精细化运营? 25011.4.2? 垂直类目运营? 25011.4.3? 品牌化运营? 250目录第1章了解亚马逊数据化运营的概念（数据化运营和传统经验化运营的区别是什么？数据化运营有什么作用？数据化运营的优势有哪些？）1.1? 什么是亚马逊数据化运营? 11.2? 跨境电商和国内电商数据化运营的区别? 21.2.1? 数据处理工具的精细化程度不同? 21.2.2? 数据化运营的用途不同? 41.3? 亚马逊数据化运营和经验化运营的区别? 41.3.1? 适用团队及场景的不同? 41.3.2? 适用运营环节的不同? 41.3.3? 适用技术门槛不同? 51.4? 数据化运营有什么要求? 61.4.1? 数据的要求? 61.4.2? 分析的要求? 91.5? 数据化运营有什么优势? 101.6? 亚马逊数据化运营的体系及其作用? 121.6.1? 用户体系数据化? 121.6.2? 运营体系数据化? 121.6.3? 市场体系数据化? 121.6.4? 产品体系数据化? 131.6.5? 营销体系数据化? 131.6.6? 库存体系数据化? 131.6.7? 管理体系数据化? 131.7? 数据化运营入门思路讲解：过程标准化，结果可视化? 13第2章搭建数据图表的认知体系（哪些数据图表是运营过程中很常用的？不同的数据图表有什么差别？）2.1? 利用柱状图比较数据大小? 162.1.1? 利用二维柱状图比较数值大小? 162.1.2? 利用三维柱状图比较地区差异? 182.1.3? 利用排列图分析累加数值? 212.2? 利用散点图表示数据关系? 232.2.1? 利用散点图比较信息对象? 232.2.2? 利用气泡图观察多指标间的关系? 262.3? 利用折线图观察时间序列数据? 282.4? 利用雷达图展现多维数据? 322.5? 利用漏斗图分析数据转化? 35第3章掌握数据化运营的步骤（数据化运营要分几个步骤完成？每个步骤的意义是什么？每个步骤分别需要怎样的技能？）3.1? 数据采集? 413.1.1? 人工采集? 413.1.2? 报表采集? 443.1.3? 自动化抓取采集? 463.2? 数据清洗? 463.3? 数据分析? 483.4? 决策优化? 51第4章用户体系数据化（我们的用户是谁？我们的用户有怎样的特征？如何通过亚马逊后台的数据，抽丝剥茧一步步构建属于自己的用户画像？）4.1? 用户画像介绍? 534.2? 用户地区分布分析? 544.3? 用户地区数据的应用? 614.3.1? 针对化选品? 614.3.2? 多店铺市场差额比较与运营能力分析? 624.4? 用户价格分布分析? 644.4.1? 价格时间分布分析? 644.4.2? 价格地区分布分析? 704.5? 用户价格敏感度分析? 734.6? 用户价格敏感度数据的应用? 744.6.1? 价格时间分布敏感度数据的应用? 744.6.2? 价格地区分布敏感度数据的应用? 754.7? 用户购物习惯分析? 764.8? 用户购物习惯数据的广告应用? 804.9? 用户购物习惯数据的 listing 优化应用? 814.10? 用户复购率分析及其应用? 85第5章运营体系数据化（站内广告如何通过数据化运营的方式做到精准优化？ listing 的转化率如何通过数据分析找到优化重心？）5.1? 站内广告数据化运营思路? 865.1.1? 广告类别区分——品牌广告和效果广告? 865.1.2? 亚马逊站内 CPC 广告数据的分析技巧? 885.1.3? 亚马逊站内 CPC 广告的优化顺序与节奏? 895.2? 广告曝光流量转化漏斗模型? 915.2.1? 效果广告营销漏斗分析 主要针对 CPC 广告优化 ? 915.2.2? 如何通过广告投放漏斗模型来优化站内 CPC 广告? 925.3? listing 广告单次点击出价优化? 935.3.1? 根据不同时间段分析订单与广告支出变化? 935.3.2? 根据数据分析推导出最优单次点击竞价? 965.4? 多广告组的象限分析法? 995.4.1? 广告效果量化方法分类? 995.4.2? 为什么要从宏观角度量化广告效果? 995.4.3? 波士顿矩阵概念及其分析方法? 1005.4.4? 如何从宏观角度量化广告效果? 1015.4.5? 使用象限分析法时的常见误区? 1045.5? 单广告组的关键字选择? 1045.5.1? 概率矩阵匹配法? 1045.5.2? 广告结构细分法? 1105.6? 产品 listing 数据化运营思路? 1125.7? 产品 listing 运营决策模型? 1125.7.1? 产品 listing 曝光流量转化模型? 1125.7.2? 用户购买链路模型? 1135.8? 产品 listing 曝光优化方法? 1155.9? 产品 listing 流量优化方法? 1165.9.1? 流量报告分析方法? 1165.9.2? 品牌店铺流量分析方法? 1175.9.3? 根据曝光流量漏斗模型优化流量? 1185.10? 产品 listing 转化率优化方法? 1195.10.1? 转化率经验化优化方法? 1195.10.2? 转化率数据化优化方法? 1255.11? listing 关键字的数据化优化方法? 1285.11.1? 关键字词库的建立与管理? 1285.11.2? 如何选取基本关键字? 1295.11.3? 如何扩展关键字词库? 1295.11.4? 如何使用及更新词库? 1315.11.5? 如何对关键字进行数据化评分? 131第6章市场体系数据化（不同的类目市场具有怎样的数据波动规律？市场竞争度、市场容量如何通过亚马逊平台数据进行计算？）6.1? 市场体系包含的不同数据维度? 1406.2? 销售波动周趋势分析? 1406.2.1? 周权重指数介绍及计算? 1406.2.2? 周权重指数的应用? 1436.3? 淡季旺季更替的数据表现及规律? 1456.3.1? 类目宏观流量数据分析? 1456.3.2? 产品微观销售量数据分析? 1486.4? 不同 keyword 有效曝光市场容量分析? 1506.5? 不同 keyword 市场竞争度分析? 153第7章产品体系数据化（如何确定自己的产品定位？如何实现数据化选品？如何在众多产品中做出取舍？）7.1? 产品类目市场的选择? 1547.2? 产品价格定位? 1567.2.1? 成本定价? 1567.2.2? 现行价格定价。? 1577.2.3? 心理定价? 1577.2.4? 产品价格区间及竞争度判断? 1587.3? 产品图片分析? 1637.3.1? 产品图片种类选择? 1637.3.2? 产品图片细节优化? 1687.3.3? 信息类图片的选择? 1697.4? 产品 review 数据化分析? 1717.5? 铺货类运营模式的产品取舍方法? 1747.6? 数据化选品与经验化选品的对比? 1757.6.1? 数据分析 + 经验判断类选品? 1757.6.2? 纯经验判断类选品? 1807.7? 数据化选品的数据抓取方法? 1847.7.1? 利用爬虫程序抓取排名数据? 1857.7.2? 简易代码? 1887.8? 数据化选品的数据分析方法? 189第8章营销体系数据化（线下营销和线上营销孰轻孰重？不同营销渠道的效率到底该如何对比？）8.1? 站内营销思路及营销策略选择? 1928.1.1? 站内营销思路简析? 1938.1.2? 促销策略选择? 1948.2? 站外营销技巧及数据分析方法? 1958.2.1? 如何从站内走向站外? 1958.2.2? 如何辨别“网红”类型? 1978.2.3? 如何获取免费流量? 1998.3? 实体营销册效率分析? 202第9章库存体系数据化（面对海量的 SKU 库存，到底该如何对库存信息进行数据分析？针对不同的商品未来应该如何进行备货和生产？）9.1? 仓储备货的经验化思路? 2059.1.1? 销售量叠加法? 2059.1.2? 多阶段销售量加权法? 2069.1.3? 销售量一般计量法? 2079.2? 仓储备货的数据化思路? 2089.2.1? 稳定款自配送库存管理策略? 2089.2.2? 稳定款 FBA 库存管理策略? 2089.3? 仿真型仓储备货分析? 210第10章管理体系数据化（当面对大量管理维度上的宏观数据时如何做出有效的判断？亚马逊运营管理者该如何形成高效的数据化管理思路？）10.1? 店铺群数据化管理? 21510.1.1? 店铺群管理的象限分析法? 21510.1.2? 店铺群管理的类目关联性分析? 21710.1.3? 店铺群资金回报率分析? 22110.2? 业务渠道数据化管理? 22210.2.1? 产品供应链的管理与优化? 22210.2.2? 物流供应链的管理与优化? 22210.2.3? 营销渠道引流效率优化? 22410.3? 业务饱和度数据分析? 234第11章亚马逊数据化运营总述（除了前十章中提到的内容，还有其他数据化运营的技巧吗？数据化运营是万能的吗？有什么环节不能只依赖数据呢？）11.1? 数据化运营技巧总结? 23611.2? 数据化运营不是万能的? 23611.2.1? 亚马逊站内的 review 营销? 23711.2.2? 亚马逊店铺 AZ 投诉处理? 23911.2.3? 平台新功能利用——自动投放匹配度分析? 24011.3? 数据化运营的进阶思维及技能讲解? 24011.3.1? 一维数据的筛选和应用? 24111.3.2? 二维数据的筛选和应用? 24111.3.3? 三维数据的筛选和应用? 24211.3.4? 多维数据的筛选和应用? 24211.3.5? 多维数据的获取? 24311.3.6? 外部数据的分析? 24511.3.7? IT 技术在数据化运营中的应用? 24711.4? 未来跨境电商领域的运营发展方向概述? 25011.4.1? 精细化运营? 25011.4.2? 垂直类目运营? 25011.4.3? 品牌化运营? 250
|
| 內容試閱：
|
|
前言献给陪伴我的朋友、家人，以及我所热爱的事业随着最近几年各种数据分析工具的普及与推广，“数据化运营”与“数据分析”逐渐走到大家的视线中。无论是以阿里巴巴“千人千面”为代表的大数据技术，还是以亚马逊“AWS”为代表的云计算服务，都在印证着一个事实——数据，这个互联网的基本组成单位，正在彰显着它独有的价值与魅力。不同于国内电商数据分析技术的普及，跨境电商尤其是亚马逊跨境电商领域，大多数运营者仍然在以近似盲人摸象的方式探索着各类数据的意义，这一方面是因为亚马逊跨境电商领域暂时并没有像国内电商一样拥有大量专业的数据技术服务商，另一方面也是因为电商运营者在外文平台上进行数据采集与分析会更加困难。除此之外，如今在职场教育和行业工具书领域，对于数据分析或者数据化运营相关的书籍，大多不完全适用于亚马逊跨境电商行业，这类书要么知识门槛太高，要求读者有一定的编程基础，或者IT 能力，要么业务只与国内电商相关，而无法套用到跨境电商行业。因此，笔者首先整理了多数亚马逊跨境电商从业者的数据化运营需求，然后结合自身多年的业务及培训经验完成本书的写作。在写作过程中，为了彻底解决“如何大幅度降低数据类知识的阅读门槛”这一问题，笔者在每个涉及具体数据分析操作的章节中都附加了相关的程序和Excel 表格，从而确保读者可以无障碍地学习和使用数据化运营的相关知识。在本书的写作过程中，笔者将结合自身电商从业经验及数据分析的专业知识，帮助读者构建出一套高效且便捷的亚马逊平台数据化运营体系，同时向跨境电子商务从业者提供先进的运营理念和技术操作。本书不同于市场上其他跨境电商运营书籍，将着重从“数据”二字出发，讲述每个电商运营维度的优化方法和运营思路。除此之外，在介绍一些专业的知识时，本书将极力降低读者阅读和学习的难度。例如，本书不会涉及任何过高难度的编程和 IT 知识，大多数数据处理操作是围绕 Excel 展开的，少数需要编程语言的操作也能通过二维码直接下载相关文档；其次，本书尽可能地避免复杂公式、流程的讲述，而是采取更易于阅读的形式，将数据化运营的理念和知识呈现给读者。除了定位上的特殊和内容上的改进外，本书采用了“音频教学 + 案例文档 + 文本阅读”的立体创作形式。“音频教学”指的是在书中重点章节创作完成后，笔者会根据该章节的每个小节的内容结合重点 难点录制相关音频，帮助读者理解和消化。“案例文档”指的是当某一章节涉及大量数据处理和案例分析时，会提供该案例的原始数据文档，只需要登录出版社的电子资源平台，读者就可以将文件下载到电脑上自行操作。“文本阅读”则是传统的书籍写作形式，包含文字、表格、图片等信息。在本书的写作过程中，笔者非常感激周围家人与朋友对自己的支持与鼓励，感谢人美心善的田开睿对本书细节的指正，感谢数据分析专家周宇轩、王培龙对本书的技术支持，感谢互联网运营专家杨强、刘宇真对本书内容细节的完善，正是你们这些奋斗在各行各业的朋友们给了笔者坚持下去的动力。于此，共勉。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
