新書推薦：
《
高术莫用（十周年纪念版 逝去的武林续篇 薛颠传世之作 武学尊师李仲轩家世 凸显京津地区一支世家的百年沉浮）
》
售價：NT$
250.0
《
英国简史（刘金源教授作品）
》
售價：NT$
449.0
《
便宜货：廉价商品与美国消费社会的形成
》
售價：NT$
352.0
《
读书是一辈子的事（2024年新版）
》
售價：NT$
352.0
《
乐道文库·什么是秦汉史
》
售價：NT$
367.0
《
汉娜·阿伦特与以赛亚·伯林 ： 自由、政治与人性
》
售價：NT$
500.0
《
女性与疯狂（女性主义里程碑式著作，全球售出300万册）
》
售價：NT$
500.0
《
药食同源中药鉴别图典
》
售價：NT$
305.0
|
| 編輯推薦： |
*，将理论与实践结合。本书在理论体系完备的同时，与实践紧密结合，案例涵盖了常见的电商数据分析场景。结合案例，对基础理论进行了深入浅出的阐述，使读者更加牢固地掌握电商数据分析的理论知识。
第二，立足于数据分析的应用场景。本书以培养懂业务的数据分析师为目标，围绕电商数据分析的应用场景，精选多个实操案例进行详细的解析，便于读者快速掌握电商数据分析的方法并达到学以致用的目的。
第三，配套资源丰富。本书所有案例均由慕研数据分析师事务所提供，所有实操案例均提供高清微课视频，扫描二维码即可观看。同时，还提供配套的教学课件PPT 、电子教案、教学大纲、拓展案例等教学资源。
|
| 內容簡介： |
本书共分为三篇，*篇是理论基础，主要内容包括电商数据分析导论、数据分析方法论。第二篇是技术方法，主要内容包括数据采集方法、数据清洗方法。第三篇是应用场景，主要内容包括运营与数据平台、运营诊断与复盘、宏观市场分析、市场细分及竞争分析、流量运营分析、产品运营分析、消费者运营分析、商务数据报告撰写与商业分析案例。
本书既可以作为高等院校电子商务、大数据应用与管理、数据科学与大数据等专业相关课程的教材，也可以作为数据分析从业人员学习电商数据分析及报考商务数据分析相关资格考试的参考书。
|
| 關於作者： |
|
陈海城，浙江师范大学等多所院校的创业实践讲师及创业导师，数据分析专家，10年电商行业从业经验，代表畅销书：《Python3爬虫、数据清洗与可视化实战》《淘宝、天猫电商数据分析与挖掘实战》。
|
| 目錄：
|
第 一篇 理论基础篇1
第 1章 电商数据分析导论 1
1.1认知数据分析 1
1.1.1什么是数据分析 1
1.1.2数据分析的作用 2
1.1.3 数据分析的标准流程 3
1.2电商数据分析的技能图谱 6
1.2.1数学和统计学 6
1.2.2运筹学 7
1.2.3数据分析方法论 7
1.2.4数据分析工具 8
1.2.5电商业务能力 9
1.2.6电商数据指标体系 9
1.3数据分析在电商的应用 9
1.3.1数据诊断 10
1.3.2数据复盘 10
1.3.3市场分析 11
1.3.4竞争分析 11
1.3.5渠道分析 11
1.3.6活动及广告分析 12
1.3.7产品分析 12
1.3.8库存分析 12
1.3.9客户分析 12
1.4统计学是数据分析的核心理论基础 13
1.4.1统计学来源及特点 13
1.4.2统计的基本概念 13
1.4.3统计的工作过程 15
1.4.4统计的研究方法 16
1.5 运筹学基础 17
1.5.1 博弈论和运筹学 17
1.5.2 运筹学的模型 18
1.5.3 规划求解的经典问题 20
1.6数据分析的专业名词 22
1.6.1维度和分类数据 22
1.6.2度量和定量数据 23
1.6.3 粒度 23
1.6.4 量纲和单位 23
1.6.5数据集、事实表和维度表 23
1.6.6算法和函数 23
1.6.7模型 23
1.6电商数据来源及指标体系 23
1.6.1 数据来源及统一 23
1.6.2数据口径 24
1.6.3 基础数据指标 24
1.6.4 常用分析度量 25
1.6.5建立数据指标体系 25
1.7 本章小结 26
1.8习题 27
第 2章 数据分析方法论 28
2.2基本分析方法 28
2.2.1对比法 29
2.2.2拆分法 29
2.2.3排序法 30
2.2.4分组法 31
2.2.5交叉法 31
2.2.6降维法 32
2.2.7增维法 32
2.2.8指标法 33
2.2.9图形法 33
2.2高级方法 35
2.2.1 SWOT分析法 35
2.2.2描述性统计法 36
2.2.3数据归一化（指数化） 39
2.2.4 熵值法 41
2.2.5 漏斗分析法 42
2.2.6矩阵分析法 47
2.2.7多维分析法 50
2.2.8时间序列分析法 51
2.2.9相关性分析法 56
2.2.10杜邦分析法 60
2.3 本章小结 61
2.4习题 61
第二篇 技术方法篇 62
第3章 数据采集方法 62
3.1数据采集的基础知识 62
3.1.1 爬虫权限申明 62
3.1.2 URL构成原理 62
3.1.3 网站的构成 63
3.1.4 HTML请求与响应 64
3.2 数据采集 65
3.2.1静态数据采集 65
3.2.2动态数据采集 72
3.3本章小结 76
3.4习题 76
第4章 数据清洗方法 77
4.1数据规整 77
4.2.1数据类型 77
4.2.2缺失值和异常值处理 77
4.2数据合并与分组 78
4.2.1纵向合并 78
4.2.2横向合并 82
4.2.3数据分组 88
4.3数据变形 89
4.3.1数据透视 89
4.3.2数据逆透视 90
4.4本章小结 91
4.3习题 92
第三篇 应用场景篇 93
第5章 运营与数据平台 93
5.1百度指数 93
5.1.1趋势研究 93
5.1.2需求图谱 94
5.1.3人群画像 94
5.2阿里指数 95
5.2.1行业大盘 96
5.2.2属性细分 97
5.2.3采购商素描 99
5.3.4阿里排行 100
5.3生意参谋 103
5.3.1首页 103
5.3.2实时数据 105
5.3.3流量和商品 107
5.3.4交易和服务 110
5.3.5市场数据 114
5.4本章小结 117
5.5习题 117
第6章 运营诊断与复盘 118
6.1店铺诊断 118
6.1.1杜邦分析法建模诊断 118
6.1.2相关性分析法诊断 124
6.2 店铺复盘 125
6.2.1复盘的步骤 126
6.2.2全店复盘案例 127
6.2.3利润与投产比复盘案例 131
6.3本章小结 133
6.4习题 133
第7章 市场分析 134
7.1市场容量分析 134
7.1.1市场容量分析思路 134
7.1.2市场容量汇总 134
7.1.3 市场容量可视化 136
7.2市场趋势分析 144
7.2.1 市场趋势分析思路 144
7.2.2市场趋势可视化 145
7.2.3同环比计算 148
7.2.4组合图创建与设置 151
7.2.5预测工作表创建 154
7.3市场细分 156
7.3.1基于人群的市场细分 156
7.3.2基于产品的市场细分 159
7.3.3基于渠道的市场细分 162
7.4品牌分析 165
7.4.1品牌集中度 165
7.4.2品牌矩阵分析 167
7.5竞争分析 168
7.5.1竞争环境分析 168
7.5.2市场售价分析 174
7.5.3竞争对手的选择 178
7.5.4竞争对手数据跟踪 180
7.5.5竞争对手分析 180
7.6目标市场选择 198
7.6.1空白市场原则 198
7.6.2热点原则 199
7.6.3高复购原则 199
7.6.4精神领域原则 199
7.7本章小结 199
7.8习题 199
第8章 运营分析 200
8.1 渠道分析 200
8.1.1 传统流量渠道分析 200
8.1.2内容渠道分析 210
8.2产品分析 212
8.1.1产品结构分析 212
8.1.2产品矩阵 225
8.1.3产品生命周期分析 232
8.1.4产品销售分析 234
8.3 活动及广告分析 243
8.3.1 活动分析 243
8.3.1广告效果分析 247
8.4 客户分析 253
8.4.1客户分布 253
8.4.2RFM模型 263
8.4.3复购分析 271
8.4.4客户舆情分析 287
8.5 库存分析 296
8.5.1库存绩效分析 296
8.5.2补货模型 298
8.6本章小结 304
8.7习题 304
第9章 商务数据报告撰写与案例 305
9.1数据报告撰写 305
9.1.1数据报告类型 305
9.1.2数据报告撰写流程 305
9.1.3数据报告撰写技巧 306
9.2 商业分析案例 311
9.2.1市场分析 311
9.2.2用户舆情分析 313
9.2.3互联网话题分析（新媒体和知识付费方向） 315
|
|
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
