新書推薦：
《
清洁
》
售價：NT$
296.0
《
组队：超级个体时代的协作方式
》
售價：NT$
352.0
《
第十三位陪审员
》
售價：NT$
245.0
《
微观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
》
售價：NT$
709.0
《
Python贝叶斯深度学习
》
售價：NT$
407.0
《
文本的密码：社会语境中的宋代文学
》
售價：NT$
306.0
《
启微·狂骉年代：西洋赛马在中国
》
售價：NT$
357.0
《
有趣的中国古建筑
》
售價：NT$
305.0
|
| 內容簡介： |
|
本书讲述了两个年轻人在大公司销售、商品、电商、数据等部门工作的故事，通过大量案例深入浅出地讲解了数据意识和零售思维。作者将各种数据分析方法融入到具体的业务场景中，终形成数据化管理模型，从而帮助企业提高运营管理能力。本书全部案例均基于Excel，每个人都能快速上手应用并落地。
|
| 關於作者： |
|
黄成明（@数据化管理），拥有15年的销售及数据分析经验，历经强生公司、妮维雅公司、雅芳公司和鼎盛时期的诺基亚公司。目前是数据化管理的咨询顾问和培训师。他独立研发了基于周销售权重指数的零售管理模型，可以有效地进行目标管理、销售预测、客流预估、促销评估、销售预警等。
|
| 目錄：
|
目 录
第 1 章 什么是数据化管理 /17
1.1 “聪明”的销售人员 /17
1.2 数据化管理的概念 /20
1.3 数据化管理的意义 /21
1.4 数据化管理的四个层次 /22
1.4.1 业务指导管理 /22
1.4.2 营运分析管理 /22
1.4.3 经营策略管理 /22
1.4.4 战略规划管理 /22
1.5 数据化管理流程图 /23
1.5.1 分析需求 /23
1.5.2 收集数据 /23
1.5.3 整理数据 /23
1.5.4 分析数据 /24
1.5.5 数据可视化 /24
1.5.6 应用模板开发 /25
1.5.7 分析报告 /26
1.5.8 应用 /27
1.6 数据化管理应用模板 /27
第 2 章 寻找零售密码 /29
2.1 周权重指数 /30
2.1.1 寻找店铺零售规律 /31
2.1.2 周权重指数 /32
2.1.3 周权重指数的计算 /34
2.1.4 日权重指数的特殊处理 /36
2.2 周权重指数的应用 /37
2.2.1 判断零售店铺销售规律辅助营运 /38
2.2.2 分解日销售目标 /39
2.2.3 月度销售预测 /41
2.2.4 销售对比 /44
2.3 神奇的黄氏曲线——单位权重（销售）值曲线 /47
2.3.1 单位权重（销售）值曲线 /47
2.3.2 应用在销售追踪过程中 /47
2.3.3 特殊事件的量化处理 /50
2.3.4 促销活动的分析及评估 /52
2.3.5 新产品上市的分析及评估 /54
2.3.6 其他应用 /55
2.4 案例及应用——数据化排班 /56
第 3 章 销售中的数据化管理 /61
3.1 销售都是追踪出来 /62
3.1.1 没有目标管理就没有销售的化 /62
3.1.2 没有标准就没有追踪的依据 /63
3.1.3 如何用数据化追踪销售 /64
3.1.4 销售追踪注意事项 /68
3.2 常用的销售分析指标 /69
3.2.1 人货场是零售业基本的思维模式 /69
3.2.2 零售业常用的分析指标 /72
3.2.3 如何确定指标的重要性 /86
3.3 提高销售额的杜邦分析图 /87
3.3.1 路过人数 /89
3.3.2 进店率 /89
3.3.3 成交率 /89
3.3.4 平均零售价 /90
3.3.5 销售折扣 /90
3.3.6 连带率 /90
3.4 促销中的数据化管理 /92
3.4.1 影响冲动购买的因素有哪些 /92
3.4.2 零售业常用的促销方式 /93
3.4.3 促销活动的准备、执行和评估 /94
3.5 案例及应用 /97
第 4 章 商品中的数据化管理 /103
4.1 常用的商品分析指标 /103
4.1.1 商品分析的基本逻辑 /103
4.1.2 常用的商品分析指标 /104
4.1.3 伤不起的售罄率 /117
4.1.4 再谈如何确定指标间的重要性 /119
4.2 常用的商品分析方法 /120
4.2.1 商品的自然分类方法 /120
4.2.2 商品的销售分类方法 /122
4.2.3 商品的价格分析 /124
4.2.4 商品的定价策略 /130
4.3 商品的关联销售分析 /136
4.3.1 商品的关联程度分析 /136
4.3.2 购物篮分析 /139
4.3.3 提高商品关联度的方法 /141
4.4 商品的库存管理 /142
4.4.1 库存分析逻辑 /142
4.4.2 异常库存管理 /150
4.4.3 设置库存预警条件 /151
4.5 商品的利润管理 /152
4.5.1 谁在决定商品的利润 /153
4.5.2 商品的现值 /153
4.5.3 库存的现值分析法 /156
4.6 案例分享 /157
第 5 章 电子商务中的数据化管理 /164
5.1 数据分析是电商营运的指路明灯 /164
5.1.1 电子商务和传统零售数据分析的区别 /165
5.1.2 电商数据分析需要的数据 /166
5.1.3 电商数据来源及分析工具 /167
5.2 电商数据分析指标 /168
5.2.1 流量指标 /168
5.2.2 转化指标 /169
5.2.3 营运指标 /171
5.2.4 会员指标 /171
5.2.5 财务指标 /173
5.2.6 关键指标 /175
5.3 流量及会员数据分析 /177
5.3.1 流量及转化的漏斗图分析 /177
5.3.2 对比发现有质量的流量 /178
5.3.3 电商销售额诊断 /180
5.4 案例分析 /181
第 6 章 零售策略中的数据化管理 /184
6.1 渠道策略的数据化管理 /185
6.1.1 如何科学地将渠道分类 /185
6.1.2 渠道拓展分析 /191
6.1.3 渠道的管理指标 /197
6.2 会员策略的数据化管理 /198
6.2.1 会员数据分析 /199
6.2.2 会员价值分析 /203
6.2.3 会员的生命周期管理 /206
6.2.4 会员购买行为的研究 /209
6.3 竞争对手分析 /211
6.3.1 谁是你的竞争对手 /211
6.3.2 如何收集竞争对手的数据 /214
6.3.3 竞争对手的分析方法 /217
6.4 营运策略的数据化管理 /224
6.4.1 如何做销售预测 /224
6.4.2 如何制定年度销售目标 /230
6.5 案例分享 /235
6.5.1 整理思路 /236
6.5.2 界定问题 /237
6.5.3 收集数据 /238
6.5.4 分析数据 /241
第 7 章 必知必会的数据分析方法 /244
7.1 数据分析的立体化 /244
7.1.1 数据分析必须立体化 /244
7.1.2 三维分析之点-线-面 /245
7.1.3 三维分析之时间-对象-指标 /245
7.1.4 三维分析之人-货-场 /246
7.1.5 三维分析之广度-宽度-深度 /248
7.2 数据没有可对比性就没有数据分析 /251
7.2.1 被滥用的同比和环比 /252
7.2.2 伤不起的各种“率” /253
7.2.3 她真的是销售冠军吗 /257
7.3 常用的数据分析方法 /259
7.3.1 如何设定指标的权重 /260
7.3.2 经典的二八法则应用 /262
7.3.3 ABC分析方法 /264
7.3.4 排行榜分析方法 /265
7.3.5 你真的了解平均值吗 /267
7.4 数据展示也是一种分析方法 /269
7.4.1 Excel图表的展示逻辑 /270
7.4.2 不一样的雷达图 /271
7.4.3 清清爽爽的K线图 /273
7.4.4 高端大气的热力图 /275
7.4.5 四象限图的策略思维 /278
第 8 章 如何建立数据化管理模型 /280
8.1 数据化管理应用模板 /280
8.1.1 自定义区域 /281
8.1.2 数据源区域 /282
8.1.3 分析辅助区域 /283
8.1.4 业务预警区域 /283
8.1.5 业务分析区域 /284
8.1.6 报告展示区域 /286
8.2 搭建数据化管理模板必会的Excel十大技巧 /287
8.2.1 必须要掌握的54个函数 /287
8.2.2 数据透视表 /288
8.2.3 自动排名 /289
8.2.4 四象限图 /290
8.2.5 智能提醒 /291
8.2.6 PPT随Excel图表自动更新 /292
8.2.7 密码保护 /293
8.2.8 控件和VBA的使用 /295
8.2.9 名称管理器 /298
8.2.10 如何隐藏数据 /300
后记 /304
附录 测试你对数据敏感度的答案 /305
|
|
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
