本書側重數據化思維和思路的介紹,大量的電商真實案例貫穿其中。筆者長期主持和負責大型電商公司數據化管理與運營工作。本書特意兼顧鮮活性、趣味性、真實性和實用性。
電商行業已經進入紅海階段,機會主義不在,技術窪地被填平,精細化運營和數據化管理已是電商決策者的必修課。電商企業的興衰榮辱總能最先在數據層面窺見端倪,甚至可預見是否養癰成患。
隨着互聯網業態不斷深入發展,如今在互聯網(含移動互聯網)跟電力一樣稀松平常作為生活、工作剛需之時,數據化管理與運營之道不是空心的概念,但是它需要成熟的應用場景和可復制的業務支撐套路,僅憑一些數據分析師的主觀能動性是遠遠不夠的。
本書共分為三個部分。第1部分是從量化的角度去解析電商戰略和戰術的基本內容;第2部分講解數據驅動的相關知識、工具和理念,對數據驅動的方法論及如何構建數據化體系做了深刻探討;第3部分對電商常見的廣告投放策略、藝術設計、管理運營和CRM四個構面進行了全新角度的闡述。
雪鷹傳奇,真名李必文,畢業於安徽工程大學紡織服裝學院,在校曾獲大學生數學建模競賽安徽賽區一等獎和全國一等獎。出版大學生計算機專業著作兩部,目前已經成為眾多高校本科生和研究生的教材或選修課教材。電商職業經理人和企業導師,擔任多家電商企業的戰略顧問,業余天使投資人。
國內電商大數據研究領域教父,已出版的《電商大數據——用數據驅動電商和商業案例解析》(軟精裝裝幀)為國內第1本將大數據與電商完美結合的權威之作。目前擔任上海陸家嘴一家金融集團高管之職。作者郵箱為[email protected],微信號為373454242,任何有關本書中的問題可以通過以上方式與作者討論。
目錄
第1 章 電子商務的戰略解析 / 1
1.1 三言兩語電子商務 / 2
1.1.1 電子商務的特質 / 2
1.1.2 電子商務的整合效應 / 3
1.2 電子商務的動態格局 / 4
1.2.1 草根淘 寶平台動了誰的奶酪 / 4
1.2.2 貓與狗的戰爭 / 6
1.2.3 線下傳統企業大鱷的電商夢 / 9
1.3 電子商務時代的品牌運作 / 13
1.3.1 電商品牌的定位 / 13
1.3.2 電商品牌的突圍 / 17
1.3.3 品牌與平台的達爾文進化論 / 18
1.4 電子商務時代的「鐵血」戰爭 / 19
1.4.1 電子商務時代的價格之戰 / 19
1.4.2 電子商務時代的人才之戰 / 20
1.4.3 電子商務時代的流量之戰 / 22
1.4.4 電子商務時代的數據之戰 / 24
1.5 互聯網+中最為關鍵的迭代思維與高等數學中的微積分關系 / 26
參考文獻 / 28
第2 章 電子商務的戰術解析 / 29
2.1 關於電子商務創業 / 30
2.2 電子商務十大營銷學定律 / 31
2.2.1 營銷的前提是解除客戶的心理抗拒 / 31
2.2.2 非平台電商最好不要做互聯性質的SNS / 32
2.2.3 營銷過程中的價格與價值的「遛狗理論」 / 33
2.2.4 用好一般等價物:優惠券、代金券、現金券和紅包 / 35
2.2.5 營銷是一門轉移注意力的藝術 / 36
2.2.6 意料之外,情理之中,那是計 / 40
2.2.7 營銷需要兩廂情願 / 40
2.2.8 客戶生命周期是營銷行為的「縱貫線」 / 41
2.2.9 網絡營銷兩種流量經營的基本模型 / 42
2.2.10 營銷方向之宏觀與微觀 / 43
2.3 電子商務的十大心理學定律 / 44
2.4 電子商務的十大敗局定律 / 48
2.4.1 運營大思路不清晰 / 48
2.4.2 團隊內訌,決策分歧 / 50
2.4.3 人傻錢多燒錢砸廣告,經濟入不敷出而死 / 50
2.4.4 痛失時機 / 51
2.4.5 供應鏈孱弱 / 52
2.4.6 品牌定位模糊不清 / 53
2.4.7 傳統企業觸電,手段老套 / 54
2.4.8 不注重商品品質和服務 / 55
2.4.9 揠苗助長,團隊豪華人員冗余 / 57
2.4.10 舍不得投錢慢慢耗死 / 57
第3 章 數據驅動相關知識鋪墊 / 59
3.1 數據作用力的難點在於挖掘常識以外的價值 / 60
3.2 三言兩語大數據 / 64
3.2.1 信息量泛濫的社會 / 64
3.2.2 泛濫的數據如何有效存儲 / 65
3.2.3 迄今為止大數據成功的部分案例——沒有啤酒+尿布 / 66
3.3 根本沒有任何新的技術構成雲計算 / 70
3.4 數據序列的小波分解定律——輪廓和細節 / 71
3.4.1 數據的權重序列和單位權重序列 / 71
3.4.2 將數據分解成權重序列的延伸閱讀 / 74
第4 章 電商群雄逐鹿中原、數據驅動主宰沉浮 / 76
4.1 你不知道的數據挖掘 / 77
4.1.1 數據挖掘原來是這麼回事 / 77
4.1.2 孫子兵法曰:雜於利而務可信也,雜於害而患可解也 / 87
4.2 數據挖掘在電子商務中的多面性 / 91
4.2.1 數據挖掘在電子商務行業中廣泛應用 / 91
4.2.2 數據挖掘是有巨大價值的,但結論常常是錯誤的 / 95
4.2.3 客觀認識數據挖掘 / 97
4.3 電子商務數據挖掘的「AVSM 法則」 / 101
4.4 數據挖掘的工具 / 105
4.4.1 數據采集工具 / 106
4.4.2 客戶端數據分析工具 / 107
4.4.3 客戶端數據挖掘工具 / 108
4.4.4 數據存儲——數據庫系統 / 109
參考文獻 / 110
第5 章 搭建數據化體系 / 111
5.1 繪制銷售圖譜 / 112
5.2 運營常見的數據指標及體系 / 114
5.2.1 指導日常運營的一些關鍵指標 / 114
5.2.2 晴雨表的解讀技巧 / 118
5.2.3 組建流量漏斗模型 / 121
5.2.4 診斷流量黑洞 / 126
5.2.5 診斷流量驟變原因 / 128
5.3 數據分析入門案例 / 129
5.4 數據挖掘入門案例 / 135
5.4.1 漫話統計學 / 135
5.4.2 喜歡買連衣裙的客戶比喜歡買衛衣的客戶更有價值嗎 / 136
5.5 數學建模入門案例 / 138
參考文獻 / 140
第6 章 廣告投放策略 / 141
6.1 互聯網廣告的特征 / 142
6.1.1 定向性 / 142
6.1.2 強化品牌印象的利器 / 143
6.1.3 「鷸蚌相爭,坐收漁翁之利」的蒙眼競價 / 143
6.1.4 非強迫性 / 144
6.2 互聯網廣告的形態 / 145
6.2.1 CPC 廣告及「通貨膨脹」 / 145
6.2.2 CPS 廣告及「高開低走」 / 149
6.2.3 CPM 廣告及「創意無極限」 / 151
6.2.4 硬廣及「暴力拓展」 / 153
6.2.5 通俗易懂理解RTB 廣告機理 / 154
6.3 廣告投放戰略 / 158
6.3.1 廣告投放預算 / 158
6.3.2 廣告效果量化模型 / 160
6.3.3 投放策略確定 / 164
6.4 精准投放基礎篇 / 166
6.4.1 分時段投放 / 166
6.4.2 分地域投放 / 171
6.4.3 分品類投放 / 171
6.4.4 關鍵詞遴選 / 174
6.5 廣告投放高級策略 / 174
6.5.1 CPC 出價與點擊率、轉化率之間的理論數學模型 / 174
6.5.2 深度解讀CPC 與點擊率之間的意義 / 176
6.5.3 CPC 廣告的三種平衡點 / 178
6.5.4 廣告投放非線性組合優化 / 182
6.6 廣告資源的整合和管理 / 186
參考文獻 / 188
第7 章 數據驅動藝術設計 / 189
7.1 數據驅動與藝術設計漫談 / 190
7.2 網站首頁最優長度如何測定 / 192
7.3 網頁的結構布局策略 / 194
7.3.1 經典的結構布局理論 / 194
7.3.2 站內搜索的設置 / 196
7.3.3 首頁商品撤換的「ROI」原則 / 197
7.4 商品詳情頁的「倒三角形」結構 / 198
7.5 警惕搭配套餐的騙局 / 201
7.5.1 人類最小心理感覺差 / 201
7.5.2 搭配套餐的新陳代謝 / 202
7.6 關聯推薦的設計 / 204
7.6.1 關聯推薦的機理 / 204
7.6.2 支持度、置信度和提升度 / 205
7.6.3 小結 / 211
參考文獻 / 212
第8 章 數據化管理 / 213
8.1 任何一個團隊或項目不能量化就不能管理 / 214
8.2 客服團隊數據化管理 / 215
8.2.1 客服團隊排班設計 / 216
8.2.2 客服團隊的績效管理 / 219
8.2.3 客服團隊忠誠度激勵方案 / 225
8.2.4 客服團隊數據化管理高級應用:測算咨詢並發數 / 230
8.3 供應鏈數據化管理 / 234
8.3.1 供應鏈數據化管理的點和面 / 234
8.3.2 大數據環境下供應鏈管理的通路 / 237
8.3.3 商品結構如何布局 / 239
8.3.4 銷量預測的三種最基本的方法 / 241
8.3.5 現貨模式下的彈性補貨策略 / 247
8.4 大型促銷活動促銷節點的設計 / 249
參考文獻 / 254
第9 章 不一樣的客戶關系管理 / 255
9.1 客戶關系管理的生死穴 / 256
9.2 客戶關系管理的流程 / 258
9.3 客戶關系管理五部曲 / 260
9.3.1 數據庫的組建 / 260
9.3.2 數據庫的加厚 / 265
9.3.3 數據庫的標簽 / 267
9.3.4 數據庫的挖掘 / 271
9.3.5 客戶關系管理的落地 / 274
9.4 基於KANO 模型划分服務類型 / 276
9.5 客戶關系管理用好新媒體的新思維 / 280
9.6 客戶關系管理商業流小結 / 286
9.6.1 了解客戶需求的真實痛點 / 286
9.6.2 對客戶池進行過濾分層 / 287
9.6.3 對池內客戶張貼標簽 / 289
9.6.4 對服務進行分類 / 291
9.6.5 強化與客戶的鏈接節點 / 291
9.6.6 整合CRM / 292
參考文獻 / 293
思考 / 294
1.1 三言兩語電子商務 / 2
1.1.1 電子商務的特質 / 2
1.1.2 電子商務的整合效應 / 3
1.2 電子商務的動態格局 / 4
1.2.1 草根淘 寶平台動了誰的奶酪 / 4
1.2.2 貓與狗的戰爭 / 6
1.2.3 線下傳統企業大鱷的電商夢 / 9
1.3 電子商務時代的品牌運作 / 13
1.3.1 電商品牌的定位 / 13
1.3.2 電商品牌的突圍 / 17
1.3.3 品牌與平台的達爾文進化論 / 18
1.4 電子商務時代的「鐵血」戰爭 / 19
1.4.1 電子商務時代的價格之戰 / 19
1.4.2 電子商務時代的人才之戰 / 20
1.4.3 電子商務時代的流量之戰 / 22
1.4.4 電子商務時代的數據之戰 / 24
1.5 互聯網+中最為關鍵的迭代思維與高等數學中的微積分關系 / 26
參考文獻 / 28
第2 章 電子商務的戰術解析 / 29
2.1 關於電子商務創業 / 30
2.2 電子商務十大營銷學定律 / 31
2.2.1 營銷的前提是解除客戶的心理抗拒 / 31
2.2.2 非平台電商最好不要做互聯性質的SNS / 32
2.2.3 營銷過程中的價格與價值的「遛狗理論」 / 33
2.2.4 用好一般等價物:優惠券、代金券、現金券和紅包 / 35
2.2.5 營銷是一門轉移注意力的藝術 / 36
2.2.6 意料之外,情理之中,那是計 / 40
2.2.7 營銷需要兩廂情願 / 40
2.2.8 客戶生命周期是營銷行為的「縱貫線」 / 41
2.2.9 網絡營銷兩種流量經營的基本模型 / 42
2.2.10 營銷方向之宏觀與微觀 / 43
2.3 電子商務的十大心理學定律 / 44
2.4 電子商務的十大敗局定律 / 48
2.4.1 運營大思路不清晰 / 48
2.4.2 團隊內訌,決策分歧 / 50
2.4.3 人傻錢多燒錢砸廣告,經濟入不敷出而死 / 50
2.4.4 痛失時機 / 51
2.4.5 供應鏈孱弱 / 52
2.4.6 品牌定位模糊不清 / 53
2.4.7 傳統企業觸電,手段老套 / 54
2.4.8 不注重商品品質和服務 / 55
2.4.9 揠苗助長,團隊豪華人員冗余 / 57
2.4.10 舍不得投錢慢慢耗死 / 57
第3 章 數據驅動相關知識鋪墊 / 59
3.1 數據作用力的難點在於挖掘常識以外的價值 / 60
3.2 三言兩語大數據 / 64
3.2.1 信息量泛濫的社會 / 64
3.2.2 泛濫的數據如何有效存儲 / 65
3.2.3 迄今為止大數據成功的部分案例——沒有啤酒+尿布 / 66
3.3 根本沒有任何新的技術構成雲計算 / 70
3.4 數據序列的小波分解定律——輪廓和細節 / 71
3.4.1 數據的權重序列和單位權重序列 / 71
3.4.2 將數據分解成權重序列的延伸閱讀 / 74
第4 章 電商群雄逐鹿中原、數據驅動主宰沉浮 / 76
4.1 你不知道的數據挖掘 / 77
4.1.1 數據挖掘原來是這麼回事 / 77
4.1.2 孫子兵法曰:雜於利而務可信也,雜於害而患可解也 / 87
4.2 數據挖掘在電子商務中的多面性 / 91
4.2.1 數據挖掘在電子商務行業中廣泛應用 / 91
4.2.2 數據挖掘是有巨大價值的,但結論常常是錯誤的 / 95
4.2.3 客觀認識數據挖掘 / 97
4.3 電子商務數據挖掘的「AVSM 法則」 / 101
4.4 數據挖掘的工具 / 105
4.4.1 數據采集工具 / 106
4.4.2 客戶端數據分析工具 / 107
4.4.3 客戶端數據挖掘工具 / 108
4.4.4 數據存儲——數據庫系統 / 109
參考文獻 / 110
第5 章 搭建數據化體系 / 111
5.1 繪制銷售圖譜 / 112
5.2 運營常見的數據指標及體系 / 114
5.2.1 指導日常運營的一些關鍵指標 / 114
5.2.2 晴雨表的解讀技巧 / 118
5.2.3 組建流量漏斗模型 / 121
5.2.4 診斷流量黑洞 / 126
5.2.5 診斷流量驟變原因 / 128
5.3 數據分析入門案例 / 129
5.4 數據挖掘入門案例 / 135
5.4.1 漫話統計學 / 135
5.4.2 喜歡買連衣裙的客戶比喜歡買衛衣的客戶更有價值嗎 / 136
5.5 數學建模入門案例 / 138
參考文獻 / 140
第6 章 廣告投放策略 / 141
6.1 互聯網廣告的特征 / 142
6.1.1 定向性 / 142
6.1.2 強化品牌印象的利器 / 143
6.1.3 「鷸蚌相爭,坐收漁翁之利」的蒙眼競價 / 143
6.1.4 非強迫性 / 144
6.2 互聯網廣告的形態 / 145
6.2.1 CPC 廣告及「通貨膨脹」 / 145
6.2.2 CPS 廣告及「高開低走」 / 149
6.2.3 CPM 廣告及「創意無極限」 / 151
6.2.4 硬廣及「暴力拓展」 / 153
6.2.5 通俗易懂理解RTB 廣告機理 / 154
6.3 廣告投放戰略 / 158
6.3.1 廣告投放預算 / 158
6.3.2 廣告效果量化模型 / 160
6.3.3 投放策略確定 / 164
6.4 精准投放基礎篇 / 166
6.4.1 分時段投放 / 166
6.4.2 分地域投放 / 171
6.4.3 分品類投放 / 171
6.4.4 關鍵詞遴選 / 174
6.5 廣告投放高級策略 / 174
6.5.1 CPC 出價與點擊率、轉化率之間的理論數學模型 / 174
6.5.2 深度解讀CPC 與點擊率之間的意義 / 176
6.5.3 CPC 廣告的三種平衡點 / 178
6.5.4 廣告投放非線性組合優化 / 182
6.6 廣告資源的整合和管理 / 186
參考文獻 / 188
第7 章 數據驅動藝術設計 / 189
7.1 數據驅動與藝術設計漫談 / 190
7.2 網站首頁最優長度如何測定 / 192
7.3 網頁的結構布局策略 / 194
7.3.1 經典的結構布局理論 / 194
7.3.2 站內搜索的設置 / 196
7.3.3 首頁商品撤換的「ROI」原則 / 197
7.4 商品詳情頁的「倒三角形」結構 / 198
7.5 警惕搭配套餐的騙局 / 201
7.5.1 人類最小心理感覺差 / 201
7.5.2 搭配套餐的新陳代謝 / 202
7.6 關聯推薦的設計 / 204
7.6.1 關聯推薦的機理 / 204
7.6.2 支持度、置信度和提升度 / 205
7.6.3 小結 / 211
參考文獻 / 212
第8 章 數據化管理 / 213
8.1 任何一個團隊或項目不能量化就不能管理 / 214
8.2 客服團隊數據化管理 / 215
8.2.1 客服團隊排班設計 / 216
8.2.2 客服團隊的績效管理 / 219
8.2.3 客服團隊忠誠度激勵方案 / 225
8.2.4 客服團隊數據化管理高級應用:測算咨詢並發數 / 230
8.3 供應鏈數據化管理 / 234
8.3.1 供應鏈數據化管理的點和面 / 234
8.3.2 大數據環境下供應鏈管理的通路 / 237
8.3.3 商品結構如何布局 / 239
8.3.4 銷量預測的三種最基本的方法 / 241
8.3.5 現貨模式下的彈性補貨策略 / 247
8.4 大型促銷活動促銷節點的設計 / 249
參考文獻 / 254
第9 章 不一樣的客戶關系管理 / 255
9.1 客戶關系管理的生死穴 / 256
9.2 客戶關系管理的流程 / 258
9.3 客戶關系管理五部曲 / 260
9.3.1 數據庫的組建 / 260
9.3.2 數據庫的加厚 / 265
9.3.3 數據庫的標簽 / 267
9.3.4 數據庫的挖掘 / 271
9.3.5 客戶關系管理的落地 / 274
9.4 基於KANO 模型划分服務類型 / 276
9.5 客戶關系管理用好新媒體的新思維 / 280
9.6 客戶關系管理商業流小結 / 286
9.6.1 了解客戶需求的真實痛點 / 286
9.6.2 對客戶池進行過濾分層 / 287
9.6.3 對池內客戶張貼標簽 / 289
9.6.4 對服務進行分類 / 291
9.6.5 強化與客戶的鏈接節點 / 291
9.6.6 整合CRM / 292
參考文獻 / 293
思考 / 294
網路書店
類別
折扣
價格
-
新書$414