电商书籍推荐：《数据掘金：电子商务运营突围》

数据掘金：电子商务运营突围购买推荐中国电子商务研究中心通过对网络购物第一站比购宝(Boogle.cn)收录的博库书城、淘宝网、京东商城、亚马逊中国、当当网、苏宁易购、拍拍网、文轩网、中国互动出版网、99网上书城等众多含图书销售的网站，价格搜索显示，目前，京东商城该书为最低价，推荐购买。内容简介电商坐拥互联网行业最丰富的用户数据金矿，却很少有人从中挖掘出真金白银。《数据掘金：电子商务运营突围》旨在打破这一困境，一步一步引导从业者以数据为核心来运营网站或网店。本书用浅显的文字与独特的视角，不仅成功解读电商数据运营之惑，更呈现大量数据分析和挖掘的必要基础知识及实用相关工具。在通过阅读轻松掌握电商数据运营须关注的要点与方法之后，读者还可有针对性地从书中选择学习如何利用数据来完成流量获取优化、广告投放、客户分析，以及客户价值提升等一系列电商运营要务。精彩书评★《数据掘金》是一本很有趣的书。作者谭磊在中国和美国的顶尖大学接受了计算机科班教育，之后在微软总部工作多年，回国后无论在技术和管理岗位上都是业绩斐然。在繁忙的工作之余，谭磊乐于向读者分享他在业界的丰富经验与洞察力，本书已经是他的第二部著作了。《数据掘金》针对电商从业人员，对数据分析和数据挖掘的理论和算法做了通俗易懂的介绍，让电商运营和分析人员了解数据的意义，并能够使用主流工具来对数据进行分析和挖掘。本书还提供了大量电商数据分析的实例，对于有志于进入电商行业的技术人员和学生也有很好的参考价值。复旦大学计算机学院教授、博导黄萱菁★未来的互联网世界一定是属于数据的。我们要将社交平台做到极致，数据分析和数据挖掘的作用也是必不可少的。Raymond的这本书是电子商务数据分析领域有独特观点的好书，而且给从业者提供了切实可行的运营方案。希望能多看到一些像这样的好书。微软全球社交平台首席开发总监李津★我们对数据分析和数据挖掘的关注度很高，也很高兴能够看到有这样一部专注于电子商务数据分析领域的好书能够上市。Raymond的这本书深浅适中，既符合技术人员的需求，对于非技术的电商从业人员帮助也非常大。阿里巴巴集团资深总监陈宜★认识Raymond十多年了，从西雅图经北京到杭州，从十几年前的微软总部软件研发工程师到现在的通策集团首席运营官，Raymond好像是朋友中变化最明显的，但聪明和对技术的敏锐把握一如既往。通读了一遍Raymond的最新书稿，两个评语：有货，靠谱。数据分析是个大题目，但非常容易变成分享管理理论和统计公式的剪报夹。如何在建立高度的同时紧扣实践，是个难题。Raymond的这本书做得不错：有货同时靠谱；靠谱不忘有货。目前数据是最热的题目，Raymond的这本书出来的正是时候。ITIL专家ITpreneurs大中华区首席代表蒋胜★这本书全面讲解了在电子商务中运用数据分析和数据挖掘。我反复看了若干遍，每次都能学到新的概念。如果您从事的行业是电子商务，又对数据的作用感兴趣，那么这本书是您一定要读的。中国工业设计协会秘书长、前海尔数字产品集团全球营销总监刘宁目录第1 章 引言：电子商务运营和数据1.1 2012 年最大的赌局1.2 为300 万人建300 万个网站1.2.1 电子商务的RUPI 概念1.2.2 在互联网上卖米1.2.3 电子商务怎么能离开数据1.2.4 淘宝店的四个核心数据1.3 让电商运营不再那么辛苦1.3.1 电商人的蓝精灵之歌1.3.2 电子商务运营入学考试1.3.3 店铺诊断--我的网店能挣更多钱吗1.3.4 让你的网店脱颖而出1.3.5 为你的网店装上业务雷达1.4 电子商务数据运营的五大应用1.4.1 让网站更吸引人1.4.2 把潜在客户转化成真正的客户1.4.3 挖掘老客户价值1.4.4 推荐系统的设计和应用1.4.5 针对不同客户提供个性化的产品1.5 关于电商数据的六个W和一个H1.6 本书的内容1.7 本章相关资源第2 章 我们需要知道的数据分析2.1 从数据分析专家林彪说起2.2 数据分析基本概念2.2.1 就这么简单：三种基础数据2.2.2 我们这样来理解数据2.2.3 概率并不可怕2.3 让我们开始加工数据2.3.1 数据集成--把所有数据都拿过来2.3.2 数据清洗--给数据玩洗刷刷2.3.3 数据转换--给数据换个马甲2.3.4 数据规约--有时候也要丢掉数据2.4 用向量表示数据2.5 网站日志的收集和处理2.5.1 网站日志信息分类2.5.2 网站日志实例2.5.3 网站日志预处理.2.6 最好的分析方法--看图说话2.6.1 起起伏伏用折线图2.6.2 简单比较用柱状图2.6.3 转化率用漏斗图表示最直观2.6.4 雷达图显示用户偏好2.6.5 表示比例最好的饼图和环形图2.7 本章相关资源第3 章 我们需要知道的数据挖掘3.1 什么是数据挖掘3.1.1 尿不湿和啤酒3.1.2 Target 和怀孕预测指数3.1.3 从数据分析到数据挖掘3.1.4 数据挖掘的一般过程3.2 人人都能做数据挖掘3.3 我们需要知道的四类数据挖掘算法3.3.1 分类--人以群分3.3.2 聚类--物以类聚3.3.3 关联--马原告诉我们事物是普遍联系的3.3.4 序列--排队的规律，中国人最明白3.4 Web 挖掘和信息检索3.4.1 Web 挖掘和信息检索概览3.4.2 协同过滤--推测同类客户的行为3.4.3 个性化推荐和推荐系统--我们要更懂客户3.5 本章相关资源第4 章 数据分析和数据挖掘工具的选择4.1 数据分析工具4.1.1 用Excel 做数据分析4.1.2 MATLAB4.2 网站分析工具4.2.1 用GA 做分析4.2.2 GA 的限制4.2.3 各种站长工具4.3 用R 语言制作的工具4.3.1 用R 做数据分析的优势4.3.2 用R 绘制热力图4.3.3 用Rattle 分析广告投放数据4.4 其他的开源数据挖掘工具4.4.1 Weka 数据挖掘工具4.4.2 Google 提供的数据挖掘工具4.5 电商平台上的各种工具4.5.1 用量子恒道分析淘宝网店4.5.2 淘宝上的数据魔方4.5.3 开放平台上的工具4.6 数据展示工具4.7 本章相关资源第5 章 电子商务数据运营入门5.1 在讨论数据运营之前5.1.1 数据运营的四大障碍5.1.2 数据不是万能的5.2 电子商务运营中重要的数据点5.2.1 访客数5.2.2 转化率5.2.3 客单价5.3 一切让数据说话5.3.1 要有总体的概念5.3.2 每天的运营数据不可忽视5.3.3 最重要的是ROI5.4 有哪些数据分析需要做5.4.1 网站流量分析5.4.2 商品销售分析5.4.3 定期数据分析5.4.4 内容分析5.5 从零开始打造电子商务企业5.5.1 Bootstrapping，一步一步来5.5.2 商品选择5.5.3 平台选择5.5.4 经营策略和定位的选择5.5.5 推广选择5.5.6 开店喽.5.6 本章相关资源第6 章 电子商务数据运营的方法6.1 用数据解决运营中的问题6.1.1 商品评估6.1.2 流量评估6.1.3 页面评估6.1.4 网站评估6.1.5 服务评估6.2 客户分析数据模型6.2.1 数据模型的建立和应用6.2.2 客户生命周期模型6.2.3 RFM 客户数据模型6.2.4 基于客户访问信息的分析模型6.2.5 基于访客系统属性的分析模型6.3 WAMM 模型.6.4 如何针对独立B2C 做数据运营6.5 数据运营的考核--KPI6.5.1 KPI 的SMART 原则6.5.2 电子商务运营的KPI 设定6.6 本章相关资源第7 章 电商运营之免费流量获取7.1 免费的自然流量--SEO7.1.1 为什么需要做SEO7.1.2 SEO 站内优化7.1.3 SEO 站外优化7.1.4 SEO 小实操7.2 淘宝SEO7.3 企业官网和官博7.4 口碑和互动营销7.5 本章相关资源第8 章 电商运营流量获取--做有效的广告8.1 做有效的广告8.1.1 互联网广告的优势8.1.2 网站联盟广告8.1.3 互联网广告分析8.1.4 广告优化和定向投放8.2 淘宝上的广告8.2.1 淘宝直通车8.2.2 钻石展位8.3 搜索引擎竞价排名和SEM8.3.1 搜索广告的类型8.3.2 搜索广告的效果8.3.3 通过数据分析做SEM8.4 EDM8.4.1 EDM 和客户生命周期8.4.2 EDM 的KPI.8.4.3 EDM 中的延时效应性8.4.4 EDM 中的数据筛选8.4.5 EDM 上的RFM 模型应用8.5 多管齐下8.5.1 整合营销8.5.2 多渠道运营8.6 本章相关资源第9 章 把流量变成真实客户9.1 流量分析9.1.1 访客量的分析9.1.2 分析流量来源特点9.1.3 分析访客时空属性9.1.4 分析访客的人群属性9.1.5 分析客户兴趣属性9.2 页面分析9.2.1 网站上的内容9.2.2 页面跳出率和二跳率9.2.3 页面热度分析9.3 网站分析9.3.1 网站日志分析9.3.2 提升网站质量9.4 提升网站转化率9.4.1 抓住每一个环节的数据9.4.2 怎样吸引客户下订单9.4.3 找回被放弃的购物车9.4.4 不盲目追求转化率9.5 本章相关资源第10 章 深度挖掘客户价值10.1 最有价值客户的特征10.1.1 建立CRM（客户关系管理）10.1.2 构建客户综合价值模型10.1.3 用客户生命周期模型提升收入10.1.4 用RFM 算法找出MVC10.2 如何把客户黏在我们的网站10.2.1 提升客户平均停留时间10.2.2 客户活跃度分析10.2.3 做客户流失分析10.3 客户需要什么商品10.3.1 找出热门商品10.3.2 用推荐系统提高客单价10.4 商品相关的数据挖掘10.4.1 用决策树分析商品.10.4.2 用聚类算法对商品分类10.4.3 用关联算法做商品匹配10.4.4 用序列算法分析商品上下架时间10.5 本章相关资源第11 章 电子商务运营还有哪些事儿11.1 相关管理系统11.2 移动电商和数据11.2.1 移动电商的特殊性11.2.2 数据挖掘和LBS11.2.3 移动广告11.2.4 移动互联网数据面临的问题11.3 电商和Big Data11.3.1 Big Data 是什么11.3.2 电商的大数据可以怎么玩11.3.3 Big Data 上的技术11.3.4 联机分析处理（OLAP）11.4 电子商务网络安全11.5 企业竞争与反竞争11.6 本章相关资源第12 章 电子商务数据运营的未来附录获悉更多最新电商书籍资讯推荐，敬请登录中国电子商务研究中心图书频道：www.100ec.cn/zt/dsts/ (文/圈圈)

分享到