电商大数据——数据化管理与运营之道 （第2版 ）

李必文，毕业于安徽工程大学纺织服装学院，在校曾获大学生数学建模竞赛安徽赛区一等奖和全国一等奖。出版大学生计算机专业著作两部，目前已经成为众多高校本科生和研究生的教材或选修课教材。电商职业经理人和企业导师，担任多家电商企业的战略顾问，业余天使投资人。国内电商大数据研究领域教父，已出版的《电商大数据――用数据驱动电商和商业案例解析》（软精装装帧）为国内第1本将大数据与电商完美结合的专业之作。目前担任上海陆家嘴一家金融集团高管之职。作者邮箱为[email protected]，微信号为373454242，任何有关本书中的问题可以通过以上方式与作者讨论。

《电商大数据——数据化管理与运营之道》（第2 版）侧重数据化思维和思路的介绍，大量的电商真实案例贯穿其中。笔者长期主持和负责大型电商公司数据化管理与运营工作。本书特意兼顾鲜活性、趣味性、真实性和实用性。 电商行业已经进入红海阶段，机会主义不在，技术洼地被填平，精细化运营和数据化管理已是电商决策者的必修课。电商企业的兴衰荣辱总能最先在数据层面窥见端倪，甚至可预见是否养痈成患。 随着互联网业态不断深入发展，如今在互联网（含移动互联网）跟电力一样稀松平常作为生活、工作刚需之时，数据化管理与运营之道不是空心的概念，但是它需要成熟的应用场景和可复制的业务支撑套路，仅凭一些数据分析师的主观能动性是远远不够的。 本书内容共分为三个部分。第1 部分是从量化的角度去解析电商战略和战术的基本内容；第2 部分讲解数据驱动的相关知识、工具和理念，对数据驱动的方法论及如何构建数据化体系做了深刻探讨；第3 部分对电商常见的广告投放策略、艺术设计、管理运营和CRM 四个构面进行了全新角度的阐述。 本书适合电商企业的管理层、互联网和电商相关行业的数据分析师阅读参考，也可作为电商专业在校大学生的参考读物。

第1 章 电子商务的战略解析 / 1 1.1 三言两语电子商务 / 2 1.1.1 电子商务的特质 / 2 1.1.2 电子商务的整合效应 / 3 1.2 电子商务的动态格局 / 4 1.2.1 草根淘宝平台动了谁的奶酪 / 4 1.2.2 猫与狗的战争 / 6 1.2.3 线下传统企业大鳄的电商梦 / 9 1.3 电子商务时代的品牌运作 / 13 1.3.1 电商品牌的定位 / 13 1.3.2 电商品牌的突围 / 17 1.3.3 品牌与平台的达尔文进化论 / 18IX 1.4 电子商务时代的“铁血”战争 / 19 1.4.1 电子商务时代的价格之战 / 19 1.4.2 电子商务时代的人才之战 / 20 1.4.3 电子商务时代的流量之战 / 22 1.4.4 电子商务时代的数据之战 / 24 1.5 互联网+中最为关键的迭代思维与高等数学中的微积分关系 / 26 参考文献 / 28 第2 章 电子商务的战术解析 / 29 2.1 关于电子商务创业 / 30 2.2 电子商务十大营销学定律 / 31 2.2.1 营销的前提是解除客户的心理抗拒 / 31 2.2.2 非平台电商最好不要做互联性质的SNS / 32 2.2.3 营销过程中的价格与价值的“遛狗理论” / 33 2.2.4 用好一般等价物：优惠券、代金券、现金券和红包 / 35 2.2.5 营销是一门转移注意力的艺术 / 36 2.2.6 意料之外，情理之中，那是计 / 40 2.2.7 营销需要两厢情愿 / 40 2.2.8 客户生命周期是营销行为的“纵贯线” / 41 2.2.9 网络营销两种流量经营的基本模型 / 42 2.2.10 营销方向之宏观与微观 / 43 2.3 电子商务的十大心理学定律 / 44 2.4 电子商务的十大败局定律 / 48 2.4.1 运营大思路不清晰 / 48 2.4.2 团队内讧，决策分歧 / 50 2.4.3 人傻钱多烧钱砸广告，经济入不敷出而死 / 50 2.4.4 痛失时机 / 51 2.4.5 供应链孱弱 / 52 2.4.6 品牌定位模糊不清 / 53 2.4.7 传统企业触电，手段老套 / 54 2.4.8 不注重商品品质和服务 / 55 2.4.9 揠苗助长，团队豪华人员冗余 / 57 2.4.10 舍不得投钱慢慢耗死 / 57 第3 章 数据驱动相关知识铺垫 / 59 3.1 数据作用力的难点在于挖掘常识以外的价值 / 60 3.2 三言两语大数据 / 64 3.2.1 信息量泛滥的社会 / 64 3.2.2 泛滥的数据如何有效存储 / 65 3.2.3 迄今为止大数据成功的部分案例——没有啤酒+尿布 / 66 3.3 根本没有任何新的技术构成云计算 / 70 3.4 数据序列的小波分解定律——轮廓和细节 / 71 3.4.1 数据的权重序列和单位权重序列 / 71 3.4.2 将数据分解成权重序列的延伸阅读 / 74 第4 章 电商群雄逐鹿中原、数据驱动主宰沉浮 / 76 4.1 你不知道的数据挖掘 / 77 4.1.1 数据挖掘原来是这么回事 / 77 4.1.2 孙子兵法曰：杂于利而务可信也，杂于害而患可解也 / 87 4.2 数据挖掘在电子商务中的多面性 / 91 4.2.1 数据挖掘在电子商务行业中广泛应用 / 91 4.2.2 数据挖掘是有巨大价值的，但结论常常是错误的 / 95 4.2.3 客观认识数据挖掘 / 97 4.3 电子商务数据挖掘的“AVSM 法则” / 101 4.4 数据挖掘的工具 / 105 4.4.1 数据采集工具 / 106 4.4.2 客户端数据分析工具 / 107 4.4.3 客户端数据挖掘工具 / 108 4.4.4 数据存储——数据库系统 / 109 参考文献 / 110 第5 章 搭建数据化体系 / 111 5.1 绘制销售图谱 / 112 5.2 运营常见的数据指标及体系 / 114 5.2.1 指导日常运营的一些关键指标 / 114 5.2.2 晴雨表的解读技巧 / 118I 5.2.3 组建流量漏斗模型 / 121 5.2.4 诊断流量黑洞 / 126 5.2.5 诊断流量骤变原因 / 128 5.3 数据分析入门案例 / 129 5.4 数据挖掘入门案例 / 135 5.4.1 漫话统计学 / 135 5.4.2 喜欢买连衣裙的客户比喜欢买卫衣的客户更有价值吗 / 136 5.5 数学建模入门案例 / 138 参考文献 / 140 第6 章 广告投放策略 / 141 6.1 互联网广告的特征 / 142 6.1.1 定向性 / 142 6.1.2 强化品牌印象的利器 / 143 6.1.3 “鹬蚌相争，坐收渔翁之利”的蒙眼竞价 / 143 6.1.4 非强迫性 / 144 6.2 互联网广告的形态 / 145 6.2.1 CPC 广告及“通货膨胀” / 145 6.2.2 CPS 广告及“高开低走” / 149 6.2.3 CPM 广告及“创意无极限” / 151 6.2.4 硬广及“暴力拓展” / 153 6.2.5 通俗易懂理解RTB 广告机理 / 154 6.3 广告投放战略 / 158 6.3.1 广告投放预算 / 158 6.3.2 广告效果量化模型 / 160 6.3.3 投放策略确定 / 164 6.4 精准投放基础篇 / 166 6.4.1 分时段投放 / 166 6.4.2 分地域投放 / 171 6.4.3 分品类投放 / 171 6.4.4 关键词遴选 / 174 6.5 广告投放高级策略 / 174 6.5.1 CPC 出价与点击率、转化率之间的理论数学模型 / 174 6.5.2 深度解读CPC 与点击率之间的意义 / 176 6.5.3 CPC 广告的三种平衡点 / 178 6.5.4 广告投放非线性组合优化 / 182 6.6 广告资源的整合和管理 / 186 参考文献 / 188 第7 章 数据驱动艺术设计 / 189 7.1 数据驱动与艺术设计漫谈 / 190 7.2 网站首页最优长度如何测定 / 192 7.3 网页的结构布局策略 / 194 7.3.1 经典的结构布局理论 / 194 7.3.2 站内搜索的设置 / 196 7.3.3 首页商品撤换的“ROI”原则 / 197 7.4 商品详情页的“倒三角形”结构 / 198 7.5 警惕搭配套餐的骗局 / 201 7.5.1 人类最小心理感觉差 / 201 7.5.2 搭配套餐的新陈代谢 / 202 7.6 关联推荐的设计 / 204 7.6.1 关联推荐的机理 / 204 7.6.2 支持度、置信度和提升度 / 205 7.6.3 小结 / 211 参考文献 / 212 第8 章 数据化管理 / 213 8.1 任何一个团队或项目不能量化就不能管理 / 214 8.2 客服团队数据化管理 / 215 8.2.1 客服团队排班设计 / 216 8.2.2 客服团队的绩效管理 / 219 8.2.3 客服团队忠诚度激励方案 / 225 8.2.4 客服团队数据化管理高级应用：测算咨询并发数 / 230 8.3 供应链数据化管理 / 234 8.3.1 供应链数据化管理的点和面 / 234 8.3.2 大数据环境下供应链管理的通路 / 237 8.3.3 商品结构如何布局 / 239 8.3.4 销量预测的三种最基本的方法 / 241 8.3.5 现货模式下的弹性补货策略 / 247 8.4 大型促销活动促销节点的设计 / 249 参考文献 / 254 第9 章 不一样的客户关系管理 / 255 9.1 客户关系管理的生死穴 / 256 9.2 客户关系管理的流程 / 258 9.3 客户关系管理五部曲 / 260 9.3.1 数据库的组建 / 260 9.3.2 数据库的加厚 / 265 9.3.3 数据库的标签 / 267 9.3.4 数据库的挖掘 / 271 9.3.5 客户关系管理的落地 / 274 9.4 基于KANO 模型划分服务类型 / 276 9.5 客户关系管理用好新媒体的新思维 / 280 9.6 客户关系管理商业流小结 / 286 9.6.1 了解客户需求的真实痛点 / 286 9.6.2 对客户池进行过滤分层 / 287 9.6.3 对池内客户张贴标签 / 289 9.6.4 对服务进行分类 / 291 9.6.5 强化与客户的链接节点 / 291 9.6.6 整合CRM / 292 参考文献 / 293