目　錄 第 1章 電子商務數(shù)據(jù)分析導論 1 引例：亞馬遜公司利用大數(shù)據(jù)練就“讀心術” 1 1.1 電子商務數(shù)據(jù)分析概述 2 1.1.1 電子商務數(shù)據(jù)分析的含義 2 1.1.2 電子商務數(shù)據(jù)分析的基本特點 3 1.1.3 電子商務數(shù)據(jù)分析的主要作用 4 1.1.4 電子商務數(shù)據(jù)分析的流程 5 1.2 電子商務數(shù)據(jù)分析的內容及業(yè)務指標 6 1.2.1 市場經(jīng)營環(huán)境數(shù)據(jù)分析 7 1.2.2 電子商務網(wǎng)站運營數(shù)據(jù)分析 10 1.2.3 電子商務客戶數(shù)據(jù)分析 14 1.2.4 網(wǎng)絡營銷績效數(shù)據(jù)分析 15 1.3 電子商務數(shù)據(jù)分析的主要方法 18 1.3.1 單純的數(shù)據(jù)加工方法 18 1.3.2 基于數(shù)理統(tǒng)計的數(shù)據(jù)分析方法 18 1.3.3 基于數(shù)據(jù)挖掘的數(shù)據(jù)分析方法 19 1.3.4 基于大數(shù)據(jù)的數(shù)據(jù)分析方法 20 1.4 電子商務數(shù)據(jù)分析的常用工具 21 1.4.1 企業(yè)數(shù)據(jù)分享平臺 21 1.4.2 網(wǎng)站分析工具 22 1.4.3 數(shù)理統(tǒng)計分析工具 25 1.4.4 數(shù)據(jù)挖掘與大數(shù)據(jù)分析工具 25 1.5 電子商務數(shù)據(jù)分析師的成長規(guī)劃 26 1.5.1 電子商務數(shù)據(jù)分析師的知識結構 27 1.5.2 電子商務數(shù)據(jù)分析師的能力素質要求 28 1.5.3 電子商務數(shù)據(jù)分析師的成長階段 30 1.5.4 電子商務數(shù)據(jù)分析師的成長建議 30 本章小結 32 復習思考題 32 第 2章 電子商務數(shù)據(jù)分析的統(tǒng)計基礎 34 引例：ThirdLove利用統(tǒng)計數(shù)據(jù)細分客戶 34 2.1 描述性統(tǒng)計分析 34 2.1.1 統(tǒng)計數(shù)據(jù)的類型 35 2.1.2 數(shù)據(jù)的集中趨勢 36 2.1.3 數(shù)據(jù)的離中趨勢 41 2.1.4 數(shù)據(jù)的分布形態(tài) 45 2.1.5 數(shù)據(jù)的統(tǒng)計圖展示 46 2.2 數(shù)理統(tǒng)計基礎 53 2.2.1 抽樣估計基礎 54 2.2.2 正態(tài)分布 55 2.2.3 基于正態(tài)分布的三大分布 57 2.2.4 中心極限定理 60 2.3 相關分析與回歸分析 60 2.3.1 相關分析 61 2.3.2 一元線性回歸分析 63 2.4 應用實例：使用Excel實現(xiàn)一元回歸分析 65 2.4.1 求解問題及要求 66 2.4.2 不同方法實現(xiàn)回歸分析的基本步驟 67 本章小結 71 復習思考題 72 第3章 網(wǎng)店運營數(shù)據(jù)分析 74 引例：京東利用網(wǎng)店運營數(shù)據(jù)造就電子商務巨頭 74 3.1 網(wǎng)店運營數(shù)據(jù)分析的作用及階段目標 74 3.1.1 網(wǎng)店運營數(shù)據(jù)分析的作用 75 3.1.2 網(wǎng)店運營不同階段數(shù)據(jù)分析的目標 75 3.2 網(wǎng)店運營數(shù)據(jù)分析常用工具 76 3.2.1 淘寶官網(wǎng)運營數(shù)據(jù)分析工具 76 3.2.2 第三方運營數(shù)據(jù)分析工具 77 3.3 網(wǎng)店訂單數(shù)據(jù)分析 79 3.3.1 訂單狀態(tài)數(shù)據(jù)分析 79 3.3.2 訂單時間數(shù)據(jù)分析 79 3.4 網(wǎng)店客戶數(shù)據(jù)分析 81 3.4.1 網(wǎng)店客戶類別分析 81 3.4.2 網(wǎng)店客戶行為分析 83 3.4.3 網(wǎng)店客戶群體特征分析 84 3.4.4 網(wǎng)店客戶購買頻次分析 86 3.5 網(wǎng)店銷售額數(shù)據(jù)分析 88 3.5.1 電子商務總銷售額數(shù)據(jù)分析 88 3.5.2 新客戶銷售額數(shù)據(jù)分析 88 3.5.3 回頭客銷售額數(shù)據(jù)分析 89 3.6 網(wǎng)店商品關聯(lián)數(shù)據(jù)分析 89 3.6.1 關聯(lián)訂單數(shù)分析 89 3.6.2 關聯(lián)比例分析 90 3.6.3 關聯(lián)客戶數(shù)分析 90 3.7 應用實例：淘寶網(wǎng)店數(shù)據(jù)分析 91 3.7.1 淘寶網(wǎng)店地域數(shù)據(jù)分析 91 3.7.2 淘寶網(wǎng)店會員數(shù)據(jù)分析 95 3.7.3 淘寶網(wǎng)店客服數(shù)據(jù)分析 99 3.7.4 淘寶網(wǎng)店利潤數(shù)據(jù)分析 103 本章小結 107 復習思考題 107 第4章 電子商務網(wǎng)站訪問數(shù)據(jù)統(tǒng)計分析 109 引例：“58同城”利用訪問數(shù)據(jù)幫助用戶租房不用中介 109 4.1 電子商務網(wǎng)站內部數(shù)據(jù)分析 109 4.1.1 網(wǎng)站跳出率分析 110 4.1.2 網(wǎng)站流量數(shù)據(jù)分析 110 4.1.3 網(wǎng)站訪問深度分析 112 4.2 電子商務網(wǎng)站外部數(shù)據(jù)分析 112 4.2.1 電子商務搜索指數(shù)分析 112 4.2.2 電子商務網(wǎng)站權重分析 114 4.2.3 電子商務網(wǎng)站外鏈分析 115 4.3 電子商務網(wǎng)站來源數(shù)據(jù)分析 115 4.3.1 自然排名關鍵詞來源分析 116 4.3.2 競價排名關鍵詞來源分析 117 4.4 應用實例：使用“網(wǎng)站統(tǒng)計”工具分析受訪頁面 123 4.4.1 受訪頁面分析 123 4.4.2 受訪域名分析 124 4.4.3 入口頁面報告 125 4.4.4 頁面點擊圖 127 4.4.5 頁面上下游 128 本章小結 130 復習思考題 130 第5章 電子商務網(wǎng)站數(shù)據(jù)挖掘分析/ 132 引例 Target和懷孕預測指數(shù) 132 5.1 數(shù)據(jù)挖掘的概念和特點 133 5.1.1 數(shù)據(jù)挖掘的概念 133 5.1.2 數(shù)據(jù)挖掘的特點 134 5.2 電子商務網(wǎng)站數(shù)據(jù)挖掘的工作機制 134 5.2.1 電子商務網(wǎng)站數(shù)據(jù)采集 135 5.2.2 電子商務數(shù)據(jù)處理 136 5.2.3 數(shù)據(jù)報告 137 5.3 電子商務網(wǎng)站分析工具的選擇 138 5.3.1 整體解決方案的效能 138 5.3.2 易用性 138 5.3.3 功能豐富性 139 5.3.4 增值服務價值 140 5.3.5 價格和費用 141 5.4 電子商務網(wǎng)站數(shù)據(jù)的整合處理 141 5.4.1 電子商務網(wǎng)站數(shù)據(jù)整合的意義 141 5.4.2 電子商務網(wǎng)站數(shù)據(jù)整合的范疇 142 5.4.3 電子商務網(wǎng)站在線數(shù)據(jù)整合的方法 147 5.4.4 電子商務網(wǎng)站本地數(shù)據(jù)整合的方法 150 5.5 電子商務網(wǎng)站營銷數(shù)據(jù)挖掘分析 153 5.5.1 電子商務網(wǎng)站營銷數(shù)據(jù)挖掘分析的常見類型 153 5.5.2 電子商務網(wǎng)站營銷數(shù)據(jù)挖掘分析的常見場景 153 5.5.3 電子商務網(wǎng)站營銷數(shù)據(jù)挖掘分析的常用維度 155 5.5.4 網(wǎng)站商品銷售數(shù)據(jù)挖掘分析與診斷 158 5.5.5 網(wǎng)站營銷數(shù)據(jù)挖掘分析報告的撰寫 164 5.6 應用實例：惡意流量分析 166 本章小結 170 復習思考題 170 第6章 電子商務大數(shù)據(jù)分析/ 172 引例 農夫山泉借助大數(shù)據(jù)優(yōu)化供應鏈 172 6.1 大數(shù)據(jù)的含義與特征 172 6.1.1 大數(shù)據(jù)的含義 173 6.1.2 大數(shù)據(jù)的基本特征 173 6.1.3 大數(shù)據(jù)的生態(tài)系統(tǒng) 174 6.1.4 大數(shù)據(jù)分析的生命周期 175 6.2 大數(shù)據(jù)分析的關鍵技術 176 6.2.1 大數(shù)據(jù)采集技術 177 6.2.2 大數(shù)據(jù)預處理技術 177 6.2.3 大數(shù)據(jù)存儲與管理技術 178 6.2.4 大數(shù)據(jù)挖掘分析技術 178 6.2.5 大數(shù)據(jù)展現(xiàn)與應用技術 179 6.3 移動電子商務大數(shù)據(jù)分析 179 6.3.1 大數(shù)據(jù)基于位置的服務營銷的商業(yè)價值分析 179 6.3.2 基于手機App大數(shù)據(jù)的用戶分析 181 6.3.3 基于小程序的大數(shù)據(jù)分析 184 6.4 電子商務大數(shù)據(jù)分析平臺——“京東大數(shù)據(jù)”/ 187 6.4.1 “京東大數(shù)據(jù)”的技術體系 187 6.4.2 “京東大數(shù)據(jù)”的數(shù)據(jù)管理 188 6.4.3 “京東大數(shù)據(jù)”的數(shù)據(jù)工具 189 6.4.4 “京東大數(shù)據(jù)”分析的應用領域 191 6.5 應用實例：如何利用大數(shù)據(jù)精準營銷找到大客戶 192 6.5.1 數(shù)據(jù)是找到大客戶的基礎 192 6.5.2 如何利用數(shù)據(jù) 193 6.5.3 用數(shù)據(jù)全面分析客戶 195 本章小結 196 復習思考題 196 第7章 電子商務數(shù)據(jù)可視化/ 198 引例 數(shù)據(jù)可視化之美——360“騙子地圖”/ 198 7.1 數(shù)據(jù)可視化的含義 198 7.2 常用的數(shù)據(jù)可視化方法 199 7.3 數(shù)據(jù)可視化的形式——圖表 202 7.3.1 數(shù)據(jù)可視化圖表類型 202 7.3.2 數(shù)據(jù)可視化圖表制作技巧 204 7.4 應用實例：電子商務數(shù)據(jù)分析結果的可視化 輸出 207 7.4.1 利用Excel實現(xiàn)數(shù)據(jù)分析結果可視化輸出 207 7.4.2 使用SPSS Modeler實現(xiàn)可視化數(shù)據(jù)挖掘 211 本章小結 218 復習思考題 218 第8章 電子商務數(shù)據(jù)分析實驗指導 220 引例 2019年七夕愛情報告 220 實驗1 常用數(shù)據(jù)分析工具的安裝 221 任務1-1 在Excel中安裝數(shù)據(jù)分析工具 221 任務1-2 數(shù)據(jù)分析軟件SPSS的安裝 222 任務1-3 可視化數(shù)據(jù)挖掘軟件SPSS Modeler的安裝 223 實驗2 使用Excel采集和統(tǒng)計電子商務數(shù)據(jù) 224 任務2-1 使用Excel采集店鋪排名數(shù)據(jù) 224 任務2-2 使用Excel采集商品類目銷售數(shù)據(jù) 225 任務2-3 使用Excel采集商品品牌銷售數(shù)據(jù) 225 任務2-4 使用Excel實現(xiàn)數(shù)據(jù)的描述性統(tǒng)計分析 226 實驗3 使用SPSS分析電子商務數(shù)據(jù) 228 任務3-1 使用SPSS實現(xiàn)數(shù)據(jù)的描述性統(tǒng)計分析 228 任務3-2 使用SPSS實現(xiàn)一元線性回歸分析 231 實驗4 應用“生意參謀”查詢網(wǎng)店運營數(shù)據(jù) 235 任務4-1 查看網(wǎng)店流量數(shù)據(jù) 235 任務4-2 查看網(wǎng)店收藏數(shù)據(jù) 237 任務4-3 查看網(wǎng)店轉化率數(shù)據(jù) 239 任務4-4 查看網(wǎng)店首頁數(shù)據(jù) 240 實驗5 應用“阿里指數(shù)”分析市場銷售數(shù)據(jù) 240 任務5-1 “行業(yè)大盤”板塊 241 任務5-2 “屬性細分”板塊 242 任務5-3 “采購商素描”板塊 244 任務5-4 “阿里排行”板塊 246 實驗6 應用“百度統(tǒng)計”分析網(wǎng)站運營數(shù)據(jù) 246 任務6-1 使用“百度統(tǒng)計”收集網(wǎng)站數(shù)據(jù) 246 任務6-2 開通“百度統(tǒng)計”賬戶 246 任務6-3 “百度統(tǒng)計”報告解讀 248 本章小結 253 復習思考題 253 參考文獻 256