更新时间：2019-01-09 14:11:50
封面
版权信息
推荐序1
推荐序2
推荐序3
推荐序4
业内推荐
作者的话
第1章 引言：电子商务运营和数据
1.12012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“H”
1.6 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 MATLAB
4.2 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
