-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
深度學習
-
>
Unreal Engine 4藍圖完全學習教程
-
>
深入理解計算機系統-原書第3版
-
>
Word/Excel PPT 2013辦公應用從入門到精通-(附贈1DVD.含語音視頻教學+辦公模板+PDF電子書)
數據運營:數據分析模型撬動新零售實戰 版權信息
- ISBN:9787121428333
- 條形碼:9787121428333 ; 978-7-121-42833-3
- 裝幀:一般膠版紙
- 冊數:暫無
- 重量:暫無
- 所屬分類:>
數據運營:數據分析模型撬動新零售實戰 本書特色
適讀人群 :數據分析師、市場分析師、商業分析師、數據運營官、業務決策者、強數據意識企業高層領導,以及其他對數據分析或數據運營感興趣或欲轉行從事數據分析或數據運營工作的人員。職場的競爭歸根結底是核心競爭力的競爭,數據分析市場越來越飽和,企業高層越來越看重數據價值落地,數據運營悄然成為行業新興稀缺人才,它能夠跳脫技術工作與業務決策緊密結合決定了它長青的職業生命力,同時于每一位數據從業者而言,它也是**的一項核心職場能力。 很多數據分析師、數據工程師不懂業務,很多業務決策人員揣著業務高見又受限于不懂如何做數據分析……如何將數據結果和業務決策結合起來發揮數據價值正是本書設計的初衷和內容,全書以案例實戰為主,涉獵多個零售行業,涵蓋企業眾多常見的業務場景,數據應用流程闡述完整可以很好幫助讀者快速理解數據分析模型應用于決策的方法和思路。 無論你是業務人員還是專業的數據從業人員,本書都很適合閱讀。
數據運營:數據分析模型撬動新零售實戰 內容簡介
本書主要內容 本書主要介紹12個經典數據分析模型在零售企業的決策應用實戰,著重介紹企業不同的業務場景會遇見的運營問題,針對不同的問題怎樣選擇分析模型,怎么分析?模型結果如何落地? 基礎部分 第1~4章,內容相對簡單。第1章是基礎內容,打基石的部分,這是考慮到有些讀者對數據分析應用或者利用數據可視化洞察業務具有入門的需求。第2~4章介紹的是常見且較簡單的分析模型,幫助讀者簡單理解模型的決策支持。 進階部分 第5~10章,較前面內容相對復雜,復雜的“點”可能在于決策應用,也可能在模型實現,將這些模型集中到一起,主要想幫助讀者更進一步理解分析模型如何支持決策。 高階部分 第11~12章,選取阿里巴巴公司目前針對零售品牌企業全域運營較為主流的營銷模型,某種程度而言屬于企業戰略層操作。它們落地時需要將前面基礎、進階部分的分析模型融合在一起應用,所以這部分是本書數據分析模型系統應用的一個升華。從讀者的學習路徑來說,完成了對數據分析模型“基礎認知—模型理解—理解決策應用”的完整學習鏈路。 本書主要解決以下問題: 針對不同的業務場景,分析模型怎么選? 利用數據分析解決業務問題的完整思路是怎樣的? 商業分析如何養成?分析結果如何落地?
數據運營:數據分析模型撬動新零售實戰 目錄
第1 篇 零售企業基礎分析方法應用
第1 章 開啟數據化業務洞察:基礎分析方法 002
1.1 趨勢分析 003
1.2 對比分析 005
1.3 分布分析 009
1.4 組成分析 013
1.5 關系分析 015
1.6 其他分析方法 017
1.7 本章小結 019
第2 章 讓客單價“飛”起來:購物籃分析 020
2.1 從經典故事的起源探索購物籃分析的奧秘 020
2.2 兩個案例:購物籃分析數據化決策怎么用 022
2.2.1 模型適用的零售業務場景 022
2.2.2 案例1 :不合時宜的服飾可以不打折清倉嗎 025
2.2.3 案例2 :如何輕松獲取私域運營流量
(新零售場景) 030
2.3 購物籃分析模型的實現 034
2.4 本章小結 036
第3 章 擒賊先擒王,高效降本增益:帕累托分析 038
3.1 二八定律誕生的科學性 038
3.2 兩個案例:帕累托分析數據化決策怎么用 040
3.2.1 模型適用的零售業務場景 040
3.2.2 案例1 :降本增益,1500 多個商品如何優化 041
3.2.3 案例2 :企業的用戶貢獻分布健康嗎
(CRM 管理) 045
3.3 帕累托分析模型的實現 049
3.4 本章小結 054
第4 章 精準定位,業績優化有方向:象限分析 056
4.1 象限分割的數學邏輯原理 057
4.2 兩個案例:象限分析數據化決策怎么用 060
4.2.1 模型適用的零售業務場景 060
4.2.2 案例1 :餐廳的菜品如何管理優化 062
4.2.3 案例2 :紙業零售商如何提升門店業績 066
4.3 象限分析模型的實現 070
4.4 本章小結 074
第2 篇 零售企業進階分析方法應用
第5 章 快速厘清自己,掌握外部形勢:SWOT 分析 076
5.1 SWOT 分析的原理 076
5.2 兩個案例:SWOT 分析數據化決策怎么用 079
5.2.1 模型適用的零售業務場景 080
5.2.2 案例1 :用戶眼中的品牌是什么樣的
(市場決策) 081
5.2.3 案例2 :備選開店的3 家購物中心該如何選擇
(企業戰略) 085
5.3 本章小結 091
第6 章 1 分鐘梳理10 萬個用戶的商業價值:RFM 分析 092
6.1 RFM 分析的邏輯原理 093
6.2 兩個案例:RFM 分析數據化決策怎么用 095
6.2.1 模型適用的零售業務場景 095
6.2.2 案例1 :你的高價值用戶在哪里(CRM) 097
6.2.3 案例2 :打折清倉的靴子賣給誰(營銷決策) 103
6.3 RFM 分析模型的實現 107
6.4 本章小結 110
第7 章 不懂商業數據分析?先來聽它說:杜邦分析 112
7.1 從經典起源看杜邦分析如何“解” 112
7.2 兩個案例:杜邦分析數據化決策怎么用 114
7.2.1 模型適用的零售業務場景 114
7.2.2 案例1 :上個月的營業總成本為何這么高
(財務分析) 117
7.2.3 案例2 :如何快速學會商業分析(商業思維) 120
7.3 杜邦分析模型的實現 124
7.4 本章小結 125
第8 章 ………
數據運營:數據分析模型撬動新零售實戰 作者簡介
葉秋萍(公眾號ID:shujushangye) 從數據分析師到數據分析運營管理者。 專業書籍《數據實踐之美》作者之一。 互聯網、傳統行業都曾涉獵。服務過世界500強企業數據項目;經手過數據治理、數據分析、BI、數據中臺設計、數據運營、用戶畫像等數據應用及企業整體解決方案;熟悉前沿的數據產品、數據運營體系。 致力于企業從“點”到“面”的數據應用,不能落地的數據項目都屬于資源浪費。
- >
小考拉的故事-套裝共3冊
- >
推拿
- >
我從未如此眷戀人間
- >
煙與鏡
- >
史學評論
- >
巴金-再思錄
- >
名家帶你讀魯迅:故事新編
- >
回憶愛瑪儂