第 1 章 电子商务数据分析导论 001
1.1 电子商务数据分析概述 001
1.1.1 电子商务数据分析的含义 002
1.1.2 电子商务数据的类型 002
1.1.3 电子商务数据分析的基本特点 003
1.1.4 电子商务数据分析的主要作用 004
1.1.5 电子商务数据分析的一般流程 005
1.2 电子商务数据分析的内容及业务指标 006
1.2.1 电子商务市场经营环境数据分析 006
1.2.2 电子商务网站运营数据分析 010
1.2.3 电子商务客户数据分析 014
1.2.4 网络营销绩效数据分析 015
1.2.5 移动端 App 数据分析 018
1.3 电子商务数据分析的主要方法 019
1.3.1 单纯的数据加工方法 019
1.3.2 基于数理统计的数据分析方法 020
1.3.3 基于数据挖掘的数据分析方法 020
1.3.4 基于大数据的数据分析方法 023
1.4 电子商务数据分析的常用工具 024
1.4.1 企业数据分析平台 024
1.4.2 网站分析工具 025
1.4.3 数理统计分析工具 025
1.4.4 数据挖掘与大数据分析工具 026
1.5 电子商务数据分析师的成长规划 026
1.5.1 电子商务数据分析师成长的总体规划 026
1.5.2 电子商务数据分析师的知识结构 028
1.5.3 电子商务数据分析师的职业定位与能力素质要求 029
1.5.4 电子商务数据分析师的成长阶段 030
1.5.5 电子商务数据分析师的成长建议 030
本章小结 032
复习思考题 032
第 2 章 电子商务数据分析的统计基础 034
2.1 描述性统计分析 034
2.1.1 统计数据的类型 035
2.1.2 数据的集中趋势 036
2.1.3 数据的离散趋势 041
2.1.4 数据的分布形态 045
2.1.5 数据的统计图展示 046
2.2 数理统计基础 051
2.2.1 抽样估计基础 052
2.2.2 正态分布 053
2.2.3 基于正态分布的三大分布 055
2.2.4 中心极限定理 057
2.3 相关分析与回归分析 058
2.3.1 相关分析 058
2.3.2 一元线性回归分析 060
2.4 应用实例：使用 Excel 实现一元线性回归分析 063
2.4.1 求解问题及要求 063
2.4.2 使用不同方法实现回归分析的基本步骤 064
本章小结 068
复习思考题 069
第 3 章 网店运营数据分析 071
3.1 网店运营数据分析的作用及阶段目标 072
3.1.1 网店运营数据分析的作用 072
3.1.2 网店运营不同阶段数据分析的目标 072
3.2 网店运营数据的获取与清洗 073
3.2.1 网店运营数据的获取 073
3.2.2 网店运营数据的清洗 075
3.3 网店订单数据分析 076
3.3.1 订单状态数据分析 076
3.3.2 订单时间数据分析 076
3.4 网店客户数据分析 078
3.4.1 网店客户类别分析 078
3.4.2 网店客户行为分析 080
3.4.3 网店客户群体特征分析 081
3.4.4 网店客户购买频次分析 083
3.5 网店销售额数据分析 084
3.5.1 网店总销售额数据分析 084
3.5.2 新客户销售额数据分析 085
3.5.3 回头客销售额数据分析 085
3.6 网店商品关联数据分析 085
3.6.1 关联订单数分析 085
3.6.2 关联比例分析 086
3.6.3 关联客户数分析 086
3.7 应用实例：淘宝网店数据分析 087
3.7.1 淘宝网店地域数据分析 087
3.7.2 淘宝网店会员数据分析 090
3.7.3 淘宝网店客服数据分析 094
3.7.4 淘宝网店利润数据分析 098
本章小结 101
复习思考题 101
第 4 章 电子商务网站访问数据统计分析 103
4.1 电子商务网站内部数据分析 103
4.1.1 网站跳出率分析 104
4.1.2 网站流量数据分析 104
4.1.3 网站访问深度分析 106
4.2 电子商务网站外部数据分析 106
4.2.1 网站搜索指数分析 106
4.2.2 网站权重分析 108
4.2.3 网站外链分析 109
4.3 电子商务网站访问来源数据分析 109
4.3.1 自然搜索流量来源分析 110
4.3.2 竞价排名关键词来源分析 110
4.4 应用实例：使用百度统计进行网站访问数据分析 111
4.4.1 受访页面分析 112
4.4.2 入口页面分析 113
4.4.3 受访域名分析 114
4.4.4 页面点击图分析 115
4.4.5 页面上下游分析 115
本章小结 116
复习思考题 116
第 5 章 电子商务网站数据挖掘分析 118
5.1 数据挖掘的概念和特点 118
5.1.1 数据挖掘的概念 118
5.1.2 数据挖掘的特点 119
5.2 电子商务网站数据挖掘的工作机制 120
5.2.1 电子商务网站数据采集 120
5.2.2 电子商务数据处理 121
5.2.3 数据报告 122
5.3 电子商务网站分析工具的选择原则 122
5.3.1 整体解决方案的效能 122
5.3.2 网站分析工具的易用性 123
5.3.3 网站分析工具的功能丰富性 124
5.3.4 网站分析工具的增值服务价值 125
5.3.5 网站分析工具的费用 125
5.4 电子商务网站运营数据挖掘的常用模型及其应用 125
5.4.1 基于距离的 k-means 聚类模型及应用 126
5.4.2 基于 Apriori 算法的关联分析模型及应用 128
5.5 电子商务网站营销数据挖掘分析 131
5.5.1 电子商务网站营销数据挖掘分析的常见类型 131
5.5.2 电子商务网站营销数据挖掘分析的常用场景 131
5.5.3 电子商务网站营销数据挖掘分析的主要维度 133
5.5.4 电子商务网站商品销售数据挖掘分析与诊断 135
5.5.5 电子商务网站营销数据挖掘分析报告的撰写 141
5.6 应用实例：恶意流量分析 142
本章小结 146
复习思考题 147
第 6 章 电子商务大数据分析 148
6.1 大数据的含义与特征 148
6.1.1 大数据的含义 149
6.1.2 大数据的基本特征 149
6.1.3 大数据的生态系统 150
6.1.4 大数据分析的生命周期 151
6.2 大数据分析的关键技术 153
6.2.1 大数据采集技术 153
6.2.2 大数据预处理技术 154
6.2.3 大数据存储与管理技术 154
6.2.4 大数据挖掘分析技术 154
6.2.5 大数据可视化展现与应用技术 155
6.3 基于人工智能的电子商务大数据分析方法 155
6.3.1 基于机器学习的电子商务大数据分析 155
6.3.2 基于计算智能的电子商务大数据分析 158
6.4 移动电子商务大数据分析 160
6.4.1 LBS 大数据的商业价值与营销应用分析 160
6.4.2 基于手机 App 大数据的用户分析 162
6.4.3 基于小程序的电子商务大数据分析 164
6.5 电子商务大数据分析典型应用平台 167
6.5.1 京东商智 167
6.5.2 多多情报通 168
6.6 应用实例：如何利用大数据实现精准营销 168
6.6.1 把握大数据分析要点 169
6.6.2 如何利用数据 169
6.6.3 用数据全面分析用户 171
本章小结 172
复习思考题 172
第 7 章 电子商务数据可视化 173
7.1 数据可视化的含义 173
7.2 常用的数据可视化方法 174
7.3 数据可视化的形式 —— 图表 176
7.3.1 数据可视化图表的类型 176
7.3.2 数据可视化图表的制作技巧 177
7.4 应用实例：电子商务数据分析结果的可视化输出 179
7.4.1 使用 Excel 实现数据分析结果可视化输出 179
7.4.2 使用 SPSS Modeler 实现可视化数据挖掘 182
7.4.3 使用 Python 可视化分析消费者评论数据 186
本章小结 192
复习思考题 192
第 8 章 电子商务数据分析实验指导 194
实验 1 常用数据分析工具的安装 194
任务 1-1 在 Excel 中添加数据分析工具 194
任务 1-2 数据分析软件 SPSS 的安装 195
任务 1-3 可视化数据挖掘软件 SPSS Modeler 的安装 196
任务 1-4 Python 的下载和安装 197
实验 2 使用电子表格软件整理和分析网店运营数据 199
任务 2-1 使用 Excel 整理网店运营数据 199
任务 2-2 使用 Excel 和 WPS 表格预处理网店运营数据 200
任务 2-3 使用 Excel 实现数据的描述性统计分析 205
实验 3 使用 SPSS 分析电子商务数据 207
任务 3-1 使用 SPSS 实现数据的描述性统计分析 207
任务 3-2 使用 SPSS 实现一元线性回归分析 20
9实验 4 使用 Python 爬取电子商务数据 212
实验 5 使用生意参谋查询网店运营数据 214
任务 5-1 查看网店流量数据 214
任务 5-2 查看网店收藏数据 216
任务 5-3 查看网店转化率数据 217
任务 5-4 查看网店首页数据 218
本章小结 218
参考文献 219
附录
知识卡片索引 220