消息 首页 搜索 举报
  • 【现货速发】京东平台数据化运营
  • 【现货速发】京东平台数据化运营
21年品牌 40万+商家 超1.5亿件商品

【现货速发】京东平台数据化运营

全新正版书籍，24小时发货，可开发票。

￥ 35.5 5.1折 ￥ 69 全新

库存3件

天津津南
认证卖家担保交易快速发货售后保障

作者数据创新组 著

出版社电子工业出版社

ISBN9787121278952

出版时间2016-01

装帧平装

开本16开

定价69元

货号23858620

上书时间2024-11-24

易安居书舍
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：全新
商品描述
前言
序一
　　数据创造价值，创新铸就辉煌
　　商城CEO沈皓瑜
　　随着互联网的高速发展，电商行业已经渗透到人们日常生活中的方方面面。作为国内的自营电商，的成功离不开这次互联网浪潮带来的历史机遇，但更重要的是，一直以来都在坚持做一件事：创造价值。
　　目前，价格已不再是电商市场的决胜因素，品质和服务日显重要。客户为先是的价值观，为了向消费者、平台商家和供应商提供好的服务，构建了国内的供应链管理体系。通过不断优化采购、仓储、分拣、运输等环节，做了很多行业创新。例如，创造性提供“极速达”、“211限时达”、“次日达”等便捷服务，满足了消费者对速度的需求；大幅提升了库存周转率和资金周转率，为和合作伙伴降低了运营成本，提高了效率。
　　当然，供应链效率的提升，离不开业务和技术的通力协作，特别是在大数据领域的深度挖掘。基于完善的电商数据体系，创建了商品销量预测等智能模型，在供应商协同、智能补货和库存优化等方面都取得了突破进展；通过数据协同，可以帮助供应商更高效地完成原材料采购、产能计划、送货、补货，释放了采购人员大量的工作。
　　数据化运营已经获得电商同行的普遍重视。努力做到客户体验更好、运营效率更高、成本更低，就会在激烈的市场竞争中取得优势，因此我们准备了本书，分享了在数据化运营领域的方法和心得。希望供应商和商家对有更全面、更深刻的认识，结合数据更好地运用资源，终与一起通过数据创造价值，通过创新铸就辉煌。

序二
　　迎接数据时代，技术驱动创新
　　集团CTO张晨
　　过去十年，秉承对客户体验的不懈追求，实现了无数次颠覆行业的突破和创新，推动国内乃至全世界电商行业的生态发展。面对瞬息万变的市场，为了满足业务快速发展的需要，正在成为技术和业务双驱动模式的互联网公司。未来十年，技术的力量将帮助在每一个业务环节都做到极致，持续为消费者提供更好的服务，同时也降低供应链成本、提高运营效率。
　　大数据作为技术驱动的核心引擎，是现阶段的重大战略。拥有中国电商领域完善、精确、价值链长的数据，通过优化数据模型、挖掘数据价值、提高深度学习能力，在精准营销、推荐搜索、用户体验等方面不断实现新突破，这些研究成果创造了巨大的商业价值。
　　当然，挖掘数据价值，并不只是的独角戏。作为生态链中至关重要的一环，开放平台的商家也身在其中。本书是推出的以数据化运营为主题的本书，有两点显著意义：，帮助商家全面了解开放平台的操作方式和运营方法；第二，引领商家在数据分析的基础上，进行日常运营。随着电商行业竞争的加剧和运营人员能力的提升，商家想要脱颖而出，必须采取科学的数据化运营模式。数据可以帮助商家更精准地分析店铺健康状况、掌握行业动态、确定品牌定位，大幅提升店铺运营效率、降低运营成本、增强消费者购物体验。
　　希望本书能为开放平台商家带来一个全新视角，开创数据掘金的新篇章。将持续为商家提供更高效、更智能的系统，帮助商家快速成长；同时，商家良好的数据化运营，也将促进整体的进步和提升，终实现良性循环、共生共赢！

序三
　　通过数据提升商家运营效率
　　商城研发部副总裁马松
　　从2010年开放平台上线以来，秉承服务好商家的宗旨，技术体系一直致力于为商家提供价值的解决方案。技术体系的特点是涵盖电商全流程、全价值链。从前端的交易到供应链、仓储、配送、客服以及售后等环节的系统，全部由自己研发。平台承载大量的用户数据和交互行为，这些数据会是核心生产力，成为技术驱动业务创新和商业变革的重要力量。
　　随着开放平台的发展、业务场景的扩充，越来越多的商家提出了用数据指导店铺运营的迫切需求。这反映了商家越来越重视数据，重视精细化运营，本书也就应运而生。本书经由十几名一线产品和业务精英，历时四个月编撰而成。从商家为关心的流量、转化、客单价、复购率和行业分析五个维度着手，访谈了大量的商家，既介绍了平台数据产品的分析方法，又对很多案例进行了深度讲解，还邀请到多位有丰富实战经验的商家分享心得，当之无愧成为开放平台商家和电商从业人员的数据化运营教科书。
　　掌握本书的内容，可以帮助商家提升运营效率，成为运营高手。数据化运营没有捷径，需要大家踏实地学习、实践和总结。希望通过本书，可以为商家抛砖引玉，开拓思路，给大家带来一些思考和启发。

作者简介
数据创新组


目录

第1章


流量篇——流量为王的电商风云 


1.1 流量来源概览 


1.2 流量的分析诊断


1.3 巧用活动资源流量 


1.4 善用营销工具获取流量 


1.5 搜索流量优化方法 


 


第2章


转化率篇——内功心法的对决 


2.1 店铺转化率概述 


2.2 转化率诊断优化的四问法 


2.3 转化率的优化 


2.4 商家服务考核体系介绍 


 


第3章


客单价篇——TOP运营的终极大招 


3.1 定价策略 


3.2 爆款打造流程 


3.3 关联营销 


 


第4章


复购率篇——提升利润的秘密武器 


4.1 复购率的重要意义 


4.2 复购率的分析诊断与解读 


4.3 影响复购率的要素


4.4 提升复购率的方法 


 


第5章


行业分析篇——知彼知己，百战不殆 


5.1 行业定位分析 


5.2 市场分析 


5.3 案例：女靴的数据化定位 


 


附录Ａ


综合案例赏析


附录B


资深运营对你说


附录C


常用指标注释汇总 



主编推荐
数据创新组


精彩内容
第1章
　　流量篇——流量为王的电商风云
　　我们知道电商行业的黄金公式，销量=流量×转化率×客单价。其中流量是排在位的，因为客流量是基础、是根本，没有流量，就意味着没有用户到达店铺，就像一个装修豪华的购物中心却位于一个渺无人迹的荒山上，没有人来买东西啊！（JD.COM）作为“中国的自营电商企业”之一，即便在如今电商流量获取日益困难的情况下，平台的流量每年还是呈现强势增长的态势，年度活跃用户数由截至2014年9月30日的12个月期间的8280万人增长至截至2015年9月30日的12个月期间的1.319亿人，同比增长59%。平台目前处于正常运营状态的店铺有9万余家，这个数字好像在说明一个道理：“资源永远是稀缺的，流量永远是不够用的”。无论是大型商家、中小商家还是刚开张的新商家，每天都在追求着客流量的增长。然而，电商平台的流量红利期窗口一定是有限的，当竞争越来越激烈的时候，精细化运营一定是一个必然的趋势。对于流量，我们也同样应该精打细算，把每种渠道、每种类型的流量来源的特质理解透彻并运用自如，才可能实现流量的优质利用，化挖掘每一位到达店铺访客的消费价值。
　　因此，第1章我们首先来聊聊流量那些事儿，对流量来源的类型进行详细的介绍，并指导商家分析诊断流量的方法与步骤，后几节介绍一些在平台实用的流量获取与优化的方法，为商家朋友抛砖引玉，开拓思路。
　　1.1流量来源概览
　　平台较之其他电商平台，独具特色的就是终端的多样性和流量来源的丰富性，这就为不同商家的精细化运营提供了非常好的基础。目前终端可以分为两大类，一是PC端、二是移动端，而移动端又包括APP端、M端、微信端和手机QQ端四个子类型。某类目的行业标杆性商家2015年10月的PC端占比为41%，移动端占比为59%。因此，商家应了解目前五大终端类型的流量特点和特色，结合自己店铺的定位和商品的优势，进行差异化、精细化的运营。下面为大家介绍平台五种终端的流量特征。
　　1.1.1流量的重要指标
　　首先我们需要了解关于流量的一些基本数据指标。访客数、浏览量和访问次数，是常用的衡量流量多寡的数据指标，而平均访问深度、平均停留时间和跳失率三个指标，是常用于衡量流量质量优劣的数据指标。
　　访客数：也称为UV，访客数是用于衡量店铺或页面来了多少个人的指标，是到达店铺或页面的用户去重后的数值，即同一用户从多个渠道多次访问只被计算一次。多天的访客数为各天访客数累计后去重的数值，也就是说同一个人在一段时间内来了多次，也只会被统计为一个人。
　　浏览量：也称为PV，浏览量是用于衡量用户，也就是访客在店铺内浏览和查看了多少次页面的指标。也就是说，一个用户多次打开或刷新某个页面，浏览量累加。多天的浏览量为各天浏览量的累计值。
　　访问次数：也称为Visits，用于表示店铺在一个会话内被用户连续访问的次数，从用户进入店铺页面开始，连续访问店铺页面4和页面5后离开店铺，记为一次SHOP店铺访问次数；用户中途离开后，再次进入店铺页面，又访问了页面8和页面9，记为第二次SHOP店铺访问次数。
　　结合以上三个指标，给出一个示例，例如用户小果在8月1日上午通过搜索点击到达店铺A，浏览了2个页面后离开店铺，下午小果又通过首焦广告位点击到达店铺A，浏览了3个页面后离开，那么，8月1日用户小果为店铺A带来的访客数为1人，浏览量为5个，而访问次数为2次。
　　平均访问深度：平均访问深度=浏览量/访问次数。这个数据是用于衡量用户在进行店铺访问时，浏览了几个页面的指标，上例中，用户小果在上午的店铺访问中，访问深度是2，假设8月1日店铺A只有小果一个来访用户，那么这个店铺全天的店铺平均访问深度为2.5。
　　平均停留时间：平均停留时间=总停留时间/总浏览量。平均停留时间表示用户每次访问在页面内停留时间的均值，单位为秒。上例中，例如小果在上午的访问中停留了20s，下午的访问中停留了60s，则8月1日用户小果在店铺A的平均停留时间为16s。
　　跳失率：跳失率=跳出次数/访问次数。用于表示用户只访问了店铺或商品一个页面就离开店铺的访问次数占总访问次数的比例。上例中，例如8月1日店铺A只有小果一个访客，在上午的访问中小果访问了商品a后就从商品页跳出离开店铺，下午的访问中小果访问了商品a后又通过a的关联商品推荐访问了商品b，那么针对商品页a来说，跳失率为50%。

媒体评论

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP