由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
[正版图书]数据化管理 洞悉零售及电子商务运营 电商网店运营与推广教程零基础自学如何开网店网上开店创业经营书籍自媒体互联
¥ ×1
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货),
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
商品基本信息,请以下列介绍为准 | |
商品名称: | 数据化管理:洞悉零 售及电子商务运营 |
作者: | 黄成明 |
市场价: | 79元 |
ISBN号: | 9787121234064 |
出版社: | 电子工业出版社 |
商品类型: | 图书 |
其他参考信息(以实物为准) | ||
装帧:平装 | 开本:24开 | 语种:中文 |
出版时间: | 版次:1 | 页数: |
印刷时间: | 印次:1 | 字数: |
主编** | |
赫基国*集团CEO徐宇、唯品会VP蒋泾、知名自媒体人鬼脚七、中国传媒大学教授沈浩等17位企业老总及行业大腕联袂**; 教你如何用*常见的Excel工具建立商业运营模型; 从数据中发现商业规则、洞察消费者行为、量化商业价值,让你的商业价值算得出。 |
媒体评论 | |
很早就和黄老师认识并合作了,一直很欣赏他对商业的理解度。现在终于看见他将自己的智慧整理成了一本书,有理论也有实践,有零售思维也有数据意识,有营运规划也有策略分析。作为企业经营者,*怕只有数据却没有产生价值,这本书可以帮助零售从业者提高对数据的认识,并且用数据提高营运管理深度。 徐宇,赫基国*集团,CEO 这是我读过的*接地气的数据化管理著作,聚焦于通过数据分析帮助策略落地。本书提到的零售策略,我在家乐福及华润万家零售实战中都用到过,受益匪浅。其中关于客户驱动及竞争分析的方法论,在目前电商的激烈竞争中,依然适用,甚至不可或缺。 蒋泾,唯品会,高*副总裁 这是个竞争不断加剧的时代,我们*须更加专业。数据化管理,就是专业的技能之一。此书作者用比较生动的方式,把枯燥的数据概念解读得通俗易懂,值得一读。 鬼脚七,知名自媒体人,前大淘宝搜索负责人,**书《做自己》《爱生活》作者 数据并不是人们*终需要的东西,他们需要的是信息,是对未来发展的洞察力。数据化管理正以我们从未想象过的方式影响着企业的发展。如何从数据中发现商业规则、洞察消费者行为、量化商业价值都需要企业拥有能融合商业理解、数据分析并具备从海量数据中发现知识能力的数据分析师。相信《数据化管理》一书会让您的商业价值算得出。 沈浩 中国传媒大学新闻学院,教授;统计调查研究所,所长;数据挖掘研发中心,主任 零售业出路不仅是线上线下的成功融合,更源于对数据的收集、整理、分析,实现可预测、可指导,就是常说的数据化管理。 ...... |
目录 | |
第1章什么是数据化管理/17 1.1“聪明”的销售人员/17 1.2数据化管理的概念/20 1.3数据化管理的意义/21 1.4数据化管理的四个层次/22 1.4.1业务指导管理/22 1.4.2营运分析管理/22 1.4.3经营策略管理/22 1.4.4战略规划管理/22 1.5数据化管理流程图/23 1.5.1分析需求/23 1.5.2收集数据/23 1.5.3整理数据/23 1.5.4分析数据/24 1.5.5数据可视化/24 1.5.6应用模板开发/25 1.5.7分析报告/26 1.5.8应用/27 1.6数据化管理应用模板/27 第 2 章寻找零售密码/29 2.1周权重指数/30 2.1.1寻找店铺零售规律/31 2.1.2周权重指数/32 2.1.3周权重指数的计算/34 2.1.4日权重指数的特殊处理/36 2.2周权重指数的应用/37 2.2.1判断零售店铺销售规律辅助营运/38 2.2.2分解日销售目标/39 2.2.3月度销售预测/41 2.2.4销售对比/44 2.3神奇的黄氏曲线――单位权重(销售)值曲线/47 2.3.1单位权重(销售)值曲线/47 2.3.2应用在销售追踪过程中/47 2.3.3特殊事件的量化处理/50 2.3.4促销活动的分析及评估/52 2.3.5新产品上市的分析及评估/54 2.3.6其他应用/55 2.4案例及应用――数据化排班/56 第 3 章销售中的数据化管理/61 3.1销售都是追踪出来/62 3.1.1没有目标管理就没有销售的*大化/62 3.1.2没有标准就没有追踪的依据/63 3.1.3如何用数据化追踪销售/64 3.1.4销售追踪注意事项/68 3.2常用的销售分析指标/69 3.2.1人货场是零售业基本的思维模式/69 3.2.2零售业常用的分析指标/72 3.2.3如何确定指标的重要性/86 3.3提高销售额的杜邦分析图/87 3.3.1路过人数/89 3.3.2进店率/89 3.3.3成交率/89 3.3.4平均零售价/90 3.3.5销售折扣/90 3.3.6连带率/90 3.4促销中的数据化管理/92 3.4.1影响冲动购买的因素有哪些/92 3.4.2零售业常用的促销方式/93 3.4.3促销活动的准备、执行和评估/94 3.5案例及应用/97 第 4 章商品中的数据化管理/103 4.1常用的商品分析指标/103 4.1.1商品分析的基本逻辑/103 4.1.2常用的商品分析指标/104 4.1.3伤不起的售罄率/117 4.1.4再谈如何确定指标间的重要性/119 4.2常用的商品分析方法/120 4.2.1商品的自然分类方法/120 4.2.2商品的销售分类方法/122 4.2.3商品的价格分析/124 4.2.4商品的定价策略/130 4.3商品的关联销售分析/136 4.3.1商品的关联程度分析/136 4.3.2购物篮分析/139 4.3.3提高商品关联度的方法/141 4.4商品的库存管理/142 4.4.1库存分析逻辑/142 4.4.2异常库存管理/150 4.4.3设置库存预警条件/151 4.5商品的利润管理/152 4.5.1谁在决定商品的利润/153 4.5.2商品的现值/153 4.5.3库存的现值分析法/156 4.6案例分享/157 第 5 章电子商务中的数据化管理/164 5.1数据分析是电商营运的指路明灯/164 5.1.1电子商务和传统零售数据分析的区别/165 5.1.2电商数据分析需要的数据/166 5.1.3电商数据来源及分析工具/167 5.2电商数据分析指标/168 5.2.1流量指标/168 5.2.2转化指标/169 5.2.3营运指标/171 5.2.4会员指标/171 5.2.5财务指标/173 5.2.6关键指标/175 5.3流量及会员数据分析/177 5.3.1流量及转化的漏斗图分析/177 5.3.2对比发现有质量的流量/178 5.3.3电商销售额诊断/180 5.4案例分析/181 第 6 章零售策略中的数据化管理/184 6.1渠道策略的数据化管理/185 6.1.1如何科学地将渠道分类/185 6.1.2渠道拓展分析/191 6.1.3渠道的管理指标/197 6.2会员策略的数据化管理/198 6.2.1会员数据分析/199 6.2.2会员价值分析/203 6.2.3会员的生命周期管理/206 6.2.4会员购买行为的研究/209 6.3竞争对手分析/211 6.3.1谁是你的竞争对手/211 6.3.2如何收集竞争对手的数据/214 6.3.3竞争对手的分析方法/217 6.4营运策略的数据化管理/224 6.4.1如何做销售预测/224 6.4.2如何制定年度销售目标/230 6.5案例分享/235 6.5.1整理思路/236 6.5.2界定问题/237 6.5.3收集数据/238 6.5.4分析数据/241 第 7 章*知*会的数据分析方法/244 7.1数据分析的立体化/244 7.1.1数据分析*须立体化/244 7.1.2三维分析之点-线-面/245 7.1.3三维分析之时间-对象-指标/245 7.1.4三维分析之人-货-场/246 7.1.5三维分析之广度-宽度-深度/248 7.2数据没有可对比性就没有数据分析/251 7.2.1被滥用的同比和环比/252 7.2.2伤不起的各种“率”/253 7.2.3她真的是销售**吗/257 7.3常用的数据分析方法/259 7.3.1如何设定指标的权重/260 7.3.2经典的二八法则应用/262 7.3.3ABC分析方法/264 7.3.4排行榜分析方法/265 7.3.5你真的了解平均值吗/267 7.4数据展示也是一种分析方法/269 7.4.1Excel图表的展示逻辑/270 7.4.2不一样的雷达图/271 7.4.3清清爽爽的K线图/273 7.4.4高端大气的热力图/275 7.4.5四象限图的策略思维/278 第 8 章如何建立数据化管理模型/280 8.1数据化管理应用模板/280 8.1.1自定义区域/281 8.1.2数据源区域/282 8.1.3分析辅助区域/283 8.1.4业务预警区域/283 8.1.5业务分析区域/284 8.1.6报告展示区域/286 8.2搭建数据化管理模板*会的Excel十大技巧/287 8.2.1*须要掌握的54个函数/287 8.2.2数据透视表/288 8.2.3自动排名/289 8.2.4四象限图/290 8.2.5智能提醒/291 8.2.6PPT随Excel图表自动更新/292 8.2.7密码保护/293 8.2.8控件和VBA的使用/295 8.2.9名称管理器/298 8.2.10如何隐藏数据/300 后记/304 附录测试你对数据敏感度的答案/305 |
前言 测试你对数据的敏感度 五一刚过,北京某大学校园内来了几个人,他们是新春天连锁商业有限集团公司负责校园招聘项目的员工。而此时阶梯教室早已坐满了慕名而来的同学,他们是被这样一张海报吸引过来的: We want you 我们不在乎你学的是什么专业,我们也不在乎你是男是女,但是我们在乎: 你是否对未来的工作充满幻想和期待? 你是否对数据有足够的敏感度? 你是否有很强的逻辑思维能力? 如果有,我们5月7日14:00阶梯教室见! 招聘会中将有资深职场人士分享“如何提高你对数据的敏感度”等内容。 我们是新春天连锁商业有限集团公司,中国50强零售企业。我们的总部在北京,我们的主要业务来源于百货、**市和电子商务。 14:00新春天校园招聘会准时开始,例行发言后,主持人给每位同学发了一张笔试卷子。要求10分钟内完成,不能使用计算器或者具有计算功能的手机等(友情提示:*好是心算)。 亲爱的读者,准备好纸和笔,你也一起来测试下自己对数据的敏感度吧。 diyi部分:请判断下面的描述是正确的、错误的还是不能确定。 ① 某公司业务员小强有24个客户,4月不重复客户购买比率为78%。(注:不重复客户购买比例=有订单的客户总数÷总客户数,重复购买的客户只算一次) ② 我国城镇住房建设较快发展,人均住宅建筑面积升至26.11m2(北 ...... |
内容简介 | |
本书讲述了两个年轻人在大公司销售、商品、电商、数据等部门工作的故事,通过大量案例深入浅出地讲解了数据意识和零售思维。作者将各种数据分析方法融入到具体的业务场景中,*终形成数据化管理模型,从而帮助企业提高运营管理能力。 本书全部案例均基于Excel,每个人都能快速上手应用并落地。 |
作者简介 | |
黄成明(@数据化管理),拥有15年的销售及数据分析经验,历经强生公司、妮维雅公司、雅芳公司和鼎盛时期的诺基亚公司。目前是数据化管理的咨询顾问和培训师。他独立研发了基于周销售权重指数的零售管理模型,可以**地进行目标管理、销售预测、客流预估、促销评估、销售预警等。 |
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格