首页 > 经济管理 > 电子商务、管理信息系统 > 电子商务、管理信息系统

数据掘金：电子商务运营突围

作译者：谭磊

出版时间：2013-06 千字数：404 版次：01-01 页数：464

开本：16(152*230) 装帧： I S B N ：9787121138973

换版：

纸质书定价：￥65.0

库存:有

分享到：

共有图书评论0条【查看评论摘要】

看了又看

{{data.bookName}}

￥{{data.price}}

内容简介

前言

上架建议

作者简介

编辑推荐

音视频专区

目录
第1 章 引言：电子商务运营和数据1
1.1 2012 年最大的赌局2
1.2 为300 万人建300 万个网站 6
1.2.1 电子商务的RUPI 概念7
1.2.2 在互联网上卖米8
1.2.3 电子商务怎么能离开数据10
1.2.4 淘宝店的四个核心数据 13
1.3 让电商运营不再那么辛苦16
1.3.1 电商人的蓝精灵之歌17
1.3.2 电子商务运营入学考试 17
1.3.3 店铺诊断——我的网店能挣更多钱吗 19
1.3.4 让你的网店脱颖而出23
1.3.5 为你的网店装上“业务雷达”27
1.4 电子商务数据运营的五大应用30
1.4.1 让网站更吸引人32
1.4.2 把潜在客户转化成真正的客户33
1.4.3 挖掘老客户价值35
1.4.4 推荐系统的设计和应用 36
1.4.5 针对不同客户提供个性化的产品 36
1.5 关于电商数据的六个“W”和一个“H” 37
1.6 本书的内容39
1.7 本章相关资源 42
第2 章 我们需要知道的数据分析43
2.1 从数据分析专家林彪说起 44
2.2 数据分析基本概念45
2.2.1 就这么简单：三种基础数据 46
2.2.2 我们这样来理解数据47
2.2.3 概率并不可怕 50
2.3 让我们开始加工数据52
2.3.1 数据集成——把所有数据都拿过来52
2.3.2 数据清洗——给数据玩“洗刷刷” 54
2.3.3 数据转换——给数据换个“马甲”59
2.3.4 数据规约——有时候也要丢掉数据62
2.4 用向量表示数据63
2.5 网站日志的收集和处理66
2.5.1 网站日志信息分类 66
2.5.2 网站日志实例 70
2.5.3 网站日志预处理. 76
2.6 最好的分析方法——看图说话82
2.6.1 起起伏伏用折线图 83
2.6.2 简单比较用柱状图 83
2.6.3 转化率用漏斗图表示最直观 83
2.6.4 雷达图显示用户偏好 85
2.6.5 表示比例最好的饼图和环形图86
2.7 本章相关资源 89
第3 章 我们需要知道的数据挖掘90
3.1 什么是数据挖掘90
3.1.1 尿不湿和啤酒 92
3.1.2 Target 和怀孕预测指数 94
3.1.3 从数据分析到数据挖掘 95
3.1.4 数据挖掘的一般过程97
3.2 人人都能做数据挖掘100
3.3 我们需要知道的四类数据挖掘算法 101
3.3.1 分类——人以群分 101
3.3.2 聚类——物以类聚108
3.3.3 关联——马原告诉我们事物是普遍联系的 111
3.3.4 序列——排队的规律，中国人最明白119
3.4 Web 挖掘和信息检索121
3.4.1 Web 挖掘和信息检索概览122
3.4.2 协同过滤——推测同类客户的行为 124
3.4.3 个性化推荐和推荐系统——我们要更懂客户 126
3.5 本章相关资源 130
第4 章 数据分析和数据挖掘工具的选择132
4.1 数据分析工具 132
4.1.1 用Excel 做数据分析 132
4.1.2 MATLAB  136
4.2 网站分析工具 139
4.2.1 用GA 做分析 139
4.2.2 GA 的限制142
4.2.3 各种站长工具143
4.3 用R 语言制作的工具144
4.3.1 用R 做数据分析的优势 145
4.3.2 用R 绘制热力图 148
4.3.3 用Rattle 分析广告投放数据150
4.4 其他的开源数据挖掘工具154
4.4.1 Weka 数据挖掘工具 154
4.4.2 Google 提供的数据挖掘工具 158
4.5 电商平台上的各种工具 159
4.5.1 用量子恒道分析淘宝网店 159
4.5.2 淘宝上的数据魔方 161
4.5.3 开放平台上的工具 165
4.6 数据展示工具 165
4.7 本章相关资源 168
第5 章 电子商务数据运营入门 170
5.1 在讨论数据运营之前 170
5.1.1 数据运营的四大障碍 170
5.1.2 数据不是万能的 171
5.2 电子商务运营中重要的数据点 173
5.2.1 访客数 175
5.2.2 转化率 176
5.2.3 客单价 180
5.3 一切让数据说话 181
5.3.1 要有总体的概念182
5.3.2 每天的运营数据不可忽视184
5.3.3 最重要的是ROI  187
5.4 有哪些数据分析需要做 189
5.4.1 网站流量分析 189
5.4.2 商品销售分析193
5.4.3 定期数据分析194
5.4.4 内容分析195
5.5 从零开始打造电子商务企业 195
5.5.1 Bootstrapping，一步一步来 195
5.5.2 商品选择 196
5.5.3 平台选择198
5.5.4 经营策略和定位的选择199
5.5.5 推广选择200
5.5.6 开店喽. 201
5.6 本章相关资源 202
第6 章 电子商务数据运营的方法203
6.1 用数据解决运营中的问题 203
6.1.1 商品评估 204
6.1.2 流量评估 207
6.1.3 页面评估 213
6.1.4 网站评估214
6.1.5 服务评估215
6.2 客户分析数据模型 219
6.2.1 数据模型的建立和应用 220
6.2.2 客户生命周期模型 222
6.2.3 RFM 客户数据模型223
6.2.4 基于客户访问信息的分析模型 226
6.2.5 基于访客系统属性的分析模型 228
6.3 WAMM 模型. 229
6.4 如何针对独立B2C 做数据运营 231
6.5 数据运营的考核——KPI   233
6.5.1 KPI 的SMART 原则235
6.5.2 电子商务运营的KPI 设定 237
6.6 本章相关资源 241
第7 章 电商运营之免费流量获取242
7.1 免费的自然流量——SEO  242
7.1.1 为什么需要做SEO  242
7.1.2 SEO 站内优化246
7.1.3 SEO 站外优化247
7.1.4 SEO 小实操 248
7.2 淘宝SEO  252
7.3 企业官网和官博256
7.4 口碑和互动营销258
7.5 本章相关资源 262
第8 章 电商运营流量获取——做有效的广告263
8.1 做有效的广告 263
8.1.1 互联网广告的优势 264
8.1.2 网站联盟广告267
8.1.3 互联网广告分析271
8.1.4 广告优化和定向投放 272
8.2 淘宝上的广告 278
8.2.1 淘宝直通车 279
8.2.2 钻石展位 281
8.3 搜索引擎竞价排名和SEM  282
8.3.1 搜索广告的类型 283
8.3.2 搜索广告的效果 284
8.3.3 通过数据分析做SEM  287
8.4 EDM 294
8.4.1 EDM 和客户生命周期 299
8.4.2 EDM 的KPI. 302
8.4.3 EDM 中的延时效应性 303
8.4.4 EDM 中的数据筛选304
8.4.5 EDM 上的RFM 模型应用 308
8.5 多管齐下 311
8.5.1 整合营销311
8.5.2 多渠道运营 314
8.6 本章相关资源 316
第9 章 把流量变成真实客户317
9.1 流量分析 317
9.1.1 访客量的分析318
9.1.2 分析流量来源特点320
9.1.3 分析访客时空属性322
9.1.4 分析访客的人群属性324
9.1.5 分析客户兴趣属性326
9.2 页面分析 327
9.2.1 网站上的内容 327
9.2.2 页面跳出率和二跳率 329
9.2.3 页面热度分析 329
9.3 网站分析 331
9.3.1 网站日志分析 332
9.3.2 提升网站质量335
9.4 提升网站转化率 336
9.4.1 抓住每一个环节的数据337
9.4.2 怎样吸引客户下订单 338
9.4.3 找回被放弃的购物车 340
9.4.4 不盲目追求转化率 342
9.5 本章相关资源 344
第10 章 深度挖掘客户价值345
10.1 最有价值客户的特征 345
10.1.1 建立CRM（客户关系管理）  346
10.1.2 构建客户综合价值模型 349
10.1.3 用客户生命周期模型提升收入 352
10.1.4 用RFM 算法找出MVC  353
10.2 如何把客户黏在我们的网站 354
10.2.1 提升客户平均停留时间 355
10.2.2 客户活跃度分析356
10.2.3 做客户流失分析 357
10.3 客户需要什么商品358
10.3.1 找出热门商品 359
10.3.2 用推荐系统提高客单价 360
10.4 商品相关的数据挖掘 364
10.4.1 用决策树分析商品. 365
10.4.2 用聚类算法对商品分类 366
10.4.3 用关联算法做商品匹配 368
10.4.4 用序列算法分析商品上下架时间 372
10.5 本章相关资源374
第11 章 电子商务运营还有哪些事儿377
11.1 相关管理系统377
11.2 移动电商和数据 381
11.2.1 移动电商的特殊性 381
11.2.2 数据挖掘和LBS  388
11.2.3 移动广告 391
11.2.4 移动互联网数据面临的问题 391
11.3 电商和Big Data 393
11.3.1 Big Data 是什么393
11.3.2 电商的大数据可以怎么“玩”396
11.3.3 Big Data 上的技术 397
11.3.4 联机分析处理（OLAP） 408
11.4 电子商务网络安全  409
11.5 企业竞争与反竞争411
11.6 本章相关资源412
第12 章 电子商务数据运营的未来 414
附录A 专业词汇 419
附录B 本书中用到的公式和算法431
附录C 参考文献437
附录D 值得关注的微博442
附录E 参考网站一览443

推荐序1
谭磊写了一本叫《数据掘金》的书，叫我做序。我知道他是
客气，给我个待遇，但我这个电子商务的门外汉，却老实不客气，
把这活儿应承下来了。这一应承不要紧，双方就都犯了难：我这
边不知怎么写，他那边是热锅上的蚂蚁，书等着开印呢。这可是
写电商的书，互联网电子商务的发展，一日千里，说不定被我一
耽搁，书还在印刷厂里，书中的不少东西已经作古了。这也是我
佩服谭磊的地方，这玩意儿也敢写！今年春节期间几次见到他，
都是在咖啡馆里，每次我都不能确定准确的时间，我很内疚地以
为他等了我一两个小时，谁知他一杯咖啡已经喝了半天了，号称
是在等我，其实是在写他这本美其名曰“掘金”的书。我是读中
文出身，对方块字始终怀着一种敬畏，若打算将它们一个一个码
起来时，就有流芳的想头，最起码也会意淫到20 年以后去。这
会儿我就像一个穿了长衫马褂的学究，走在横陈了无数比基尼美
女的沙滩上，脑子是过时了，内心却“鸡冻”着。前几天在陆兆
禧的婚宴上听马云谈网络，与10 年前听他讲黄页，感觉隔了好
几个世纪。互联网是一种新的世界观，它没有停留，更没有永久，
大量的东西还未出生，便已过时。这天咱估摸着，瞬息要变。于
是我就央着谭磊老弟，扶我起来，咱把长衫这就脱了，到水里去
练练。是为序。
通策集团董事长 吕建明

推荐序2
电子商务和数据挖掘，这两个在最近一年很火的词，都覆盖
在Raymond 这本书里了。我认同Raymond 书中的观点，在未来
的若干年，电子商务运营一定会转向以数据为基础的运营，而社
会化电商和移动电商会是电子商务未来发展的两个大方向。
社交网络与移动互联时代给媒体带来了极大的演变，2013
年纸媒和中小电视媒体将面临生死挑战。定位在稀缺资讯、智慧
与思想供应商角色的凤凰网，以主流网民为首选用户，做品质内
容提供商。随着ifeng.com 的移动收入占比迅速提升，我们正在
努力打造中国移动互联网广告的新格局。凤凰网如何能够更好
地为电子商务服务，也是我们一直在思索的问题。
认识Raymond 快20 年了，脑中的印象还是他当年在杜克大
学意气风发的文艺青年样子。作为理工科出身的Raymond，书
中的文字能够有这样的水准，应当说是相当难能可贵的。
凤凰新媒体CEO 刘爽

推荐序3
“内容为王”，这条蛇曾经盘踞在我大脑中很久。2006 以前，
我一直小心翼翼地用虔诚和敬畏喂养它。2006 年19 楼网络公司
正式创立以后，我开始每天都与这条蛇搏斗。去年，在坚持了
18 年之后，我辞去了《都市快报》的日常采编工作，全身心投
入19 楼。那条蛇终于彻底从我的脑海中消失。
谭磊说，数据是最底层的东西，它是0 和1，是对事物最原
始的记录，数据之上才有信息。我恍然：数据之上才有信息，信
息之上才有内容。如果内容是王，那么数据就是王的王。如果内
容是传统媒体的王，那么数据就是互联网的王。
相比传统媒体，互联网是一个更加纷繁而深邃的世界，蕴含
着无限的可能。任何一位互联网用户，你可以不生产内容，但你
不可能不生产数据。因此，你可以是互联网的奴隶，但同时又可
以是这个世界的主人。
19 楼CEO 林煜

推荐序4
在互联网、金融领域工作了将近二十年，我的体会是：数据
挖掘、数据分析、数据仓库、商务智能的概念一直很热，但一直
是一个美好的乌托邦，可望而不可即。两个最大的问题是无法做
到精准和快速。最赚钱的金融行业和最潮的互联网行业，如何能
够有效结合，并利用好数据，一直是我思考的问题。
我一直坚信精准的营销是服务，错误的营销是垃圾短信。之
前，给美国一家大银行做咨询的时候，我们曾经设计过一个精准
营销的规则，先从各家实体超市及网上商城搜集数据，如果一个
20～40 岁之间的人，在一个月内买了两次或两次以上的婴儿奶
粉或尿布，这个人很有可能是家里有小孩（如果一个月只买一
次，可能是买了送给生小孩的朋友），就向这个人营销可以免税
的儿童教育基金产品。结果，有个朋友后来过来聊天，很高兴地
告诉我，这家银行真贴心，他太太刚生了小孩，以前并不知道这
种免税方法，得到推荐信息后，马上去买了基金，一年省了不少
税。当时，我心里非常开心，甚至有些小得意。不幸的是，这种
正面的例子并不多，而错误的营销，被当成垃圾短信的反面例子，
在3.15 消费者权益日的时候，我们听得太多了，这里就不再赘
述了。
时效性方面，传统的数据分析技术，往往分析起来，要进行
批处理，要半天、一天，甚至好几天的时间才能出结果。上面这
个例子，时效性要求并不高。但是，在互联网上，这样的速度就
是灾难了。现在的互联网用户打开一个网站，往往只浏览几分钟
时间，如果网站不能精准地推荐用户感兴趣的产品，用户就跑掉
了。用户下了订单，在最终的订单显示页，如果没有推荐很好的
相关产品，用户几秒钟就关掉网页了。
所幸，现在的大数据技术，终于可以比较好地解决精准和
快速的问题了。具体怎么做，Raymond 在书中做了非常好的
解答。
其实，IT、互联网方面的书也需要做到准确和快速。很不幸
的是，出书的人，往往是学院派，没有实际的经验，信息和内容
也比较滞后，所以，准确度和时效性比较差。而实战派的人，往
往因为沉不下心来，或者没有时间，或者没有文字的功底，写不
出书来。难得Raymond 写出了这样有实战经验、实际、实在的
一本书。认识Raymond 24 年了，每一次，都以为已经很了解他
了，可是每一次，他都让我对他新的潜能和能力惊讶不已。
高伟达集团副总经理兼首席技术官 程励箭

作者的话
还记得1998 年我第一次在网上购买DELL 电脑，从我在网
上做电脑的配置选择开始，一直到组装成的电脑从德克萨斯州寄
送到西雅图的家里，大概有两个星期的时间。那个时候我颇为惊
叹DELL 的效率，而DELL 公司确实也因为高效配送而在第一
次互联网泡沫（Internet Bubble）中引领所有的硬件制造商。可
到了今天，这个速度显然会被人给差评的。早上在电子商务网站
下的订单，最快当天下午甚至中午可能就已经收到货了。
周围有不少做电商的朋友，有一些做得还是颇为成功的。不
过其中成功运用数据提升运营效果的却是少之又少。他们对“数
据挖掘”都很感兴趣，不过缺的是“know-how”，不知道怎么做。
我在给一些企业做咨询的时候也发现企业家朋友们对于是
否需要进入电商领域这个疑问基本上已经没有了，但是对于怎么
做和是否能够做好还是颇有不解的，特别对于电子商务数据运营
的概念是很模糊的。
本书主要针对的人群是对数据运营感兴趣的电商朋友们，目
的就是为了解读和电子商务有关的各类数据，让他们能够深入了
解数据的意义，并能够使用一些工具来做数据分析和数据挖掘。
对于还没有做过电商运营的读者，本书可能有一定的难度。亚马
逊的总裁Jeff Bezos 曾说过，“如果我在网上有300 万个客户，
我将要建立300 万个商店”，这个想法在不久的将来会实现，靠
的就是数据。
电子商务既充满挑战，也蕴涵机遇。在数据分析和数据挖掘
的帮助下，我们希望能够帮助朋友们以最少的投入在最短的时间
内引入最大的流量、提高新增客户数量、找出高价值用户、提高
客单价、提高重复购买率等。
这个世界唯一不变的就是变化，互联网的变化本身就很大，
而本书讲述的电子商务又是在互联网领域中变化较大的一块。在
笔者写作的时候足够准确和新颖的运营方法，很有可能在图书出
版之际就会发生变化。如果你对书中的说法和提出的数据运营方
法有不同的观点，欢迎和我交流。
这本书不好写，侠少和我在写作初期讨论了很久，数据分析
和数据挖掘的理论和算法如果讲述得太深，主要工作是电子商务
运营的读者可能会知难而退；而另一方面，数据分析和数据挖掘
概念如果说得太浅，有技术背景的读者可能又会觉得无聊。另外
从内容角度来说，我们并不想把这本书做成泛泛的知识罗列和知
识点的堆砌，而是以实际案例和运作方式为主。我们的整体提纲
经过了十数次的修改，最后勉强达到我们想要的效果，既相对浅
显，又能给各种背景的读者提供符合他们要求的知识。如果读者
能够从本书中获得一些有用的信息，余愿足矣。
在本书的写作过程中，得到了很多人的帮助。首先要感谢韩
冬、曹晓波、江峰、荷铁勇、汪华、王海、楼建强、李嘉骅、牛
文军和王磊等同学帮我查找数据分析和数据挖掘相关资料，还要
感谢微软搜索中心的李津同学和通策集团吕笋同学提出的宝贵
意见，感谢戴霖和李悌等同学帮我校验一些章节，以及姚中伟和
彭毅同学指出书中的一些修改环节。另外，特别要鸣谢鲍佳和王
剑同学为本书配的部分插图。
聚流电商的周为同学、思美传媒的江山同学、淘宝开放平台
的冯光同学、UTC 的曹轶宁和于振伟同学、MyGift.com 的
Stephen Lai 及首正信息的罗俊峰同学为本书提供了大量精彩的
案例和数据，在此一并表示特别的谢意。
谭磊（Raymond）
@CarelessWhisper

查看更多 > 图书评论

暂无评论

发表图书评论

评论标题：
评论内容：
验证码：: 看不清楚
点击刷新
: 您还没有登录，请登录后再评论。
点击“登录”

购买过本书的顾客还买过

{{data.bookName}}

￥{{data.price}}