电商坐拥互联网行业*丰富的用户数据金矿,却很少有人从中挖掘出真金白银。《数据掘金——电子商务运营突围》一书旨在打破这一困境,一步一步引导从业者以数据为核心来运营网站或网店。本书用浅显的文字与独特的视角,不仅成功解读电商数据运营之惑,更呈现大量数据分析和挖掘的必要基础知识及实用相关工具。在通过阅读轻松掌握电商数据运营须关注的要点与方法之后,读者还可有针对性地从书中选择学习如何利用数据来完成——流量获取优化、广告投放、客户分析,以及客户价值提升等一系列电商运营要务。 《数据掘金——电子商务运营突围》一书主要写给电商从业人员,无论是中小电子商务的运营人员、数据分析人员,还是大公司负责电子商务的策略官、市场官和运营官,都能从本书中找到自己所需且急需的有价值内容。

**序
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,一夜千里,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,这玩艺儿也敢写!今年春节期间几��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,*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**,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
电子商务和数据挖掘,这两个在*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**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文艺青年的样子。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
“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*底层的东西,它是0和1,是对事物*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
在互联网、金融领域工作了将近二十年,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,可望而不可及。两个*大的问题是无法做到精准和快速。*赚钱的金融行业和*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**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、**,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**用户感兴趣的产品,用户就跑掉了。用户下了订单,在*终的订单显示页,如果没有**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Raymond24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**技术官 程励箭

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

电商竞争日益白热化,任一家企业,无论大小,都难以逃离生存或发展的困境。既然是数据的时代,摆脱困境也别无选择,需要从数据入手。从他处学习数据分析与数据挖掘,要么太难——起点高,力不从心;要么太远,很难用于电商业务。这本书旨在帮助电商人摆脱眼下困境:运营乏力的困境,数据应用的困境,相关技术学习的困境……
√ 为电商业务量身定做,知识服务电商,案例来自电商,讲解针对电商,难度适于电商。
√ **数据分析与挖掘专业,长期从事电商数据与运营服务,一线经验,一手资料。
√ 为什么要用数据→有哪些数据可用→如何用好数据→针对特定需求的特定方法与技术。
√ 绝非脱离实战的纸上谈兵,大量数据分析的真实案例:有思路,有过程,有细节。 **购买:New Internet:大数据挖掘(来自一线大数据挖掘企业的一手实战剖析)