電子商務數據分析：理論、方法、案例（微課版 第2版）

陳睛光 副教授，浙江萬裏學院電商系主任。曾發表論文20余篇，負責8項基金或課題，如寧波市自然科學基金、浙江省教育科學規劃課題等。曾出版教材多本，如《電子商務基礎與應用》《網絡營銷服務及案例分析》等。主要講授電子商務數據分析、數據挖掘、網絡營銷等課程。

第 1 章 電子商務數據分析導論 001

1.1 電子商務數據分析概述 001

1.1.1 電子商務數據分析的含義 002

1.1.2 電子商務數據的類型 002

1.1.3 電子商務數據分析的基本特點 003

1.1.4 電子商務數據分析的主要作用 004

1.1.5 電子商務數據分析的一般流程 005

1.2 電子商務數據分析的內容及業務指標 006

1.2.1 電子商務市場經營環境數據分析 006

1.2.2 電子商務網站運營數據分析 010

1.2.3 電子商務客戶數據分析 014

1.2.4 網絡營銷績效數據分析 015

1.2.5 移動端 App 數據分析 018

1.3 電子商務數據分析的主要方法 019

1.3.1 單純的數據加工方法 019

1.3.2 基於數理統計的數據分析方法 020

1.3.3 基於數據挖掘的數據分析方法 020

1.3.4 基於大數據的數據分析方法 023

1.4 電子商務數據分析的常用工具 024

1.4.1 企業數據分析平臺 024

1.4.2 網站分析工具 025

1.4.3 數理統計分析工具 025

1.4.4 數據挖掘與大數據分析工具 026

1.5 電子商務數據分析師的成長規劃 026

1.5.1 電子商務數據分析師成長的總體規劃 026

1.5.2 電子商務數據分析師的知識結構 028

1.5.3 電子商務數據分析師的職業定位與能力素質要求 029

1.5.4 電子商務數據分析師的成長階段 030

1.5.5 電子商務數據分析師的成長建議 030

本章小結 032

復習思考題 032

第 2 章 電子商務數據分析的統計基礎 034

2.1 描述性統計分析 034

2.1.1 統計數據的類型 035

2.1.2 數據的集中趨勢 036

2.1.3 數據的離散趨勢 041

2.1.4 數據的分布形態 045

2.1.5 數據的統計圖展示 046

2.2 數理統計基礎 051

2.2.1 抽樣估計基礎 052

2.2.2 正態分布 053

2.2.3 基於正態分布的三大分布 055

2.2.4 中心極限定理 057

2.3 相關分析與回歸分析 058

2.3.1 相關分析 058

2.3.2 一元線性回歸分析 060

2.4 應用實例：使用 Excel 實現一元線性回歸分析 063

2.4.1 求解問題及要求 063

2.4.2 使用不同方法實現回歸分析的基本步驟 064

本章小結 068

復習思考題 069

第 3 章 網店運營數據分析 071

3.1 網店運營數據分析的作用及階段目標 072

3.1.1 網店運營數據分析的作用 072

3.1.2 網店運營不同階段數據分析的目標 072

3.2 網店運營數據的獲取與清洗 073

3.2.1 網店運營數據的獲取 073

3.2.2 網店運營數據的清洗 075

3.3 網店訂單數據分析 076

3.3.1 訂單狀態數據分析 076

3.3.2 訂單時間數據分析 076

3.4 網店客戶數據分析 078

3.4.1 網店客戶類別分析 078

3.4.2 網店客戶行為分析 080

3.4.3 網店客戶群體特征分析 081

3.4.4 網店客戶購買頻次分析 083

3.5 網店銷售額數據分析 084

3.5.1 網店總銷售額數據分析 084

3.5.2 新客戶銷售額數據分析 085

3.5.3 回頭客銷售額數據分析 085

3.6 網店商品關聯數據分析 085

3.6.1 關聯訂單數分析 085

3.6.2 關聯比例分析 086

3.6.3 關聯客戶數分析 086

3.7 應用實例：淘寶網店數據分析 087

3.7.1 淘寶網店地域數據分析 087

3.7.2 淘寶網店會員數據分析 090

3.7.3 淘寶網店客服數據分析 094

3.7.4 淘寶網店利潤數據分析 098

本章小結 101

復習思考題 101

第 4 章 電子商務網站訪問數據統計分析 103

4.1 電子商務網站內部數據分析 103

4.1.1 網站跳出率分析 104

4.1.2 網站流量數據分析 104

4.1.3 網站訪問深度分析 106

4.2 電子商務網站外部數據分析 106

4.2.1 網站搜索指數分析 106

4.2.2 網站權重分析 108

4.2.3 網站外鏈分析 109

4.3 電子商務網站訪問來源數據分析 109

4.3.1 自然搜索流量來源分析 110

4.3.2 競價排名關鍵詞來源分析 110

4.4 應用實例：使用百度統計進行網站訪問數據分析 111

4.4.1 受訪頁面分析 112

4.4.2 入口頁面分析 113

4.4.3 受訪域名分析 114

4.4.4 頁面點擊圖分析 115

4.4.5 頁面上下遊分析 115

本章小結 116

復習思考題 116

第 5 章 電子商務網站數據挖掘分析 118

5.1 數據挖掘的概念和特點 118

5.1.1 數據挖掘的概念 118

5.1.2 數據挖掘的特點 119

5.2 電子商務網站數據挖掘的工作機制 120

5.2.1 電子商務網站數據采集 120

5.2.2 電子商務數據處理 121

5.2.3 數據報告 122

5.3 電子商務網站分析工具的選擇原則 122

5.3.1 整體解決方案的效能 122

5.3.2 網站分析工具的易用性 123

5.3.3 網站分析工具的功能豐富性 124

5.3.4 網站分析工具的增值服務價值 125

5.3.5 網站分析工具的費用 125

5.4 電子商務網站運營數據挖掘的常用模型及其應用 125

5.4.1 基於距離的 k-means 聚類模型及應用 126

5.4.2 基於 Apriori 算法的關聯分析模型及應用 128

5.5 電子商務網站營銷數據挖掘分析 131

5.5.1 電子商務網站營銷數據挖掘分析的常見類型 131

5.5.2 電子商務網站營銷數據挖掘分析的常用場景 131

5.5.3 電子商務網站營銷數據挖掘分析的主要維度 133

5.5.4 電子商務網站商品銷售數據挖掘分析與診斷 135

5.5.5 電子商務網站營銷數據挖掘分析報告的撰寫 141

5.6 應用實例：惡意流量分析 142

本章小結 146

復習思考題 147

第 6 章 電子商務大數據分析 148

6.1 大數據的含義與特征 148

6.1.1 大數據的含義 149

6.1.2 大數據的基本特征 149

6.1.3 大數據的生態系統 150

6.1.4 大數據分析的生命周期 151

6.2 大數據分析的關鍵技術 153

6.2.1 大數據采集技術 153

6.2.2 大數據預處理技術 154

6.2.3 大數據存儲與管理技術 154

6.2.4 大數據挖掘分析技術 154

6.2.5 大數據可視化展現與應用技術 155

6.3 基於人工智能的電子商務大數據分析方法 155

6.3.1 基於機器學習的電子商務大數據分析 155

6.3.2 基於計算智能的電子商務大數據分析 158

6.4 移動電子商務大數據分析 160

6.4.1 LBS 大數據的商業價值與營銷應用分析 160

6.4.2 基於手機 App 大數據的用戶分析 162

6.4.3 基於小程序的電子商務大數據分析 164

6.5 電子商務大數據分析典型應用平臺 167

6.5.1 京東商智 167

6.5.2 多多情報通 168

6.6 應用實例：如何利用大數據實現精準營銷 168

6.6.1 把握大數據分析要點 169

6.6.2 如何利用數據 169

6.6.3 用數據全面分析用戶 171

本章小結 172

復習思考題 172

第 7 章 電子商務數據可視化 173

7.1 數據可視化的含義 173

7.2 常用的數據可視化方法 174

7.3 數據可視化的形式 —— 圖表 176

7.3.1 數據可視化圖表的類型 176

7.3.2 數據可視化圖表的制作技巧 177

7.4 應用實例：電子商務數據分析結果的可視化輸出 179

7.4.1 使用 Excel 實現數據分析結果可視化輸出 179

7.4.2 使用 SPSS Modeler 實現可視化數據挖掘 182

7.4.3 使用 Python 可視化分析消費者評論數據 186

本章小結 192

復習思考題 192

第 8 章 電子商務數據分析實驗指導 194

實驗 1 常用數據分析工具的安裝 194

任務 1-1 在 Excel 中添加數據分析工具 194

任務 1-2 數據分析軟件 SPSS 的安裝 195

任務 1-3 可視化數據挖掘軟件 SPSS Modeler 的安裝 196

任務 1-4 Python 的下載和安裝 197

實驗 2 使用電子表格軟件整理和分析網店運營數據 199

任務 2-1 使用 Excel 整理網店運營數據 199

任務 2-2 使用 Excel 和 WPS 表格預處理網店運營數據 200

任務 2-3 使用 Excel 實現數據的描述性統計分析 205

實驗 3 使用 SPSS 分析電子商務數據 207

任務 3-1 使用 SPSS 實現數據的描述性統計分析 207

任務 3-2 使用 SPSS 實現一元線性回歸分析 20

9實驗 4 使用 Python 爬取電子商務數據 212

實驗 5 使用生意參謀查詢網店運營數據 214

任務 5-1 查看網店流量數據 214

任務 5-2 查看網店收藏數據 216

任務 5-3 查看網店轉化率數據 217

任務 5-4 查看網店首頁數據 218

本章小結 218

參考文獻 219

附錄

知識卡片索引 220