商務(wù)數(shù)據(jù)分析與應(yīng)用

第一章 商務(wù)數(shù)據(jù)分析原理
第一節(jié)　概述 2
一、商務(wù)數(shù)據(jù)分析與應(yīng)用的意義 3
二、商務(wù)數(shù)據(jù)分析與應(yīng)用的流程 4
三、商務(wù)數(shù)據(jù)分析與應(yīng)用的原則 5
第二節(jié)　典型分析任務(wù) 7
一、行業(yè)分析 7
二、客戶分析 8
三、產(chǎn)品分析 9
四、運營分析 9
第三節(jié)　常用分析模型 11
一、PEST模型 12
二、SWOT模型 14
三、5W2H模型 16
四、邏輯樹模型 17
第四節(jié)　常用分析方法 20
一、靜態(tài)分析指標 20
二、動態(tài)分析方法 23
三、統(tǒng)計指數(shù) 25
四、抽樣推斷 26
五、相關(guān)與回歸 27
六、決策樹 30
七、聚類算法 31
八、神經(jīng)網(wǎng)絡(luò) 31
實訓(xùn) 網(wǎng)店數(shù)據(jù)分析工具― “生意參謀” 32
本章小結(jié) 34
同步測試 35
第二章 商務(wù)數(shù)據(jù)分析工具
第一節(jié)　數(shù)據(jù)存儲查詢 38
一、數(shù)據(jù)庫 39
二、SQL語言 42
實訓(xùn) SQL數(shù)據(jù)查詢、排序與 處理 56
第二節(jié)　數(shù)據(jù)分析 57
一、Excel 58
二、SPSS 72
實訓(xùn) SPSS數(shù)據(jù)分析 76
三、Python 83
實訓(xùn) Python數(shù)據(jù)分析 91
四、R語言 97
實訓(xùn) R語言數(shù)據(jù)分析 103
第三節(jié)　數(shù)據(jù)可視化 105
一、數(shù)據(jù)可視化概述 105
二、數(shù)據(jù)可視化中的常用圖表 106
三、數(shù)據(jù)可視化工具 111
本章小結(jié) 116
同步測試 117

第三章 商務(wù)數(shù)據(jù)分析應(yīng)用
第一節(jié)　行業(yè)分析 121
一、行業(yè)數(shù)據(jù)采集 121
二、市場需求調(diào)研 123
三、產(chǎn)業(yè)鏈分析 125
四、細分市場分析 127
五、市場生命周期分析 129
六、行業(yè)競爭分析 130
實訓(xùn) 生意參謀之行業(yè)數(shù)據(jù)分析 133
第二節(jié)　客戶分析 136
一、客戶數(shù)據(jù)收集 137
二、客戶畫像 140
實訓(xùn) 生意參謀之行業(yè)客戶畫像 142
三、客戶行為分析 148
實訓(xùn) 淘寶客戶運營平臺之客戶行為分析 149
四、客戶價值分析 152
五、精準營銷與效果評估 155
實訓(xùn) RFM分析與精準客戶營銷 156
第三節(jié)　產(chǎn)品分析 159
一、競爭對手分析 160
二、用戶特征分析 163
三、產(chǎn)品需求分析 165
四、產(chǎn)品生命周期分析 166
五、用戶體驗分析 169
實訓(xùn) 網(wǎng)店商品數(shù)據(jù)分析 171
第四節(jié)　運營分析 176
一、銷售數(shù)據(jù)分析 176
二、推廣數(shù)據(jù)分析 179
三、客服績效分析 183
本章小結(jié) 186
同步測試 187
第四章 商務(wù)數(shù)據(jù)分析報告
第一節(jié)　報告概述 190
一、報告的概念 190
二、報告的類型 192
三、報告的結(jié)構(gòu) 195
第二節(jié)　報告實例 199
實例一：2016年一季度浙江省電子商務(wù)大數(shù)據(jù)分析報告 199
實例二：2016年浙江省跨境電子商務(wù)發(fā)展報告 203
實例三：2017年中國汽配行業(yè)研究報告 207
實例四：物業(yè)管理業(yè)主滿意度調(diào)查分析報告 212
實訓(xùn) 編制網(wǎng)店運營分析報表 216
本章小結(jié) 220
同步測試 220
附錄 商務(wù)數(shù)據(jù)分析常用指標
【行業(yè)類指標】 223
【客戶類指標】 223
【產(chǎn)品類指標】 224
【運營類指標】 225