掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
數據化管理:洞悉零售及電子商務運營(全彩) 版權信息
- ISBN：9787121234064
- 條形碼：9787121234064 ; 978-7-121-23406-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：
數據化管理:洞悉零售及電子商務運營(全彩) 內容簡介
本書講述了兩個年輕人在大公司銷售、商品、電商、數據等部門工作的故事，通過大量案例深入淺出地講解了數據意識和零售思維。作者將各種數據分析方法融入到具體的業務場景中，*終形成數據化管理模型，從而幫助企業提高運營管理能力。本書全部案例均基于Excel，每個人都能快速上手應用并落地。
數據化管理:洞悉零售及電子商務運營(全彩) 目錄
目 錄
第 1 章 什么是數據化管理 /17
1．1 “聰明”的銷售人員 /17
1．2 數據化管理的概念 /20
1．3 數據化管理的意義 /21
1．4 數據化管理的四個層次 /22
1．4．1 業務指導管理 /22
1．4．2 營運分析管理 /22
1．4．3 經營策略管理 /22
1．4．4 戰略規劃管理 /22
1．5 數據化管理流程圖 /23
1．5．1 分析需求 /23
1．5．2 收集數據 /23
1．5．3 整理數據 /23
1．5．4 分析數據 /24
1．5．5 數據可視化 /24
1．5．6 應用模板開發 /25
1．5．7 分析報告 /26
1．5．8 應用 /27
1．6 數據化管理應用模板 /27
第 2 章 尋找零售密碼 /29
2．1 周權重指數 /30
2．1．1 尋找店鋪零售規律 /31
2．1．2 周權重指數 /32
2．1．3 周權重指數的計算 /34
2．1．4 日權重指數的特殊處理 /36
2．2 周權重指數的應用 /37
2．2．1 判斷零售店鋪銷售規律輔助營運 /38
2．2．2 分解日銷售目標 /39
2．2．3 月度銷售預測 /41
2．2．4 銷售對比 /44
2．3 神奇的黃氏曲線――單位權重（銷售）值曲線 /47
2．3．1 單位權重（銷售）值曲線 /47
2．3．2 應用在銷售追蹤過程中 /47
2．3．3 特殊事件的量化處理 /50
2．3．4 促銷活動的分析及評估 /52
2．3．5 新產品上市的分析及評估 /54
2．3．6 其他應用 /55
2．4 案例及應用――數據化排班 /56
第 3 章 銷售中的數據化管理 /61
3．1 銷售都是追蹤出來 /62
3．1．1 沒有目標管理就沒有銷售的*大化 /62
3．1．2 沒有標準就沒有追蹤的依據 /63
3．1．3 如何用數據化追蹤銷售 /64
3．1．4 銷售追蹤注意事項 /68
3．2 常用的銷售分析指標 /69
3．2．1 人貨場是零售業基本的思維模式 /69
3．2．2 零售業常用的分析指標 /72
3．2．3 如何確定指標的重要性 /86
3．3 提高銷售額的杜邦分析圖 /87
3．3．1 路過人數 /89
3．3．2 進店率 /89
3．3．3 成交率 /89
3．3．4 平均零售價 /90
3．3．5 銷售折扣 /90
3．3．6 連帶率 /90
3．4 促銷中的數據化管理 /92
3．4．1 影響沖動購買的因素有哪些 /92
3．4．2 零售業常用的促銷方式 /93
3．4．3 促銷活動的準備、執行和評估 /94
3．5 案例及應用 /97
第 4 章 商品中的數據化管理 /103
4．1 常用的商品分析指標 /103
4．1．1 商品分析的基本邏輯 /103
4．1．2 常用的商品分析指標 /104
4．1．3 傷不起的售罄率 /117
4．1．4 再談如何確定指標間的重要性 /119
4．2 常用的商品分析方法 /120
4．2．1 商品的自然分類方法 /120
4．2．2 商品的銷售分類方法 /122
4．2．3 商品的價格分析 /124
4．2．4 商品的定價策略 /130
4．3 商品的關聯銷售分析 /136
4．3．1 商品的關聯程度分析 /136
4．3．2 購物籃分析 /139
4．3．3 提高商品關聯度的方法 /141
4．4 商品的庫存管理 /142
4．4．1 庫存分析邏輯 /142
4．4．2 異常庫存管理 /150
4．4．3 設置庫存預警條件 /151
4．5 商品的利潤管理 /152
4．5．1 誰在決定商品的利潤 /153
4．5．2 商品的現值 /153
4．5．3 庫存的現值分析法 /156
4．6 案例分享 /157
第 5 章 電子商務中的數據化管理 /164
5．1 數據分析是電商營運的指路明燈 /164
5．1．1 電子商務和傳統零售數據分析的區別 /165
5．1．2 電商數據分析需要的數據 /166
5．1．3 電商數據來源及分析工具 /167
5．2 電商數據分析指標 /168
5．2．1 流量指標 /168
5．2．2 轉化指標 /169
5．2．3 營運指標 /171
5．2．4 會員指標 /171
5．2．5 財務指標 /173
5．2．6 關鍵指標 /175
5．3 流量及會員數據分析 /177
5．3．1 流量及轉化的漏斗圖分析 /177
5．3．2 對比發現有質量的流量 /178
5．3．3 電商銷售額診斷 /180
5．4 案例分析 /181
第 6 章 零售策略中的數據化管理 /184
6．1 渠道策略的數據化管理 /185
6．1．1 如何科學地將渠道分類 /185
6．1．2 渠道拓展分析 /191
6．1．3 渠道的管理指標 /197
6．2 會員策略的數據化管理 /198
6．2．1 會員數據分析 /199
6．2．2 會員價值分析 /203
6．2．3 會員的生命周期管理 /206
6．2．4 會員購買行為的研究 /209
6．3 競爭對手分析 /211
6．3．1 誰是你的競爭對手 /211
6．3．2 如何收集競爭對手的數據 /214
6．3．3 競爭對手的分析方法 /217
6．4 營運策略的數據化管理 /224
6．4．1 如何做銷售預測 /224
6．4．2 如何制定年度銷售目標 /230
6．5 案例分享 /235
6．5．1 整理思路 /236
6．5．2 界定問題 /237
6．5．3 收集數據 /238
6．5．4 分析數據 /241
第 7 章 必知必會的數據分析方法 /244
7．1 數據分析的立體化 /244
7．1．1 數據分析必須立體化 /244
7．1．2 三維分析之點-線-面 /245
7．1．3 三維分析之時間-對象-指標 /245
7．1．4 三維分析之人-貨-場 /246
7．1．5 三維分析之廣度-寬度-深度 /248
7．2 數據沒有可對比性就沒有數據分析 /251
7．2．1 被濫用的同比和環比 /252
7．2．2 傷不起的各種“率” /253
7．2．3 她真的是銷售冠軍嗎 /257
7．3 常用的數據分析方法 /259
7．3．1 如何設定指標的權重 /260
7．3．2 經典的二八法則應用 /262
7．3．3 ABC分析方法 /264
7．3．4 排行榜分析方法 /265
7．3．5 你真的了解平均值嗎 /267
7．4 數據展示也是一種分析方法 /269
7．4．1 Excel圖表的展示邏輯 /270
7．4．2 不一樣的雷達圖 /271
7．4．3 清清爽爽的K線圖 /273
7．4．4 高端大氣的熱力圖 /275
7．4．5 四象限圖的策略思維 /278
第 8 章 如何建立數據化管理模型 /280
8．1 數據化管理應用模板 /280
8．1．1 自定義區域 /281
8．1．2 數據源區域 /282
8．1．3 分析輔助區域 /283
8．1．4 業務預警區域 /283
8．1．5 業務分析區域 /284
8．1．6 報告展示區域 /286
8．2 搭建數據化管理模板必會的Excel十大技巧 /287
8．2．1 必須要掌握的54個函數 /287
8．2．2 數據透視表 /288
8．2．3 自動排名 /289
8．2．4 四象限圖 /290
8．2．5 智能提醒 /291
8．2．6 PPT隨Excel圖表自動更新 /292
8．2．7 密碼保護 /293
8．2．8 控件和VBA的使用 /295
8．2．9 名稱管理器 /298
8．2．10 如何隱藏數據 /300
后記 /304
附錄 測試你對數據敏感度的答案 /305
第 1 章 什么是數據化管理 /17
1．1 “聰明”的銷售人員 /17
1．2 數據化管理的概念 /20
1．3 數據化管理的意義 /21
1．4 數據化管理的四個層次 /22
1．4．1 業務指導管理 /22
1．4．2 營運分析管理 /22
1．4．3 經營策略管理 /22
1．4．4 戰略規劃管理 /22
1．5 數據化管理流程圖 /23
1．5．1 分析需求 /23
1．5．2 收集數據 /23
1．5．3 整理數據 /23
1．5．4 分析數據 /24
1．5．5 數據可視化 /24
1．5．6 應用模板開發 /25
1．5．7 分析報告 /26
1．5．8 應用 /27
1．6 數據化管理應用模板 /27
第 2 章 尋找零售密碼 /29
2．1 周權重指數 /30
2．1．1 尋找店鋪零售規律 /31
2．1．2 周權重指數 /32
2．1．3 周權重指數的計算 /34
2．1．4 日權重指數的特殊處理 /36
2．2 周權重指數的應用 /37
2．2．1 判斷零售店鋪銷售規律輔助營運 /38
2．2．2 分解日銷售目標 /39
2．2．3 月度銷售預測 /41
2．2．4 銷售對比 /44
2．3 神奇的黃氏曲線――單位權重（銷售）值曲線 /47
2．3．1 單位權重（銷售）值曲線 /47
2．3．2 應用在銷售追蹤過程中 /47
2．3．3 特殊事件的量化處理 /50
2．3．4 促銷活動的分析及評估 /52
2．3．5 新產品上市的分析及評估 /54
2．3．6 其他應用 /55
2．4 案例及應用――數據化排班 /56
第 3 章 銷售中的數據化管理 /61
3．1 銷售都是追蹤出來 /62
3．1．1 沒有目標管理就沒有銷售的*大化 /62
3．1．2 沒有標準就沒有追蹤的依據 /63
3．1．3 如何用數據化追蹤銷售 /64
3．1．4 銷售追蹤注意事項 /68
3．2 常用的銷售分析指標 /69
3．2．1 人貨場是零售業基本的思維模式 /69
3．2．2 零售業常用的分析指標 /72
3．2．3 如何確定指標的重要性 /86
3．3 提高銷售額的杜邦分析圖 /87
3．3．1 路過人數 /89
3．3．2 進店率 /89
3．3．3 成交率 /89
3．3．4 平均零售價 /90
3．3．5 銷售折扣 /90
3．3．6 連帶率 /90
3．4 促銷中的數據化管理 /92
3．4．1 影響沖動購買的因素有哪些 /92
3．4．2 零售業常用的促銷方式 /93
3．4．3 促銷活動的準備、執行和評估 /94
3．5 案例及應用 /97
第 4 章 商品中的數據化管理 /103
4．1 常用的商品分析指標 /103
4．1．1 商品分析的基本邏輯 /103
4．1．2 常用的商品分析指標 /104
4．1．3 傷不起的售罄率 /117
4．1．4 再談如何確定指標間的重要性 /119
4．2 常用的商品分析方法 /120
4．2．1 商品的自然分類方法 /120
4．2．2 商品的銷售分類方法 /122
4．2．3 商品的價格分析 /124
4．2．4 商品的定價策略 /130
4．3 商品的關聯銷售分析 /136
4．3．1 商品的關聯程度分析 /136
4．3．2 購物籃分析 /139
4．3．3 提高商品關聯度的方法 /141
4．4 商品的庫存管理 /142
4．4．1 庫存分析邏輯 /142
4．4．2 異常庫存管理 /150
4．4．3 設置庫存預警條件 /151
4．5 商品的利潤管理 /152
4．5．1 誰在決定商品的利潤 /153
4．5．2 商品的現值 /153
4．5．3 庫存的現值分析法 /156
4．6 案例分享 /157
第 5 章 電子商務中的數據化管理 /164
5．1 數據分析是電商營運的指路明燈 /164
5．1．1 電子商務和傳統零售數據分析的區別 /165
5．1．2 電商數據分析需要的數據 /166
5．1．3 電商數據來源及分析工具 /167
5．2 電商數據分析指標 /168
5．2．1 流量指標 /168
5．2．2 轉化指標 /169
5．2．3 營運指標 /171
5．2．4 會員指標 /171
5．2．5 財務指標 /173
5．2．6 關鍵指標 /175
5．3 流量及會員數據分析 /177
5．3．1 流量及轉化的漏斗圖分析 /177
5．3．2 對比發現有質量的流量 /178
5．3．3 電商銷售額診斷 /180
5．4 案例分析 /181
第 6 章 零售策略中的數據化管理 /184
6．1 渠道策略的數據化管理 /185
6．1．1 如何科學地將渠道分類 /185
6．1．2 渠道拓展分析 /191
6．1．3 渠道的管理指標 /197
6．2 會員策略的數據化管理 /198
6．2．1 會員數據分析 /199
6．2．2 會員價值分析 /203
6．2．3 會員的生命周期管理 /206
6．2．4 會員購買行為的研究 /209
6．3 競爭對手分析 /211
6．3．1 誰是你的競爭對手 /211
6．3．2 如何收集競爭對手的數據 /214
6．3．3 競爭對手的分析方法 /217
6．4 營運策略的數據化管理 /224
6．4．1 如何做銷售預測 /224
6．4．2 如何制定年度銷售目標 /230
6．5 案例分享 /235
6．5．1 整理思路 /236
6．5．2 界定問題 /237
6．5．3 收集數據 /238
6．5．4 分析數據 /241
第 7 章 必知必會的數據分析方法 /244
7．1 數據分析的立體化 /244
7．1．1 數據分析必須立體化 /244
7．1．2 三維分析之點-線-面 /245
7．1．3 三維分析之時間-對象-指標 /245
7．1．4 三維分析之人-貨-場 /246
7．1．5 三維分析之廣度-寬度-深度 /248
7．2 數據沒有可對比性就沒有數據分析 /251
7．2．1 被濫用的同比和環比 /252
7．2．2 傷不起的各種“率” /253
7．2．3 她真的是銷售冠軍嗎 /257
7．3 常用的數據分析方法 /259
7．3．1 如何設定指標的權重 /260
7．3．2 經典的二八法則應用 /262
7．3．3 ABC分析方法 /264
7．3．4 排行榜分析方法 /265
7．3．5 你真的了解平均值嗎 /267
7．4 數據展示也是一種分析方法 /269
7．4．1 Excel圖表的展示邏輯 /270
7．4．2 不一樣的雷達圖 /271
7．4．3 清清爽爽的K線圖 /273
7．4．4 高端大氣的熱力圖 /275
7．4．5 四象限圖的策略思維 /278
第 8 章 如何建立數據化管理模型 /280
8．1 數據化管理應用模板 /280
8．1．1 自定義區域 /281
8．1．2 數據源區域 /282
8．1．3 分析輔助區域 /283
8．1．4 業務預警區域 /283
8．1．5 業務分析區域 /284
8．1．6 報告展示區域 /286
8．2 搭建數據化管理模板必會的Excel十大技巧 /287
8．2．1 必須要掌握的54個函數 /287
8．2．2 數據透視表 /288
8．2．3 自動排名 /289
8．2．4 四象限圖 /290
8．2．5 智能提醒 /291
8．2．6 PPT隨Excel圖表自動更新 /292
8．2．7 密碼保護 /293
8．2．8 控件和VBA的使用 /295
8．2．9 名稱管理器 /298
8．2．10 如何隱藏數據 /300
后記 /304
附錄 測試你對數據敏感度的答案 /305
展開全部
數據化管理:洞悉零售及電子商務運營(全彩) 作者簡介
黃成明（@數據化管理），擁有15年的銷售及數據分析經驗，歷經強生公司、妮維雅公司、雅芳公司和鼎盛時期的諾基亞公司。目前是數據化管理的咨詢顧問和培訓師。他獨立研發了基于周銷售權重指數的零售管理模型，可以有效地進行目標管理、銷售預測、客流預估、促銷評估、銷售預警等。
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
朝聞道
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
自卑與超越
- >
回憶愛瑪儂
- >
有舍有得是人生
- >
詩經-先民的歌唱
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
