如何借助数据分析打造爆款产品?如何用Excel分析新媒体与电商运营数据?这些问题的答案都可以在本书中找到。
《新媒体和电商数据化运营:用户画像+爆款打造+营销分析+利润提升(第2版)》包括12章专题内容、140多个纯高手干货技巧,从数据分析的概念、数据平台、图文平台、视频平台、直播数据、用户画像、用户兴趣、市场行业、爆款打造、店铺流量、提升效益、增加销量等角度,帮助大家从新手成长为新媒体和电商平台数据化运营高手。
《新媒体和电商数据化运营:用户画像+爆款打造+营销分析+利润提升(第2版)》适合新媒体和电商平台的数据分析人员、新媒体和电商运营的创业人员、处于新媒体和电商运营低潮的商家或企业、对新媒体与电商运营感兴趣的人群、Excel 数据分析的初学者或者爱好者阅读,还可以作为各中、高级 Excel 用户的辅助教材。
第1章 初步认识数据分析 1 1.1 学习预热,了解本书定位 2 1.1.1 读者定位:本书适合人群 2 1.1.2 内容定位:重点知识阐述 2 1.1.3 特色定位:本书独特之处 3 1.2 新媒体数据分析要点 3 1.2.1 收集数据查看要点 3 1.2.2 整理数据是关键 5 1.2.3 根据图形分析数据 6 1.2.4 分析新媒体运营数据 7 1.2.5 得出优化营销方式 7 1.3 构建画像的意义 8 1.3.1 分析用户画像的含义 8 1.3.2 分析用户画像的作用 9 1.3.3 构建用户画像的方法 9 1.4 分析后台用户数据 10 1.4.1 新增人数 10 1.4.2 取消关注人数 13 1.4.3 净增人数趋势图 14 1.4.4 累积人数 15 1.4.5 详细数据 16 1.5 分析后台用户属性 17 1.5.1 用户性别比例 17 1.5.2 用户年龄层分布 18 1.5.3 用户语言分布 19 1.5.4 用户地域分布 19 第2章 数据运营的5 大工具 21 2.1 新榜平台 22 2.1.1 查看账号数据 22 2.1.2 分类查看数据 24 2.2 百度指数 26 2.2.1 趋势研究 26 2.2.2 需求图谱 27 2.2.3 人群画像 28 2.3 灰豚数据——用数据创造价值 29 2.3.1 行业趋势 30 2.3.2 商品分析 32 2.4 蝉妈妈 34 2.4.1 流量分析 35 2.4.2 商品分析 36 2.4.3 观众分析 37 2.5 神策数据 37 2.5.1 4 个角度优势明显 38 2.5.2 4 种工作皆可使用 39 2.5.3 两大常用指标 42 第3章 图文平台的数据分析 45 3.1 账号榜单数据 46 3.1.1 榜单排行分析 47 3.1.2 历史排名分析 47 3.1.3 排名和发布趋势分析 48 3.2 发布规律分析 48 3.2.1 发布频次分析 49 3.2.2 头条阅读数分布 49 3.2.3 发文特征分析 50 3.2.4 发布趋势分析 50 3.3 发布内容分析 50 3.3.1 内容列表 51 3.3.2 内容数据分析 51 3.3.3 留言数据分析 52 3.4 粉丝用户分析 53 3.4.1 用户数据分析 53 3.4.2 用户画像分析 53 第4章 视频平台的数据分析 55 4.1 账号运营分析 56 4.1.1 账号数据概览 56 4.1.2 账号新增数据 57 4.1.3 粉丝数据分析 58 4.2 视频内容数据 61 4.2.1 播放完成率 61 4.2.2 播放量 61 4.2.3 点赞量 63 4.2.4 评论量 65 4.2.5 收藏量 67 4.2.6 转发量 68 4.3 素材数据分析 69 4.3.1 视频话题数据 69 4.3.2 热门音乐数据 71 4.3.3 热门视频数据 72 4.3.4 实时热点数据 73 第5章 直播平台的数据分析 75 5.1 账号直播数据分析 76 5.1.1 直播数据概览 76 5.1.2 直播能力分析 77 5.1.3 直播数据变化趋势 77 5.2 带货商品数据分析 81 5.2.1 品类分析 81 5.2.2 带货品牌分析 82 5.2.3 销售数量分析 83 5.3 直播观众数据分析 83 5.3.1 观众性别分析 84 5.3.2 观众年龄分析 84 5.3.3 观众地域分析 84 5.4 单场直播数据分析 85 5.4.1 数据概览 85 5.4.2 留存分析 86 5.4.3 热门趋势 86 5.4.4 商品列表 87 5.4.5 观众画像 88 5.4.6 音浪榜单 89 第6章 用数据分析了解用户 91 6.1 用户数量分析:实时洞悉变化 92 6.1.1 用户增长变化分析 92 6.1.2 用户流失分析 98 6.1.3 累积关注人数分析 107 6.2 性别比例分析:把握性别痛点 111 6.2.1 创建性别比例统计表 112 6.2.2 不同性别人数的占比 112 6.2.3 分析最佳推广方式 114 6.3 地域人数分析:地域营销基础 114 6.3.1 创建地域人数统计表 115 6.3.2 对数据进行重新排序 115 6.3.3 分析地区用户关注度 118 6.4 年龄阶段分析:量变决定质变 119 6.4.1 创建年龄段分布人数表 119 6.4.2 用户增长变化分析 120 第7章 精准把握用户兴趣点 123 7.1 类型偏好分析 124 7.1.1 创建类型偏好统计表 125 7.1.2 计算各类偏好占比 125 7.1.3 设计图表分析占比数据 128 7.2 热度关键词分析 129 7.2.1 创建热度关键词统计表 129 7.2.2 分析关键词占比 132 7.2.3 插入柱形图表分析数据 133 7.2.4 分析关键词的作用 135 第8章 分析市场与选择行业 137 8.1 行业市场容量分析 138 8.1.1 创建表格分析数据 138 8.1.2 创建数据透视表 139 8.1.3 插入饼状图 142 8.2 市场商品搜索分析 144 8.2.1 创建商品搜索趋势表 145 8.2.2 折线图分析市场商品趋势 146 8.2.3 设置趋势线展现搜索走向 147 第9章 打造爆款的电商优品 151 9.1 爆款产品属性分析 152 9.1.1 创建爆款产品属性分析表 152 9.1.2 创建成交量透视表 153 9.1.3 创建商品销售额透视表 155 9.2 爆款产品销量分析 157 9.2.1 高亮显示产品数据 158 9.2.2 用图标集查看产品销量 159 9.2.3 用迷你图展现销量状况 160 9.3 地区销量指数分析 163 9.3.1 创建地区销量指数统计表 163 9.3.2 用色阶高亮显示销售指数 165 9.3.3 插入柱形图分析销售指数 165 第10章 将流量转变为销量 169 10.1 买家浏览量分析 170 10.1.1 创建买家浏览量统计表 170 10.1.2 设置折线图查看浏览量走势 172 10.1.3 分析店铺月平均浏览量走势 174 10.2 不同渠道访问分析 178 10.2.1 创建不同渠道访问统计表 179 10.2.2 用函数计算各渠道数据 179 10.3 成交率分析 183 10.3.1 创建成交率统计表 183 10.3.2 通过柱形图表分析数据 185 10.3.3 分析各渠道成交率 186 第11章 减成本增利润升效益 189 11.1 采购时机分析 190 11.1.1 创建商品采购时机选择表 190 11.1.2 用函数统计商品平均价格 193 11.1.3 插入折线图对比商品价格 196 11.2 采购渠道分析 197 11.2.1 创建采购商品渠道统计表 197 11.2.2 对合作商家进行排序归类 200 11.2.3 统计不同合作商采购价格 201 11.3 进价趋势分析 202 11.3.1 创建商品进价趋势统计表 203 11.3.2 插入折线图查看价格走势 203 11.3.3 设计折线图分析价格趋势 205 11.4 热销商品搜索分析 206 11.4.1 创建热销商品搜索统计表 207 11.4.2 查看商品生命周期搜索趋势 207 11.4.3 设置工作表的图表样式效果 208 11.5 热销商品利润分析 209 11.5.1 创建热销商品利润统计表 210 11.5.2 设置组合图查看商品数据 211 11.5.3 分析商品周期的利润趋势 213 11.6 热销商品款式分析 214 11.6.1 创建热销商品款式统计表 215 11.6.2 统计热销商品款式成交量 216 11.6.3 插入不同款式销售柱形图 217 11.7 热销商品颜色分析 219 11.7.1 创建热销商品颜色统计表 220 11.7.2 统计热销商品颜色成交量 220 11.7.3 插入复合条形图分析数据 221 第12章 用数据玩转商品销售 225 12.1 商品销售量分析 226 12.1.1 创建商品销售量统计表 226 12.1.2 冻结表头便于查看数据 228 12.2 亏本商品分析 229 12.2.1 创建亏本商品统计分析表 230 12.2.2 突出显示亏本商品信息 233 12.3 商品退货退款分析 234 12.3.1 创建商品退货退款统计表 235 12.3.2 删除工作表中的重复数据 235 12.3.3 用函数统计退货原因次数 238 12.3.4 创建条形图查看数据信息 239
王力建
知名电商人士,数据分析专家,10年以上数据挖掘和分析经验
现为新媒体数据分析服务商,为京东、苏宁、国美等电商企业进行过数据分析服务
特别擅长运用数据分析进行用户的精准定位、产品分析、打造爆款、引流涨粉、客户留存、 成交转化等操作,同时为企业的运营降低了成本,提升了利润
熟悉 Excel、Hadoop、Hive 等数据分析工具及 Oracle 等主流数据库, 能够对大数据条件下的消费者行为进行分析,并进行数据建模,实施结构化数据的管理