电子商务应用的范围特别广，很多的成功都是从细节做起的，比如你有一个很好的数据处理，你就能判断电子商务中别人发现不了的商机，让你占得先机。给大家推荐一本书，这也是在别的论坛看过来的，名字叫《数据化管理：洞悉零售及电子商务运营》，对于学电子商务专业的人来说还是不错的，给大家发点福利，这有样章，大家自己看看吧，百度网盘：pan。baidu。com/s/1i3thYYD把句号改为.就可以了哈



《数据化管理：洞悉零售及电子商务运营》讲述了两个年轻人在大公司销售、商品、电商、数据等部门工作的故事，通过大量案例深入浅出地讲解了数据意识和零售思维。作者将各种数据分析方法融入到具体的业务场景中，最终形成数据化管理模型，从而帮助企业提高运营管理能力。书中全部案例均基于Excel，每个人都能快速上手应用并落地。
这些是一些人的评价: ★很早就和黄老师认识并合作了，一直很欣赏他对商业的理解度。现在终于看见他将自己的智慧整理成了一本书，有理论也有实践，有零售思维也有数据意识，有营运规划也有策略分析。作为企业经营者，最怕只有数据却没有产生价值，这本书可以帮助零售从业者提高对数据的认识，并且用数据提高营运管理深度。
——徐宇，赫基国际集团，CEO

★这是我读过的最接地气的数据化管理著作，聚焦于通过数据分析帮助策略落地。本书提到的零售策略，我在家乐福及华润万家零售实战中都用到过，受益匪浅。其中关于客户驱动及竞争分析的方法论，在目前电商的激烈竞争中，依然适用，甚至不可或缺。
——蒋泾，唯品会，高级副总裁

★这是个竞争不断加剧的时代，我们必须更加专业。数据化管理，就是专业的技能之一。此书作者用比较生动的方式，把枯燥的数据概念解读得通俗易懂，值得一读。
——鬼脚七，知名自媒体人，前大淘宝搜索负责人，畅销书《做自己》《爱生活》作者

★数据并不是人们最终需要的东西，他们需要的是信息，是对未来发展的洞察力。数据化管理正以我们从未想象过的方式影响着企业的发展。如何从数据中发现商业规则、洞察消费者行为、量化商业价值都需要企业拥有能融合商业理解、数据分析并具备从海量数据中发现知识能力的数据分析师。相信《数据化管理》一书会让您的商业价值算得出。
——沈浩 中国传媒大学新闻学院，教授；统计调查研究所，所长；数据挖掘研发中心，主任

★零售业出路不仅是线上线下的成功融合，更源于对数据的收集、整理、分析，实现可预测、可指导，就是常说的数据化管理。市面上不少关于大数据的书籍，多来自国外，理论性强，不适合国情。能针对零售业进行系统化、专业化分析的书籍也不多。作为黄老师多年老友，他认真、踏实的钻研精神，也令我深深折服！
——曹志国，志向卓越咨询集团，董事长（新浪微博@曹志国-连锁研究）

★互联网时代电商对零售行业的影响有目共睹，这个行业的竞争变得越来越激烈，以前的粗放式管理已不适应潮流，我们需要精细管理，这就需要数据，数据是无形资产，也是核心竞争力的基础。本书系统介绍零售行业数据方面的应用思路和实战的数据分析要点，书中模拟实战，同时渗透着数据化思路的引导，相信这本书能让你快速成长！
——邓凯，资深数据分析师，新浪微博，资深博主（新浪微博 @数据挖掘与数据分析）

★用数据来指导和决策商业经营管理，是最近很火的一个概念。但与许多高大上的数据分析挖掘类图书有所不同，在这本书当中并没有堆砌太多的数据分析理论和数理统计公式，而是用最通俗易懂的实例和最轻便易用的工具来为我们演绎了商业数据化管理的理念和方法，并具有高度的可操作性和可复制性。这本书让我们认识到，商业数据分析很多时候难的不是工具和方法，而是在于对数据敏感的意识、观察数据的角度以及对数据理解的方式。同时，作为一个使用Excel的"熟练工"，我在阅读这本书的时候感到了久违的轻松和愉悦，因为它让我找到了Excel这种平民化工具在激发企业生产力和决策力方面的巨大潜力，依托于Excel的数据化管理，大有可为！
——方骥，微软最有价值专家MVP（新浪微博@Excel大全）

★随着全零售时代的到来，传统商业的每一个供应链细节都离不开数据的支撑。特别是以C端驱动的供应链模式成为主流的今天，用数字解读顾客需求成为品牌和渠道竞争的核心。本书可以让你学会全面地利用数字化的方式掌握对人、货、场、财等经营管理，特别适合新零售、电商、供应链、大数据的朋友一读！
——黄刚，著名物流供应链专家·汉森世纪供应链，总经理（新浪微博@黄刚-物流与供应链）

★随着电子商务对零售业态的改变，数据已经成为企业竞争力的"核心"。对于企业来说掌握市场环境、营销流量、运营管理、客户关系的数据越多、越立体化，越可以精细化企业管理。《数据化管理》一书从"人、货、场"的维度，为我们呈现了真实的零售数据世界。希望大家可以通过本书的学习，提升自身对数据的理解和企业运营效率。
——海云飞，艾瑞咨询集团，艾瑞学院总监

★本书通过几个人对实际业务的探讨展开了数据驱动业务的有趣旅程。既有数据分析逻辑、基础指标计算和对比方法，又具备数据分析技巧，涵盖数据分析从入门到高级再到精深的各个阶段，其中数据分析立体化无疑是数据分析的重要指导思想，从由小到大，由局部到整体的立体化，到通过增加不同维度实现立体化的思考，为数据分析从业者提供很好的思路和借鉴。在立体化逻辑的基础上，再从不同维度的数据指标组合中找寻业务解释，为企业提供更多的决策和效率优化依据！
——罗盎，微博数据中心，总监（新浪微博@五洲红）

★不懂数据，就做不好生意；不懂大数据，就做不成大生意！数据是生意经营过程的量化结果，里面蕴含着不为人一眼察觉到的奥秘。通过洞悉数据背后的逻辑、规律、趋势和洞见，可以更好地读懂过去、了解现在、预见未来！在这本书中，我们可以深刻感受到黄老师对数据的解读深度、对分析方法的不倦追求、对生意逻辑的深刻洞察！推荐各行各业的企业家、高管们，都好好读一读这本帮你读懂生意、发现生意的专业书！
——穆兆曦，优识营销学院，院长

★无论是传统领域里的企业人，还是基于互联网技术发展起来的电商公司，更包括了大量的IT、科技公司，对于数据化的概念，向来是敞开怀抱热烈欢迎。这一方面是，在实际的业务中，数据真得给予了企业者更理性化、系统化管理业务的支撑点，另外一个因素则有些窘迫：关于数据管理的知识总显得太过严谨生涩而让人难以轻松接受。这次的新书，数据君一如既往地保持着通俗有趣的写作风格，并且不再受到篇幅的限制，可以酣畅淋漓地把案例一个个穿插在理论中，就算是刚接触数据的新人，都可以通畅地阅读。实在是目前市面上，将数据化管理最接地气的一本书啦！
——强音，i天下网商，主编

★在经济学中，最经典的概念是"看不见的手"，这是所有微观经济学及市场经济的核心。"看不见的手"，是一种对于市场的敬畏，也是对于市场中多方博弈的一个总结。而这个经典的概念，正在被另外一个更加重要的概念所替代"看得见的数据"，也就是所谓的"数据赋能"。伴随着互联网的发展，尤其是移动互联网的发展，市场的每一个细节都将数据化、智能化。
数据的力量正在展现，数据对于商业的价值，就像电子对于科技的价值，正在一步步成为商业的现实。而在整个数据的商业应用中，最先价值化的是电子商务。
在阿里巴巴的平台上，商家在经营淘宝及天猫店铺时，有两个重要的数据平台，一个是量子恒道，以本店铺的所有营销、客户、商品信息为基础；二是数据魔方，涉及全网的行业数据，包括爆款、行业指数等方面。除此以外，还延伸出大量的数据化的工具与公司，这点都是因为互联网非常透明的竞争，数据就是精细化运营的基础。
在O2O的领域也是如此，O2O是商务电子化的过程，也就是将所有的商务环节数据化与智能化，提升效率，节约成本，挖掘新需求。
@数据化管理，是对于商务数据化与智能化的一个系统的探索与思考，开启了一个新的商业思考的维度，值得我们在商业巨变的时代，掌握时代的潮流与商业的未来。
——天机，阿里巴巴集团，O2O项目品牌商负责人

★大数据时代已悄然来临，那些默默沉睡在服务器上的陈年旧数一夜间身价倍增。现在市面上已经有很多关于大数据、数据挖掘等的各类书籍了，本书却非常新颖和务实地聚焦在"如何利用数据及数据挖掘分析方法来支持企业各项管理工作"。而这种视角，对于我们连锁零售百货公司非常有价值。新世界百货从1993年来大陆开店，至今已经有21年的历程，在我们的后台服务器上积累了海量的中国各个城市消费者的消费记录，同时我们已经拥有超过300万的VIP会员，他们21年的消费行为、消费习惯，以及这种行为和习惯的变迁，都刻录在存储器上。我们一直在思考如何挖掘这些堪比石油的数据矿。本书的问世给我们带来了一种欣喜和尝试的冲动。
——王宝军，新世界百货中国有限公司企业管理服务部，总经理

★零售界著名的数据化管理培训师兼好友黄成明出书了！可喜可贺！一向与成明私交甚笃，有感于他这几年厚积薄发、真材实料的飞速发展，特地向大家推荐本书！
——吴子恒，中国零售界及商业地产界第一微博，博主（新浪微博 @Hermann中国零售微博）

★行业资深人士，都有一个共同点：观市势，而创己道；填万坑，而成己法。黄老师浸泡零售行业20余年，将运营归结为"人货场"三方面，并采用一套缜密的数据分析方法分解落地。道法合一，基于"人货场"思维的立体化，在介绍各种分析方法的同时，将各种"坑"逐一呈现，值得一阅。
——杨帆，唯品会，商业智能高级总监

★优秀的数据分析师要求五懂，即要懂业务、懂管理、懂分析、懂工具、懂设计，本书为五懂结合应用的结晶。
——张文霖，《谁说菜鸟不会数据分析》作者（新浪微博@小蚊子乐园）目录

第 1 章　什么是数据化管理
1.1　"聪明"的销售人员
1.2　数据化管理的概念
1.3　数据化管理的意义
1.4　数据化管理的四个层次
1.4.1　业务指导管理
1.4.2　营运分析管理
1.4.3　经营策略管理
1.4.4　战略规划管理
1.5　数据化管理流程图
1.5.1　分析需求
1.5.2　收集数据
1.5.3　整理数据
1.5.4　分析数据
1.5.5　数据可视化
1.5.6　应用模板开发
1.5.7　分析报告
1.5.8　应用
1.6　数据化管理应用模板

第 2 章　寻找零售密码
2.1　周权重指数
2.1.1　寻找店铺零售规律
2.1.2　周权重指数
2.1.3　周权重指数的计算
2.1.4　日权重指数的特殊处理
2.2　周权重指数的应用
2.2.1　判断零售店铺销售规律辅助营运
2.2.2　分解日销售目标
2.2.3　月度销售预测
2.2.4　销售对比
2.3　神奇的黄氏曲线--单位权重（销售）值曲线
2.3.1　单位权重（销售）值曲线
2.3.2　应用在销售追踪过程中
2.3.3　特殊事件的量化处理
2.3.4　促销活动的分析及评估
2.3.5　新产品上市的分析及评估
2.3.6　其他应用
2.4　案例及应用--数据化排班

第 3 章　销售中的数据化管理
3.1　销售都是追踪出来
3.1.1　没有目标管理就没有销售的最大化
3.1.2　没有标准就没有追踪的依据
3.1.3　如何用数据化追踪销售
3.1.4　销售追踪注意事项
3.2　常用的销售分析指标
3.2.1　人货场是零售业基本的思维模式
3.2.2　零售业常用的分析指标
3.2.3　如何确定指标的重要性
3.3　提高销售额的杜邦分析图
3.3.1　路过人数
3.3.2　进店率
3.3.3　成交率
3.3.4　平均零售价
3.3.5　销售折扣
3.3.6　连带率
3.4　促销中的数据化管理
3.4.1　影响冲动购买的因素有哪些
3.4.2　零售业常用的促销方式
3.4.3　促销活动的准备、执行和评估
3.5　案例及应用

第 4 章　商品中的数据化管理
4.1　常用的商品分析指标
4.1.1　商品分析的基本逻辑
4.1.2　常用的商品分析指标
4.1.3　伤不起的售罄率
4.1.4　再谈如何确定指标间的重要性
4.2　常用的商品分析方法
4.2.1　商品的自然分类方法
4.2.2　商品的销售分类方法
4.2.3　商品的价格分析
4.2.4　商品的定价策略
4.3　商品的关联销售分析
4.3.1　商品的关联程度分析
4.3.2　购物篮分析
4.3.3　提高商品关联度的方法
4.4　商品的库存管理
4.4.1　库存分析逻辑
4.4.2　异常库存管理
4.4.3　设置库存预警条件
4.5　商品的利润管理
4.5.1　谁在决定商品的利润
4.5.2　商品的现值
4.5.3　库存的现值分析法
4.6　案例分享

第 5 章　电子商务中的数据化管理
5.1　数据分析是电商营运的指路明灯
5.1.1　电子商务和传统零售数据分析的区别
5.1.2　电商数据分析需要的数据
5.1.3　电商数据来源及分析工具
5.2　电商数据分析指标
5.2.1　流量指标
5.2.2　转化指标
5.2.3　营运指标
5.2.4　会员指标
5.2.5　财务指标
5.2.6　关键指标
5.3　流量及会员数据分析
5.3.1　流量及转化的漏斗图分析
5.3.2　对比发现有质量的流量
5.3.3　电商销售额诊断
5.4　案例分析

第 6 章　零售策略中的数据化管理
6.1　渠道策略的数据化管理
6.1.1　如何科学地将渠道分类
6.1.2　渠道拓展分析
6.1.3　渠道的管理指标
6.2　会员策略的数据化管理
6.2.1　会员数据分析
6.2.2　会员价值分析
6.2.3　会员的生命周期管理
6.2.4　会员购买行为的研究
6.3　竞争对手分析
6.3.1　谁是你的竞争对手
6.3.2　如何收集竞争对手的数据
6.3.3　竞争对手的分析方法
6.4　营运策略的数据化管理
6.4.1　如何做销售预测
6.4.2　如何制定年度销售目标
6.5　案例分享
6.5.1　整理思路
6.5.2　界定问题
6.5.3　收集数据
6.5.4　分析数据

第 7 章　必知必会的数据分析方法
7.1　数据分析的立体化
7.1.1　数据分析必须立体化
7.1.2　三维分析之点-线-面
7.1.3　三维分析之时间-对象-指标
7.1.4　三维分析之人-货-场
7.1.5　三维分析之广度-宽度-深度
7.2　数据没有可对比性就没有数据分析
7.2.1　被滥用的同比和环比
7.2.2　伤不起的各种"率"
7.2.3　她真的是销售冠军吗
7.3　常用的数据分析方法
7.3.1　如何设定指标的权重
7.3.2　经典的二八法则应用
7.3.3　ABC分析方法
7.3.4　排行榜分析方法
7.3.5　你真的了解平均值吗
7.4　数据展示也是一种分析方法
7.4.1　Excel图表的展示逻辑
7.4.2　不一样的雷达图
7.4.3　清清爽爽的K线图
7.4.4　高端大气的热力图
7.4.5　四象限图的策略思维

第 8 章　如何建立数据化管理模型
8.1　数据化管理应用模板
8.1.1　自定义区域
8.1.2　数据源区域
8.1.3　分析辅助区域
8.1.4　业务预警区域
8.1.5　业务分析区域
8.1.6　报告展示区域
8.2　搭建数据化管理模板必会的Excel十大技巧
8.2.1　必须要掌握的54个函数
8.2.2　数据透视表
8.2.3　自动排名
8.2.4　四象限图
8.2.5　智能提醒
8.2.6　PPT随Excel图表自动更新
8.2.7　密码保护
8.2.8　控件和VBA的使用
8.2.9　名称管理器
8.2.10　如何隐藏数据

后记
附录　测试你对数据敏感度的答案

aa33.com

推荐阅读：

好听的淘宝网店名大全

淘宝店铺介绍范文怎么写技巧

如何快速提升网店信誉

淘宝网店怎么添加旺旺客服

2018年淘宝开店详细流程