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 本书特色
《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》通过12章专题内容、36个经典案例、42个专家提醒、740张高清图片，以及180多分钟的视频讲座，用数据思维开启新媒体与电商之门，帮您轻松成为新媒体、电商运营数据分析高手。
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 内容简介
如何用Excel分析新媒体与电商运营数据？
《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》是新媒体与电商运营的集合，分为用户画像、爆款打造、营销分析与利润提升四个模块。全书通过12章专题内容、36个经典案例、42个专家提醒、740张高清图片，以及180多分钟的视频讲座，帮您轻松成为新媒体、电商运营数据分析高手。
《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》通过Excel来分析新媒体与电商运营数据，包括：
如何通过数据分析提高公众号中的活跃粉丝数？
如何通过数据分析打造月销上万的爆款产品？
如何选择性价比优选且有效的产品营销渠道？
如何在电商行业快速、有效地提高产品的利润？
《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》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人员阅读，还可以作为各中、不错Excel用户的辅助教材。
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 目录
1 数据分析：知道你的精准用户是谁
1．1 学习预热4个要点
1．1．1 读者定位：本书适合人群
1．1．2 内容定位：重点知识阐述
1．1．3 特色定位：本书独特之处
1．1．4 写作思路：结构清晰明了
1．2 新媒体数据的分析流程
1．2．1 收集数据把握要点
1．2．2 整理数据*为关键
1．2．3 将数据转变为图形
1．2．4 分析新媒体运营数据
1．2．5 得出优化营销方式
1．3 分析与构建用户画像
1．3．1 用户画像的含义
1．3．2 用户画像的作用
1．3．3 构建用户画像的方法
1．4 用户画像数据分析
1．4．1 了解粉丝的重要性
1．4．2 分析后台用户数据
1．4．3 分析后台用户属性
1．4．4 分析用户兴趣指向
2 用户数量：洞悉用户人数的变化趋势
2．1 “新增用户”分析：了解粉丝增长趋势
2．1．1 导出Excel数据表
2．1．2 用折线图显示数据
2．1．3 分析新增用户趋势
2．2 “用户流失”分析：掌握人数流失趋势
2．2．1 创建用户流失趋势表
2．2．2 计算流失率、创建图表
2．2．3 设置流失率警戒线
2．3 “累积关注人数”分析：精确客户群体
2．3．1 整理Excel数据表
2．3．2 统计资深用户人数
2．3．3 分析用户累积趋势
3 用户属性：掌握特征实现更好的运营
3．1 “性别比例”分析：把握性别痛点
3．1．1 创建性别比例统计表
3．1．2 不同性别人数的占比
3．1．3 分析*佳推广的方式
3．2 “地域人数”分析：地域营销基础
3．2．1 创建地域人数统计表
3．2．2 对数据进行重新排序
3．2．3 分析地区用户关注度
3．3 “终端使用”分析：量变决定质变
3．3．1 创建终端使用人数统计表
3．3．2 插入复合条饼图查看数据
3．3．3 分析用户使用终端的性质
4 用户兴趣：掌握用户心理才能对症下药
4．1 “文章类型偏好”分析：决定文章方向
4．1．1 创建文章类型偏好统计表
4．1．2 计算偏好文章数量占比
4．1．3 设置图表分析占比数据
4．1．4 分析文章类型偏好情况
4．2 “热度关键词”分析：吸引用户视线
4．2．1 创建热度关键词统计表
4．2．2 分析热度关键词的占比
4．2．3 插入柱形图表分析数据
4．2．4 分析热度关键词的作用
4．3 “热度平台”分析：把握机会实现双赢
4．3．1 创建热度平台统计表
4．3．2 对热度平台进行排序
4．3．3 选择合作和增粉的平台
5 爆款行业：掌握现有市场和未来趋势
5．1 “行业市场容量”分析：了解市场行情
5．1．1 创建表格分析数据
5．1．2 创建数据透视表
5．1．3 插入数据透视图
5．2 “商家经营阶段”分析：把握商家运营情况
5．2．1 创建商家经营阶段统计表
5．2．2 插入散点图分析数量占比
5．2．3 设置散点图表的展示效果
5．3 “市场商品搜索”分析：了解客户需求
5．3．1 创建市场商品搜索趋势表
5．3．2 通过折线图分析市场商品趋势
5．3．3 设置趋势线展现搜索走向
6 爆款产品：分析月销上万的电商优品
6．1 “爆款产品属性”分析：精确客户喜好
6．1．1 创建爆款产品属性分析表
6．1．2 创建产品成交量透视表
6．1．3 创建产品销售额透视表
6．2 “爆款产品销量”分析：了解季节性热款
6．2．1 高亮显示产品销售数据
6．2．2 用图标集查看产品销量
6．2．3 用迷你图展现销量状况
6．3 “地区销量指数”分析：了解产品差异化
6．3．1 创建地区销量指数统计表
6．3．2 用色阶高亮显示销售指数
6．3．3 插入柱形图分析销售指数
6．4 “新老客户购买”分析：掌握消费人群变化
6．4．1 创建新老客户购买统计表
6．4．2 用函数统计老客户的数据
6．4．3 用函数统计新客户的数据
7 爆款流量：将浏览访问量转化为商品销量
7．1 “买家浏览量”分析：了解客户动态
7．1．1 创建买家浏览量统计表
7．1．2 设置折线图查看浏览量走势
7．1．3 分析店铺月平均浏览量走势
7．2 “不同渠道访问”分析：精确访问浏览量
7．2．1 创建不同渠道访问统计表
7．2．2 用函数计算付费渠道数据
7．2．3 用函数计算其他渠道数据
7．3 “成交转化率”分析：把握不同渠道访问数据
7．3．1 创建成交转化率统计表
7．3．2 通过柱形图表分析数据
7．3．3 分析各渠道成交转化率
8 广告营销：小投资、大回报的有效方法
8．1 “广告主信息”分析：选择*佳广告位
8．1．1 创建广告主信息统计表
8．1．2 设置饼图查看广告位信息
8．1．3 设置饼图的样式分析数据
8．2 “广告主关键指标”分析：寻找合适方案
8．2．1 创建广告关键指标统计表
8．2．2 插入圆环图查看曝光度信息
8．2．3 设置圆环图表的样式及轮廓
8．3 “流量主曝光数据”分析：选择*佳推广方式
8．3．1 创建流量主曝光数据统计表
8．3．2 插入折线图查看曝光量趋势
8．3．3 分析15天曝光量的发展趋势
8．4 “流量主关键指标”分析：得出广告收益
8．4．1 创建流量主关键指标统计表
8．4．2 插入组合图查看数据的走势
8．4．3 分析流量主点击率与收入趋势
9 指数分析：多方面提高平台运营能力
9．1 “指数维度数据”分析：了解平台运营情况
9．1．1 创建指数维度数据分析表
9．1．2 设置雷达图查看各项数据
9．2 “指数维度趋势”分析：了解数据变化趋势
9．2．1 创建指数维度趋势统计表
9．2．2 插入折线图查看维度趋势
9．2．3 分析头条号指数变化趋势
9．3 “入驻领域指数”分析：了解账号排行
9．3．1 创建入驻领域指数统计表
9．3．2 插入自定义组合图查看数据
9．3．3 分析人驻领域指数数据对比
10 提高利润：挑选热销商品的进货方法
10．1 “热销商品搜索”分析：了解客户需求趋势
10．1．1 创建热销商品搜索统计表
10．1．2 查看商品生命周期搜索趋势
10．1．3 设置工作表的图表样式
10．2 “热销商品利润”分析：了解盈利情况
10．2．1 创建热销商品利润统计表
10．2．2 设置组合图查看商品数据
10．2．3 分析商品周期的利润趋势
10．3 “热销商品款式”分析：找到*热产品
10．3．1 创建热销商品款式统计表
10．3．2 统计热销商品款式成交量
10．3．3 插入不同款式销售柱形图
10．4 “热销商品颜色”分析：精确成交比例
10．4．1 创建热销商品颜色统计表
10．4．2 统计热销商品不同颜色的成交量
10．4．3 插入复合条饼图分析数据
11 降低成本：提升商品利润的首要条件
11．1 “采购时机”分析：掌握*佳购买时间
11．1．1 创建商品采购时机选择表
11．1．2 用函数统计商品平均价格
11．1．3 插入折线图对比商品价格
11．2 “采购渠道”分析：掌握*佳购买渠道
11．2．1 创建采购商品渠道统计表
11．2．2 对合作商家进行排序
11．2．3 统计不同合作商的采购价格
11．3 “进价趋势”分析：了解商品价格走向
11．3．1 创建商品进价趋势统计表
11．3．2 插入折线图查看价格走势
11．3．3 设置折线图分析价格趋势
12 提高销量：用数据玩转商品销售盈利
12．1 “商品销售量”分析：了解销量数据详情
12．1．1 创建商品销售量统计表
12．1．2 冻结表头便于查看数据
12．1．3 设置表格密码保护数据
12．2 “亏本商品”分析：精确不盈利产品
12．2．1 创建亏本商品统计分析表
12．2．2 突出显示亏本的商品信息
12．3 “商品退货退款”分析：找到症结原因
12．3．1 创建商品退货退款统计表
12．3．2 删除工作表中的重复数据
12．3．3 用函数统计退货原因次数
12．3．4 创建条形图查看数据信息
附录1 知识点框架
附录2 本书技巧总结
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 作者简介
王力剑，资深电商人士，数据分析专家。具有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，同时为企业的营销运营降低了成本，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。
