本书从电子商务数据分析流程中的数据指标体系搭建、数据采集、数据处理、数据分析、数据可视化和数据分析报告撰写六大流程节点着手，系统介绍了电子商务数据分析的相关知识及案例应用。全书共10章，内容包括电子商务数据分析基础、电子商务数据指标体系搭建、电子商务数据采集、电子商务数据处理、电子商务数据分析方法、电子商务数据可视化、电子商务市场数据分析、电子商务运营数据分析、电子商务产品数据分析、电子商务数据分析报告。全书内容注重理论与实践的有机结合，强调提高读者的数据分析与应用能力，着力于培养具备数据分析技能的电子商务运营与管理人才。
本书可作为高等院校电子商务、数据科学、市场营销等专业相关课程的教材，也可作为相关行业技术人员和从事电子商务数据分析工作人员的参考书。
1.按照电商数据分析的流程节点来构造本教材的章节结构，形成贯通式章节结构，以实际业务操作流程为准则，便于学生掌握解决问题的思维方式。
2.不局限于电子商务常规的数据分析方法，与统计学知识相结合，即使没有统计学基础，也能将统计分析的模型应用于电子商务业务场景分析中。
3.在电商数据分析的各个流程节点所使用的工具多样，根据需求选择高效的工具，提高学生的综合技能。
4.本教材整体内容为理论+实践，比例按照1:1分配，用实践巩固理论知识。
5.本教材配套资源丰富，对于所有的实操案例均配有相应的数据源和操作指导视频。
范刚龙，洛阳师范学院电子商务学院教授、副院长，西安工程大学硕士生导师。现任中国计算机学会高级会员，河南省电子商务专业教学指导委员会副主任委员、河南省电子商务大数据处理与分析重点实验室主任、河南省物流协会第四届常务理事，中国洛阳计算机行业信息化协会会员，中国洛阳咨询协会会员，洛阳市河洛文化虚拟再现重点实验室主任，洛阳市电子商务协会副会长、洛阳市动漫产业联盟副理事长，洛阳师范学院学术委员会委员。 公开发表专业学术论文68篇，SCI、EI、核心期刊27篇、CPCI-S 8篇；完成省、市级课题51项，本人主持37项，主持完成实用新型专利1项，主持作品登记项目1项，软件著作权登记7项；主编《C程序设计》、《C++程序设计》和《大学计算机基础教程》教材3部，副主编《计算机专业英语》、《计算机辅助设计教程》、《建筑电工》等教材4部。
第 1章 电子商务数据分析基础
【案例导入】 1
1.1 电子商务数据分析认知 2
1.1.1 电子商务数据分析的相关概念 2
1.1.2 电子商务数据分析的作用及意义 5
1.1.3 电子商务数据分析师的职业要求 6
1.2 电子商务数据分析流程及常用工具 7
1.2.1 电子商务数据分析流程 7
1.2.2 电子商务数据分析常用工具 9
1.3 电子商务数据分析维度 11
1.3.1 市场数据分析维度 11
1.3.2 运营数据分析维度 12
1.3.3 产品数据分析维度 13
【本章测验】 15
【任务实训】 16
第 2章 电子商务数据指标体系搭建
【案例导入】 17
2.1 电子商务数据指标体系 18
2.1.1 数据指标和数据指标体系 18
2.1.2 常见的电子商务数据指标 18
2.2 电子商务数据指标体系搭建方法 20
2.2.1 OSM业务框架分析模型 20
2.2.2 UJM用户旅程分析模型 23
2.2.3 AARRR用户生命周期分析模型 24
2.2.4 MECE分析模型 26
2.3 电子商务数据指标体系构建 27
【本章测验】 29
【任务实训】 29
第3章 电子商务数据采集
【案例导入】 30
3.1 电子商务数据采集概述 31
3.1.1 数据采集的原则 31
3.1.2 数据采集的流程 31
3.1.3 数据采集方案制定 31
3.2 数据采集的渠道及工具 32
3.2.1 内部数据采集渠道 32
3.2.2 外部数据采集渠道 35
3.3 Web Scraper数据采集 36
【本章测验】 43
【任务实训】 43
第4章 电子商务数据处理
【案例导入】 44
4.1 电子商务数据处理与预处理 45
4.1.1 数据处理 45
4.1.2 数据预处理 46
4.2 电子商务数据清理 47
4.2.1 缺失值处理 47
4.2.2 重复值处理 50
4.2.3 错误值处理 51
4.3 电子商务数据集成 52
4.3.1 数据集成概述 52
4.3.2 数据集成的应用 53
4.4 电子商务数据变换 55
4.4.1 数据变换方法 55
4.4.2 数据分类汇总 56
4.5 电子商务数据规约 57
4.5.1 数据规约概述 57
4.5.2 数据规约ID3算法 58
【本章测验】 62
【任务实训】 62
第5章 电子商务数据分析方法
【案例导入】 63
5.1 电子商务数据思维 64
5.1.1 数据思维能力 64
5.1.2 数据思维方法 65
5.2 电子商务数据基础分析方法 66
5.2.1 对比分析法 66
5.2.2 公式分析法 67
5.2.3 漏斗分析法 67
5.2.4 矩阵分析法 68
5.3 电子商务数据描述性统计分析 69
5.3.1 集中趋势统计分析 69
5.3.2 离散程度 71
5.3.3 分布形态 74
5.4 电子商务数据相关分析与回归分析 75
5.4.1 相关关系的分类 75
5.4.2 相关关系的测定 76
5.4.3 一元回归分析 78
5.4.4 相关与回归分析应用 82
5.5 电子商务数据时间序列分析法 84
5.5.1 时间序列的分类 84
5.5.2 长期趋势分析 85
5.5.3 季节变动分析 87
【本章测验】 93
【任务实训】 94
第6章 电子商务数据可视化
【案例导入】 95
6.1 电子商务数据图表 96
6.1.1 图表的构成 96
6.1.2 图表的类型 96
6.2 电子商务数据可视化 99
6.2.1 数据可视化的定义 99
6.2.2 数据可视化的流程 100
6.3 电子商务数据可视化应用 101
6.3.1 基本图形 101
6.3.2 高级图形 104
6.3.3 数据透视表和透视图 108
【本章测验】 111
【任务实训】 111
第7章 电子商务市场数据分析
【案例导入】 112
7.1 市场数据分析模型 113
7.1.1 PEST分析模型 113
7.1.2 波特五力分析模型 114
7.2 行业数据分析 116
7.2.1 行业发展分析 117
7.2.2 市场需求分析 120
7.2.3 目标用户分析 121
7.3 竞争数据分析 122
7.3.1 竞争环境分析 122
7.3.2 市场售价分析 124
7.3.3 竞争对手选择 125
7.3.4 竞争对手分析 126
【本章测验】 127
【任务实训】 128
第8章 电子商务运营数据分析
【案例导入】 129
8.1 用户数据分析 130
8.1.1 用户特征分析 130
8.1.2 用户细分分析 132
8.1.3 用户忠诚度分析 134
8.2 推广数据分析 139
8.2.1 店铺流量结构分析 139
8.2.2 关键词推广效果分析 140
8.2.3 活动推广效果分析 145
8.2.4 内容推广效果分析 148
8.3 销售数据分析 148
8.3.1 交易数据分析 148
8.3.2 服务数据分析 150
8.4 物流数据分析 151
8.4.1 物流运费分析 151
8.4.2 订单时效分析 151
8.4.3 异常物流分析 152
【本章测验】 154
【任务实训】 155
第9章 电子商务产品数据分析
【案例导入】 156
9.1 产品行业数据分析 157
9.1.1 产品搜索指数分析 157
9.1.2 产品交易指数分析 157
9.2 产品采购及定价数据分析 158
9.2.1 产品采购数据分析 158
9.2.2 产品定价数据分析 160
9.3 产品运营数据分析 163
9.3.1 产品结构分析 163
9.3.2 产品组合分析 164
9.4 产品用户特征及体验数据分析 170
9.4.1 产品用户特征分析 170
9.4.2 产品生命周期分析 171
9.4.3 产品用户体验分析 173
9.5 产品仓储数据分析 174
9.5.1 仓储数据分析内容 174
9.5.2 仓储数据分析方法 175
【本章测验】 178
【任务实训】 179
第 10章 电子商务数据分析报告
【案例导入】 180
10.1 数据分析报告框架设计 181
10.1.1 数据分析报告的认知 181
10.1.2 数据分析报告的结构 182
10.2 数据分析报告撰写流程与原则 185
【本章测验】 193
【任务实训】 194
书单推荐
