Excel电商数据分析与应用（第2版·微课版）

封面

版权信息

内容提要

前言

第一篇 理论基础

第1章 电商数据分析导论

1.1 认识数据分析

1.1.1 什么是数据分析

1.1.2 数据分析的作用

1.1.3 数据分析的流程

1.2 电商数据分析常用技能

1.2.1 数学和统计学

1.2.2 运筹学

1.2.3 数据分析方法论

1.2.4 数据分析工具

1.2.5 电商数据指标体系

1.3 数据分析在电商中的应用

1.3.1 数据诊断

1.3.2 数据复盘

1.3.3 市场分析

1.3.4 竞争分析

1.3.5 渠道分析

1.3.6 活动分析及广告分析

1.3.7 产品分析

1.3.8 库存分析

1.3.9 消费者分析

1.4 统计学基础

1.4.1 统计学的来源及特点

1.4.2 统计的基本概念

1.4.3 统计的工作过程

1.4.4 统计的研究方法

1.5 运筹学基础

1.5.1 博弈论和运筹学

1.5.2 运筹学的模型

1.5.3 规划求解的经典问题

1.6 数据分析的专业名词

1.6.1 维度和分类数据

1.6.2 度量

1.6.3 粒度

1.6.4 量纲和单位

1.6.5 数据集、事实表和维度表

1.6.6 算法和函数

1.6.7 模型

1.7 电商数据来源及指标体系

1.7.1 数据来源及统一

1.7.2 数据口径

1.7.3 基础数据指标

1.7.4 常用分析度量

1.7.5 建立数据指标体系

1.8 本章小结

1.9 习题

第2章 数据分析方法论

2.1 基本方法

2.1.1 对比法

2.1.2 拆分法

2.1.3 排序法

2.1.4 分组法

2.1.5 交叉法

2.1.6 降维法

2.1.7 增维法

2.1.8 指标法

2.1.9 图形法

2.2 高级方法

2.2.1 SWOT分析法

2.2.2 描述性统计法

2.2.3 数据标准化（指数化）

2.2.4 熵值法

2.2.5 漏斗分析法

2.2.6 矩阵分析法

2.2.7 多维分析法

2.2.8 时间序列分析法

2.2.9 相关性分析法

2.2.10 杜邦分析法

2.3 本章小结

2.4 习题

第二篇 专业方法

第3章 数据采集方法

3.1 数据采集的基础知识

3.1.1 爬虫权限申明

3.1.2 URL构成原理

3.1.3 网站的构成

3.1.4 HTML请求与响应

3.2 数据采集

3.2.1 静态数据采集

3.2.2 动态数据采集

3.3 本章小结

3.4 习题

第4章 数据清洗方法

4.1 数据规整

4.1.1 数据类型

4.1.2 缺失值和异常值处理

4.2 数据合并与数据分组

4.2.1 纵向合并

4.2.2 横向合并

4.2.3 数据分组

4.3 数据变形

4.3.1 数据透视

4.3.2 数据逆透视

4.4 本章小结

4.5 习题