《数据化管理：洞悉零售及电子商务运营》简介
客户世界||2014-07-16
《数据化管理：洞悉零售及电子商务运营》简介
——数据让商业更成功
| 来源：客户世界 | 2014-07-16
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，“大数据、小数据”等新鲜词充斥着媒体。但是，不是每个公司都能搞得定分布式并行计算，也不是每个公司都能摆平hadoop+NoSQL，大数据看起来很美，但是落地之路还漫漫。毕竟拥有BAT（百度、阿里、腾讯）那样技术人才的企业还是少数派。
随着POS、ERP、MIS系统甚至电子商务平台的运用，企业确确实实积累了很多有价值交易数据。这些数据冰冷地躺在电脑中，这些是埋在地下的金矿，不会发挥任何价值。这就需要对商业要有足够透彻地理解，建立起合适的分析框架和模型，最后界定运营中的具体问题，然后分析原因，找到应对办法。这些小而美的数据能让我们告别“拍脑袋决策，排胸脯保证，拍屁股走人”。
由于数据经常散落于战略、策略、生产、流通、营销、促销等商业运营的各个环节，我们看到通常只是局部数据。而要看到商业运营的全貌，就需要建立起企业自己的数据决策运营系统。在这样的背景下，数据化管理的概念被提出来了：运用分析工具对客观、真实的数据进行科学分析，并将分析结果运用到生产、营运、销售等各个环节中去的一种管理方法，根据管理层次分为：业务指导管理、营运分析管理、经营决策管理和战略规划管理。
《数据化管理：洞悉零售及电子商务运营》这本书的出版，帮助企业建立起一种管理新视角。作者将美国强生公司、妮维雅公司、雅芳公司和鼎盛时期的诺基亚公司的管理经验作了系统的梳理，同时还整合给国内大型零售企业和电子商务企业的咨询、顾问实施经验。通过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数据意识、零售思维及电子商务。
更难能可贵的是，《数据化管理：洞悉零售及电子商务运营》将复杂的问题简化，没有堆砌公式，轻松地为读者剖析商业逻辑，并且创造性地用Excel工具来搭建了通用的数据化管理系统，通过聚焦数据分析帮助各种策略落地。
我们相信数据化管理在企业中的大范围使用，除了能够帮企业作更好的决策，走向成功外。它更大的价值在于：帮助企业建立起新的管理视角参与国际市场的竞争，从而给商业文明带来更多积极的推动。
关于《数据化管理：洞悉零售及电子商务运营》作者
黄成明（@数据化管理）：拥有15年的销售及数据分析经验，历经美国强生公司、妮维雅公司、雅芳公司和鼎盛时期的诺基亚公司。目前是数据化管理的咨询顾问和培训师。他独立研发了基于周销售权重指数的零售管理模型，可以有效地进行目标管理、销售预测、客流预估、促销评估、销售预警等。
《数据化管理：洞悉零售及电子商务运营》图书信息
作者：黄成明（@数据化管理）
出版社：电子工业出版社
出版时间：2014-07
ISBN：9787121234064
配套O2O：mit.dozan.cn/sjhgl
内容简介：
《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。
这本书能够帮助企业从一个新的商业视角去审视商业运营，并且给出大量具体的解决思路和方案，商业案例非常丰富。此外，本书还尝试O2O网站：mit.dozan.cn/sjhgl ，来帮助读者参与更多的互动交流。
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
转载请注明来源：《数据化管理：洞悉零售及电子商务运营》简介
客户世界
这家伙很懒，什么都没写！
噢！评论已关闭。