目 錄 第一章 商務(wù)數(shù)據(jù)分析原理 第一節(jié)　概述 2 一、商務(wù)數(shù)據(jù)分析與應(yīng)用的意義 3 二、商務(wù)數(shù)據(jù)分析與應(yīng)用的流程 4 三、商務(wù)數(shù)據(jù)分析與應(yīng)用的原則 5 第二節(jié)　典型分析任務(wù) 7 一、行業(yè)分析 7 二、客戶分析 8 三、產(chǎn)品分析 9 四、運營分析 9 第三節(jié)　常用分析模型 11 一、PEST模型 12 二、SWOT模型 14 三、5W2H模型 16 四、邏輯樹模型 17 第四節(jié)　常用分析方法 20 一、靜態(tài)分析指標(biāo) 20 二、動態(tài)分析方法 23 三、統(tǒng)計指數(shù) 25 四、抽樣推斷 26 五、相關(guān)與回歸 27 六、決策樹 30 七、聚類算法 31 八、神經(jīng)網(wǎng)絡(luò) 31 實訓(xùn) 網(wǎng)店數(shù)據(jù)分析工具— “生意參謀” 32 本章小結(jié) 34 同步測試 35 第二章 商務(wù)數(shù)據(jù)分析工具 第一節(jié)　數(shù)據(jù)存儲查詢 38 一、數(shù)據(jù)庫 39 二、SQL語言 42 實訓(xùn) SQL數(shù)據(jù)查詢、排序與 處理 56 第二節(jié)　數(shù)據(jù)分析 57 一、Excel 58 二、SPSS 72 實訓(xùn) SPSS數(shù)據(jù)分析 76 三、Python 83 實訓(xùn) Python數(shù)據(jù)分析 91 四、R語言 97 實訓(xùn) R語言數(shù)據(jù)分析 103 第三節(jié)　數(shù)據(jù)可視化 105 一、數(shù)據(jù)可視化概述 105 二、數(shù)據(jù)可視化中的常用圖表 106 三、數(shù)據(jù)可視化工具 111 本章小結(jié) 116 同步測試 117 第三章 商務(wù)數(shù)據(jù)分析應(yīng)用 第一節(jié)　行業(yè)分析 121 一、行業(yè)數(shù)據(jù)采集 121 二、市場需求調(diào)研 123 三、產(chǎn)業(yè)鏈分析 125 四、細(xì)分市場分析 127 五、市場生命周期分析 129 六、行業(yè)競爭分析 130 實訓(xùn) 生意參謀之行業(yè)數(shù)據(jù)分析 133 第二節(jié)　客戶分析 136 一、客戶數(shù)據(jù)收集 137 二、客戶畫像 140 實訓(xùn) 生意參謀之行業(yè)客戶畫像 142 三、客戶行為分析 148 實訓(xùn) 淘寶客戶運營平臺之客戶行為分析 149 四、客戶價值分析 152 五、精準(zhǔn)營銷與效果評估 155 實訓(xùn) RFM分析與精準(zhǔn)客戶營銷 156 第三節(jié)　產(chǎn)品分析 159 一、競爭對手分析 160 二、用戶特征分析 163 三、產(chǎn)品需求分析 165 四、產(chǎn)品生命周期分析 166 五、用戶體驗分析 169 實訓(xùn) 網(wǎng)店商品數(shù)據(jù)分析 171 第四節(jié)　運營分析 176 一、銷售數(shù)據(jù)分析 176 二、推廣數(shù)據(jù)分析 179 三、客服績效分析 183 本章小結(jié) 186 同步測試 187 第四章 商務(wù)數(shù)據(jù)分析報告 第一節(jié)　報告概述 190 一、報告的概念 190 二、報告的類型 192 三、報告的結(jié)構(gòu) 195 第二節(jié)　報告實例 199 實例一：2016年一季度浙江省電子商務(wù)大數(shù)據(jù)分析報告 199 實例二：2016年浙江省跨境電子商務(wù)發(fā)展報告 203 實例三：2017年中國汽配行業(yè)研究報告 207 實例四：物業(yè)管理業(yè)主滿意度調(diào)查分析報告 212 實訓(xùn) 編制網(wǎng)店運營分析報表 216 本章小結(jié) 220 同步測試 220 附錄 商務(wù)數(shù)據(jù)分析常用指標(biāo) 【行業(yè)類指標(biāo)】 223 【客戶類指標(biāo)】 223 【產(chǎn)品類指標(biāo)】 224 【運營類指標(biāo)】 225