課程描述INTRODUCTION
· 高層管理者· 中層領(lǐng)導(dǎo)· 其他人員
培訓(xùn)講師：俞光遠(yuǎn)
課程價(jià)格：￥元/人
培訓(xùn)天數(shù)：2天
日程安排SCHEDULE
課程大綱Syllabus
電子商務(wù)運(yùn)營(yíng)的培訓(xùn)
課程目標(biāo)
電商競(jìng)爭(zhēng)日益白熱化，任一家企業(yè)，無(wú)論大小，都難以逃離生存或發(fā)展的困境。既然是數(shù)據(jù)的時(shí)代，擺脫困境也別無(wú)選擇，需要從數(shù)據(jù)入手。從他處學(xué)習(xí)數(shù)據(jù)分析與數(shù)據(jù)挖掘，要么太難——起點(diǎn)高，力不從心；要么太遠(yuǎn)，很難用于電商業(yè)務(wù)。 移動(dòng)全業(yè)務(wù)下，網(wǎng)站經(jīng)營(yíng)也是開(kāi)拓業(yè)務(wù)渠道非常重要的一個(gè)環(huán)節(jié)，本課程通過(guò)國(guó)內(nèi)外著名網(wǎng)站的實(shí)際運(yùn)作案例演繹分析，來(lái)講述網(wǎng)站電子商務(wù)需要提升注意的環(huán)節(jié)。
課程大綱
第1章 電子商務(wù)運(yùn)營(yíng)和數(shù)據(jù)
1、2012年大的賭局
2、為300萬(wàn)人建300萬(wàn)個(gè)網(wǎng)站
3、電子商務(wù)的RUPI概念
4、在互聯(lián)網(wǎng)上賣米
5、電子商務(wù)怎么能離開(kāi)數(shù)據(jù)
6、淘寶店的四個(gè)核心數(shù)據(jù)
7、電子商務(wù)數(shù)據(jù)運(yùn)營(yíng)的五大應(yīng)用
8、讓網(wǎng)站更吸引人
9、把潛在客戶轉(zhuǎn)化成真正的客戶
10、挖掘老客戶價(jià)值
11、推薦系統(tǒng)的設(shè)計(jì)和應(yīng)用
12、針對(duì)不同客戶提供個(gè)性化的產(chǎn)品
13、關(guān)于電商數(shù)據(jù)的六個(gè)“W”和一個(gè)“H”
第2章 我們需要知道的數(shù)據(jù)分析
1、從數(shù)據(jù)分析講師林彪說(shuō)起
2、數(shù)據(jù)分析基本概念
-就這么簡(jiǎn)單：三種基礎(chǔ)數(shù)據(jù)
-我們這樣來(lái)理解數(shù)據(jù)
-概率并不可怕
3、讓我們開(kāi)始加工數(shù)據(jù)
-數(shù)據(jù)集成——把所有數(shù)據(jù)都拿過(guò)來(lái)
-數(shù)據(jù)清洗——給數(shù)據(jù)玩“洗刷刷”
-數(shù)據(jù)轉(zhuǎn)換——給數(shù)據(jù)換個(gè)“馬甲”
-數(shù)據(jù)規(guī)約——有時(shí)候也要丟掉數(shù)據(jù)
4、用向量表示數(shù)據(jù)
5、網(wǎng)站日志的收集和處理
-網(wǎng)站日志信息分類
-網(wǎng)站日志實(shí)例
-網(wǎng)站日志預(yù)處理
6、好的分析方法——看圖說(shuō)話
-起起伏伏用折線圖
-簡(jiǎn)單比較用柱狀圖
-轉(zhuǎn)化率用漏斗圖表示直觀
-雷達(dá)圖顯示用戶偏好
-表示比例好的餅圖和環(huán)形圖
第3章 我們需要知道的數(shù)據(jù)挖掘
1、什么是數(shù)據(jù)挖掘
-尿不濕和啤酒
-Target和懷孕預(yù)測(cè)指數(shù)
-從數(shù)據(jù)分析到數(shù)據(jù)挖掘
-數(shù)據(jù)挖掘的一般過(guò)程
2、人人都能做數(shù)據(jù)挖掘
3、我們需要知道的四類數(shù)據(jù)挖掘算法
-分類——人以群分
-聚類——物以類聚
-關(guān)聯(lián)——馬原告訴我們事物是普遍聯(lián)系的
-序列——排隊(duì)的規(guī)律，中國(guó)人明白
4、Web挖掘和信息檢索
-Web挖掘和信息檢索
-協(xié)同過(guò)濾——推測(cè)同類客戶的行為
-個(gè)性化推薦和推薦系統(tǒng)——我們要更懂客戶
第4章 數(shù)據(jù)分析和數(shù)據(jù)挖掘工具的選擇
1、數(shù)據(jù)分析工具
-用Excel做數(shù)據(jù)分析
-MATLAB
2、網(wǎng)站分析工具
-用GA做分析
-GA的限制
-各種站長(zhǎng)工具
3、用R語(yǔ)言制作的工具
-用R做數(shù)據(jù)分析的優(yōu)勢(shì)
-用R繪制熱力圖
-用Rattle分析廣告投放數(shù)據(jù)
4、其他的開(kāi)源數(shù)據(jù)挖掘工具
-Weka數(shù)據(jù)挖掘工具
-Google提供的數(shù)據(jù)挖掘工具
5、電商平臺(tái)上的各種工具
-用量子恒道分析淘寶網(wǎng)店
-淘寶上的數(shù)據(jù)*
-開(kāi)放平臺(tái)上的工具
6、數(shù)據(jù)展示工具
第5章 電子商務(wù)數(shù)據(jù)運(yùn)營(yíng)入門
1、在討論數(shù)據(jù)運(yùn)營(yíng)之前
-數(shù)據(jù)運(yùn)營(yíng)的四大障礙
- 數(shù)據(jù)不是萬(wàn)能的
2、電子商務(wù)運(yùn)營(yíng)中重要的數(shù)據(jù)點(diǎn)
-訪客數(shù)
-轉(zhuǎn)化率
-客單價(jià)
3、一切讓數(shù)據(jù)說(shuō)話
-要有總體的概念
-每天的運(yùn)營(yíng)數(shù)據(jù)不可忽視
-重要的是ROI
4、有哪些數(shù)據(jù)分析需要做
-網(wǎng)站流量分析
-商品銷售分析
-定期數(shù)據(jù)分析
-內(nèi)容分析
5、從零開(kāi)始打造電子商務(wù)企業(yè)
-Bootstrapping，一步一步來(lái)
-商品選擇
-平臺(tái)選擇
-經(jīng)營(yíng)策略和定位的選擇
-推廣選擇
第6章 電子商務(wù)數(shù)據(jù)運(yùn)營(yíng)的方法
1、 用數(shù)據(jù)解決運(yùn)營(yíng)中的問(wèn)題
-商品評(píng)估
-流量評(píng)估
-頁(yè)面評(píng)估
-網(wǎng)站評(píng)估
-服務(wù)評(píng)估
2、客戶分析數(shù)據(jù)模型
-數(shù)據(jù)模型的建立和應(yīng)用
-客戶生命周期模型
-RFM客戶數(shù)據(jù)模型
-基于客戶訪問(wèn)信息的分析模型
-基于訪客系統(tǒng)屬性的分析模型
3、WAMM模型
4、如何針對(duì)獨(dú)立B2C做數(shù)據(jù)運(yùn)營(yíng)
5、數(shù)據(jù)運(yùn)營(yíng)的考核——KPI
-KPI的SMART原則
-電子商務(wù)運(yùn)營(yíng)的KPI設(shè)定
第7章 電商運(yùn)營(yíng)之免費(fèi)流量獲取
1、免費(fèi)的自然流量——SEO
-為什么需要做SEO
-SEO站內(nèi)優(yōu)化
-SEO站外優(yōu)化
-SEO小實(shí)操
2、淘寶SEO
3、企業(yè)官網(wǎng)和官博
4、口碑和互動(dòng)營(yíng)銷
第8章 電商運(yùn)營(yíng)流量獲取——做有效的廣告
1、做有效的廣告
-互聯(lián)網(wǎng)廣告的優(yōu)勢(shì)
-網(wǎng)站聯(lián)盟廣告
-互聯(lián)網(wǎng)廣告分析
-廣告優(yōu)化和定向投放
2、淘寶上的廣告
-淘寶直通車
-鉆石展位
3、搜索引擎競(jìng)價(jià)排名和SEM
-搜索廣告的類型
-搜索廣告的效果
-通過(guò)數(shù)據(jù)分析做SEM
4、EDM
-EDM和客戶生命周期
-EDM的KPI
-EDM中的延時(shí)效應(yīng)性
-EDM中的數(shù)據(jù)篩選
-EDM上的RFM模型應(yīng)用
5、多管齊下
-整合營(yíng)銷
-多渠道運(yùn)營(yíng)
第9章 把流量變成真實(shí)客戶
1、流量分析
-訪客量的分析
-分析流量來(lái)源特點(diǎn)
-分析訪客時(shí)空屬性
-分析訪客的人群屬性
-分析客戶興趣屬性
2、頁(yè)面分析
-網(wǎng)站上的內(nèi)容
-頁(yè)面跳出率和二跳率
-頁(yè)面熱度分析
3、網(wǎng)站分析
-網(wǎng)站日志分析
-提升網(wǎng)站質(zhì)量
4、提升網(wǎng)站轉(zhuǎn)化率
-抓住每一個(gè)環(huán)節(jié)的數(shù)據(jù)
-怎樣吸引客戶下訂單
-找回被放棄的購(gòu)物車
-不盲目追求轉(zhuǎn)化率
第10章 深度挖掘客戶價(jià)值
1、有價(jià)值客戶的特征
-建立CRM（客戶關(guān)系管理）
-構(gòu)建客戶綜合價(jià)值模型
-用客戶生命周期模型提升收入
-用RFM算法找出MVC
2、如何把客戶黏在我們的網(wǎng)站
-提升客戶平均停留時(shí)間
-客戶活躍度分析
-做客戶流失分析
3、客戶需要什么商品
-找出熱門商品
-用推薦系統(tǒng)提高客單價(jià)
4、商品相關(guān)的數(shù)據(jù)挖掘
-用決策樹分析商品
-用聚類算法對(duì)商品分類
-用關(guān)聯(lián)算法做商品匹配
-用序列算法分析商品上下架時(shí)間
第11章 電子商務(wù)運(yùn)營(yíng)還有哪些事兒
1、相關(guān)管理系統(tǒng)
2、移動(dòng)電商和數(shù)據(jù)
-移動(dòng)電商的特殊性
-數(shù)據(jù)挖掘和LBS
-移動(dòng)廣告
-移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)面臨的問(wèn)題
3、電商和Big Data
-BigData是什么
-電商的大數(shù)據(jù)可以怎么“玩”
-Big Data上的技術(shù)
-聯(lián)機(jī)分析處理（OLAP）
4、電子商務(wù)網(wǎng)絡(luò)安全
5、企業(yè)競(jìng)爭(zhēng)與反競(jìng)爭(zhēng)
電子商務(wù)運(yùn)營(yíng)的培訓(xùn)
轉(zhuǎn)載：http://szsxbj.com/gkk_detail/279078.html
