**章 电子商务运营和数据         
    1、2012年大的赌局      
    2、为300万人建300万个网站        
    3、电子商务的RUPI概念      
    4、在互联网上卖米        
    5、电子商务怎么能离开数据        
    6、淘宝店的四个核心数据        
    7、电子商务数据运营的五大应用  
    8、让网站更吸引人        
    9、把潜在客户转化成真正的客户        
    10、挖掘老客户价值        
    11、推荐系统的设计和应用   
    12、针对不同客户提供个性化的产品   
    13、关于电商数据的六个“W”和一个“H”       
第2章 我们需要知道的数据分析    
    1、从数据分析讲师林彪说起  
    2、数据分析基本概念       
       ●就这么简单：三种基础数据   
       ●我们这样来理解数据        
       ●概率并不可怕   
    3、让我们开始加工数据  
       ●数据集成——把所有数据都拿过来        
       ●数据清洗——给数据玩“洗刷刷”        
      ●数据转换——给数据换个“马甲”        
       ●数据规约——有时候也要丢掉数据        
    4、用向量表示数据  
    5、网站日志的收集和处理       
       ●网站日志信息分类   
       ●网站日志实例   
       ●网站日志预处理        
    6、好的分析方法——看图说话  
       ●起起伏伏用折线图   
       ●简单比较用柱状图   
       ●转化率用漏斗图表示直观   
       ●雷达图显示用户偏好        
       ●表示比例好的饼图和环形图            
第3章 我们需要知道的数据挖掘    
    1、什么是数据挖掘  
       ●尿不湿和啤酒   
       ●Target和怀孕预测指数    
       ●从数据分析到数据挖掘   
       ●数据挖掘的一般过程        
    2、人人都能做数据挖掘  
    3、我们需要知道的四类数据挖掘算法  
       ●分类——人以群分   
       ●聚类——物以类聚   
       ●关联——马原告诉我们事物是普遍联系的   
       ●序列——排队的规律，中国人明白   
    4、Web挖掘和信息检索  
       ●Web挖掘和信息检索        
       ●协同过滤——推测同类客户的行为        
       ●个性化推荐和推荐系统——我们要更懂客户            
第4章 数据分析和数据挖掘工具的选择         
    1、数据分析工具       
       ●用Excel做数据分析 
       ●MATLAB      
    2、网站分析工具       
       ●用GA做分析     
       ●GA的限制 
       ●各种站长工具   
    3、用R语言制作的工具  
       ●用R做数据分析的优势   
       ●用R绘制热力图        
       ●用Rattle分析广告投放数据    
    4、其他的开源数据挖掘工具  
       ●Weka数据挖掘工具 
       ●Google提供的数据挖掘工具   
    5、电商平台上的各种工具       
       ●用量子恒道分析淘宝网店        
       ●淘宝上的数据魔方   
       ●开放平台上的工具   
    6、数据展示工具             
第5章 电子商务数据运营入门         
    1、在讨论数据运营之前  
       ●数据运营的四大障碍        
       ● 数据不是万能的        
    2、电子商务运营中重要的数据点  
       ●访客数        
       ●转化率        
       ●客单价        
    3、一切让数据说话  
       ●要有总体的概念        
       ●每天的运营数据不可忽视        
       ●重要的是ROI
    4、有哪些数据分析需要做       
       ●网站流量分析   
       ●商品销售分析   
       ●定期数据分析   
       ●内容分析   
    5、从零开始打造电子商务企业       
       ●Bootstrapping，一步一步来    
       ●商品选择   
       ●平台选择   
       ●经营策略和定位的选择   
       ●推广选择        
第6章 电子商务数据运营的方法    
    1、 用数据解决运营中的问题  
       ●商品评估   
       ●流量评估   
       ●页面评估   
       ●网站评估   
       ●服务评估   
    2、客户分析数据模型       
       ●数据模型的建立和应用   
       ●客户生命周期模型   
       ●RFM客户数据模型   
       ●基于客户访问信息的分析模型        
       ●基于访客系统属性的分析模型        
    3、WAMM模型 
    4、如何针对独立B2C做数据运营  
    5、数据运营的考核——KPI      
       ●KPI的SMART原则    
       ●电子商务运营的KPI设定   
第7章 电商运营之免费流量获取    
    1、免费的自然流量——SEO    
       ●为什么需要做SEO    
       ●SEO站内优化    

●SEO站外优化    
    ●SEO小实操
 2、淘宝SEO        
 3、企业官网和官博  
 4、口碑和互动营销     

第八章 电商运营流量获取——做有效的广告         
    1、做有效的广告       
       ●互联网广告的优势   
       ●网站联盟广告   
       ●互联网广告分析        
       ●广告优化和定向投放        
    2、淘宝上的广告       
       ●淘宝直通车        
       ●钻石展位   
    3、搜索引擎竞价排名和SEM  
       ●搜索广告的类型        
       ●搜索广告的效果        
       ● **数据分析做SEM        
    4、EDM       
       ●EDM和客户生命周期       
       ●EDM的KPI
       ●EDM中的延时效应性       
       ●EDM中的数据筛选  
       ●EDM上的RFM模型应用 
    5、多管齐下       
       ●整合营销   
       ●多渠道运营               
第9章 把流量变成真实客户    
    1、流量分析       
       ●访客量的分析   
       ●分析流量来源特点   
       ●分析访客时空属性   
       ●分析访客的人群属性        
       ●分析客户兴趣属性   
    2、页面分析       
       ●网站上的内容   
       ●页面跳出率和二跳率        
       ●页面热度分析   
    3、网站分析       
       ●网站日志分析   
       ●提升网站质量   
    4、提升网站转化率  
        ●抓住每一个环节的数据   
        ●怎样吸引客户下订单        
       ●找回被放弃的购物车        
        ●不盲目追求转化率          

第10章 深度挖掘客户价值      
     1、有价值客户的特征
        ●建立CRM（客户关系管理）
        ●构建客户综合价值模型 
        ●用客户生命周期模型提升收入      
        ●用RFM算法找出MVC   
     2、如何把客户黏在我们的网站     
        ●提升客户平均停留时间 
        ●客户活跃度分析      
        ●做客户流失分析      
     3、客户需要什么商品     
        ●找出热门商品 
        ●用推荐系统提高客单价 
     4、商品相关的数据挖掘
        ●用决策树分析商品 
        ●用聚类算法对商品分类 
        ●用关联算法做商品匹配 
        ●用序列算法分析商品上下架时间      
第11章 电子商务运营还有哪些事儿      
     1、相关管理系统     
     2、移动电商和数据
        ●移动电商的特殊性 
        ●数据挖掘和LBS       
        ●移动广告 
        ●移动互联网数据面临的问题 
    3、电商和Big Data 
       ●BigData是什么       
       ●电商的大数据可以怎么“玩”      
       ●Big Data上的技术  
       ●联机分析处理（OLAP）
    4、电子商务网络安全     
    5、企业竞争与反竞争