商务数据分析与应用
分享
课程详情
课程评价
spContent=在互联网风气云涌的时代,拥有了数据金矿,如何挖出真金白银呢?数据本身不产生价值,只有分析和利用大数据,才能将散落在各个平台中的数据的真正商业价值挖掘出来。本课程带你走近商务数据分析的世界,学习数据分析的方法,学会应用数据分析工具,挖掘商务数据的真正价值。
—— 课程团队
课程概述

      《商务数据分析与应用》是电子商务类专业的一门专业核心课程,依据电子商务运营管理岗位群中数据运营典型职业活动而设置,主要任务是完成运营数据的分析并依据分析结果提升营销和运营效率、科学预测、增强客户体验。

        通过本课程的学习,学生能掌握数据分析的基本知识、工具、方法,具备在互联网环境下的数据分析、数据可视化展现、及评估优化的能力,通过对流量来源、商品销量、用户画像等数据,利用流量、销售转化率、客户价值、库存分析、动销率分析、带等常用的分析指标进行数据分析,以此指导店铺品类结构及营销策略,加强店铺的竞争力。课程内容从基于数据分析的网络营销,提升到基于大数据分析的商务数据采集、分析与应用到互联网商务运营全过程。在本课程的建设及具体教学过程中形成了以下做法:

       1在课程内容上强调与生产过程对接,确立"项目引领、任务驱动"的课程改革模式。以生产一线典型的技术项目为载体,重构课程的理论教学和实践教学内容,把数据分析岗位典型工作任务的实践技术项目分成12个教学任务,在完成任务过程中实现课程目标。通过构建项目实践体系,在真实的学习情境中学习并掌握数据分析与应用能力,使学生达到相关岗位职业能力的要求。本课程现已建设完成的数字资源有:视频类、PPT演示文稿类、文本类、图形/图像类等资源近200个。

       2.在教学方法上强调O2O线上线下结合的“教学做一体化”教学模式。发挥爱课程数字资源“能学辅教”的作用,积极进行教学内容、教学方法及信息化教学手段的改革,探索《商务数据分析与应用》课程在产教融合平台下的教学新模式、新方法。学生可自主安排时间学习课程在线资源,助理教师督促学生学习进度,确保学生在指定主题的线下教学前完成对应的在线学习任务。在视频播放过程中设置回答问题环节,帮助学生专注教学内容、检验学习效果。根据学生在线学习效果进行课堂教学、线下讨论,进而推动学生学习方式的变革,使学生能个性化、高效化、便捷化地自主学习。 

本课程的重点包括:

       1.数据分析工作流程,明确目标、规划框架、数据获取与筛选处理、数据分析、总结评估;

       2.数据分析指标体系与分析方法,流量、销售转化率、客户价值、商品类目、营销活动、风控和市场竞争等八大指标体系和数据指标分析方法;

       3.流量来源分析,结合典型店铺分析店铺流量来源结构,运用数据分析工具分析店铺流量来源终端及来源占比等;

       4.商品分析,通过对商品销量、销售利润、走货速度等情况,利用销售状况分析、库存分析、动销率分析、售罄率、价格带等常用的商品分析指标,以此指导店铺品类结构、加强经营商品的竞争力;

       5.客户行为分析,根据客户的购买频率、单次最高消费金额、购买商品种类、最近购买时间间隔等数据,进行客户价值度分析。

本课程的难点包括:

       1.成交转化率分析,通过对商品成交过程中每个步骤产生的转化率,分析影响转化率可能存在因素,并给出提高转化率的建议。

       2.订单漏斗分析,通过对订单某个关键流程中各步骤的转化率进行对比分析,发现其流程存在的问题,给出相应的优化方案。

       3.店铺优化方案实施与效果评估,通过对店铺的三类数据分析,评估店铺在运营中的状况、趋势、问题,快速做出响应方案。


授课目标
本课程旨在培养学生运用大数据思维和分析工具进行互联网环境下商务数据分析与应用的能力,实施以提升客户满意度、客户价值为目标的客户数据搜集与客户价值分析。
课程大纲


第一讲 数据分析认知

第二讲 数据分析工作流程分析

第三讲 商务数据分析指标体系

第四讲 数据分析方法和工具运用

第五讲 流量来源分析

第六讲 成交转化率分析

第七讲 网店商品分析

第八讲 网店客户服务分析

第九讲 行业数据分析

第十讲 客户行为分析

第十一讲  订单漏斗分析

第十二讲 店铺优化方案实施与效果评估




预备知识

先修课程:

   1、电子商务应用

   2、数据库原理


证书要求

按百分制计分,60分至84分为合格,85分至100分为优秀。

评分方案:




参考资料

1、参考书籍

  • 《网站分析实战--如何以数据驱动决策,提升网站价值(大数据时代的分析利器)》王彦平 吴盛峰编著 电子工业出版社

  • 《流量的秘密 Google Analytics网站分析与商业实战》【英】Brian Clifton  人民邮电出版社

  • 《New Internet:大数据挖掘》 谭磊  电子工业出版社

  • 《数据化营销》  淘宝大学著   电子工业出版社

2、参考网站

  • http://www.iresearch.cn/(艾瑞网)

  • http://www.199it.com/(中文互联网数据资讯中心)

  • http://bluewhale.cc/(蓝鲸的网站分析笔记)