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。 《数据化管理：洞悉零售及电子商务运营》全部案例均基于Excel，每个人都能快速上手应用并落地。 作者简介  · · · · · · 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。 目录  · · · · · · 第 1 章　什么是数据化管理　　/17 1.1　“聪明”的销售人员　　/17 1.2　数据化管理的概念　　/20 1.3　数据化管理的意义　　/21 1.4　数据化管理的四个层次　　/22 1.4.1　业务指导管理　　/22 1.4.2　营运分析管理　　/22 1.4.3　经营策略管理　　/22 1.4.4　战略规划管理　　/22 1.5　数据化管理流程图　　/23 1.5.1　分析需求　　/23 1.5.2　收集数据　　/23 1.5.3　整理数据　　/23 1.5.4　分析数据　　/24 1.5.5　数据可视化　　/24 1.5.6　应用模板开发　　/25 1.5.7　分析报告　　/26 1.5.8　应用　　/27 1.6　数据化管理应用模板　　/27 第 2 章　寻找零售密码　　/29 2.1　周权重指数　　/30 2.1.1　寻找店铺零售规律　　/31 2.1.2　周权重指数　　/32 2.1.3　周权重指数的计算　　/34 2.1.4　日权重指数的特殊处理　　/36 2.2　周权重指数的应用　　/37 2.2.1　判断零售店铺销售规律辅助营运　　/38 2.2.2　分解日销售目标　　/39 2.2.3　月度销售预测　　/41 2.2.4　销售对比　　/44 2.3　神奇的黄氏曲线——单位权重（销售）值曲线　　/47 2.3.1　单位权重（销售）值曲线　　/47 2.3.2　应用在销售追踪过程中　　/47 2.3.3　特殊事件的量化处理　　/50 2.3.4　促销活动的分析及评估　　/52 2.3.5　新产品上市的分析及评估　　/54 2.3.6　其他应用　　/55 2.4　案例及应用——数据化排班　　/56 第 3 章　销售中的数据化管理　　/61 3.1　销售都是追踪出来　　/62 3.1.1　没有目标管理就没有销售的最大化　　/62 3.1.2　没有标准就没有追踪的依据　　/63 3.1.3　如何用数据化追踪销售　　/64 3.1.4　销售追踪注意事项　　/68 3.2　常用的销售分析指标　　/69 3.2.1　人货场是零售业基本的思维模式　　/69 3.2.2　零售业常用的分析指标　　/72 3.2.3　如何确定指标的重要性　　/86 3.3　提高销售额的杜邦分析图　　/87 3.3.1　路过人数　　/89 3.3.2　进店率　　/89 3.3.3　成交率　　/89 3.3.4　平均零售价　　/90 3.3.5　销售折扣　　/90 3.3.6　连带率　　/90 3.4　促销中的数据化管理　　/92 3.4.1　影响冲动购买的因素有哪些　　/92 3.4.2　零售业常用的促销方式　　/93 3.4.3　促销活动的准备、执行和评估　　/94 3.5　案例及应用　　/97 第 4 章　商品中的数据化管理　　/103 4.1　常用的商品分析指标　　/103 4.1.1　商品分析的基本逻辑　　/103 4.1.2　常用的商品分析指标　　/104 4.1.3　伤不起的售罄率　　/117 4.1.4　再谈如何确定指标间的重要性　　/119 4.2　常用的商品分析方法　　/120 4.2.1　商品的自然分类方法　　/120 4.2.2　商品的销售分类方法　　/122 4.2.3　商品的价格分析　　/124 4.2.4　商品的定价策略　　/130 4.3　商品的关联销售分析　　/136 4.3.1　商品的关联程度分析　　/136 4.3.2　购物篮分析　　/139 4.3.3　提高商品关联度的方法　　/141 4.4　商品的库存管理　　/142 4.4.1　库存分析逻辑　　/142 4.4.2　异常库存管理　　/150 4.4.3　设置库存预警条件　　/151 4.5　商品的利润管理　　/152 4.5.1　谁在决定商品的利润　　/153 4.5.2　商品的现值　　/153 4.5.3　库存的现值分析法　　/156 4.6　案例分享　　/157 第 5 章　电子商务中的数据化管理　　/164 5.1　数据分析是电商营运的指路明灯　　/164 5.1.1　电子商务和传统零售数据分析的区别　　/165 5.1.2　电商数据分析需要的数据　　/166 5.1.3　电商数据来源及分析工具　　/167 5.2　电商数据分析指标　　/168 5.2.1　流量指标　　/168 5.2.2　转化指标　　/169 5.2.3　营运指标　　/171 5.2.4　会员指标　　/171 5.2.5　财务指标　　/173 5.2.6　关键指标　　/175 5.3　流量及会员数据分析　　/177 5.3.1　流量及转化的漏斗图分析　　/177 5.3.2　对比发现有质量的流量　　/178 5.3.3　电商销售额诊断　　/180 5.4　案例分析　　/181 第 6 章　零售策略中的数据化管理　　/184 6.1　渠道策略的数据化管理　　/185 6.1.1　如何科学地将渠道分类　　/185 6.1.2　渠道拓展分析　　/191 6.1.3　渠道的管理指标　　/197 6.2　会员策略的数据化管理　　/198 6.2.1　会员数据分析　　/199 6.2.2　会员价值分析　　/203 6.2.3　会员的生命周期管理　　/206 6.2.4　会员购买行为的研究　　/209 6.3　竞争对手分析　　/211 6.3.1　谁是你的竞争对手　　/211 6.3.2　如何收集竞争对手的数据　　/214 6.3.3　竞争对手的分析方法　　/217 6.4　营运策略的数据化管理　　/224 6.4.1　如何做销售预测　　/224 6.4.2　如何制定年度销售目标　　/230 6.5　案例分享　　/235 6.5.1　整理思路　　/236 6.5.2　界定问题　　/237 6.5.3　收集数据　　/238 6.5.4　分析数据　　/241 第 7 章　必知必会的数据分析方法　　/244 7.1　数据分析的立体化　　/244 7.1.1　数据分析必须立体化　　/244 7.1.2　三维分析之点-线-面　　/245 7.1.3　三维分析之时间-对象-指标　　/245 7.1.4　三维分析之人-货-场　　/246 7.1.5　三维分析之广度-宽度-深度　　/248 7.2　数据没有可对比性就没有数据分析　　/251 7.2.1　被滥用的同比和环比　　/252 7.2.2　伤不起的各种“率”　　/253 7.2.3　她真的是销售冠军吗　　/257 7.3　常用的数据分析方法　　/259 7.3.1　如何设定指标的权重　　/260 7.3.2　经典的二八法则应用　　/262 7.3.3　ABC分析方法　　/264 7.3.4　排行榜分析方法　　/265 7.3.5　你真的了解平均值吗　　/267 7.4　数据展示也是一种分析方法　　/269 7.4.1　Excel图表的展示逻辑　　/270 7.4.2　不一样的雷达图　　/271 7.4.3　清清爽爽的K线图　　/273 7.4.4　高端大气的热力图　　/275 7.4.5　四象限图的策略思维　　/278 第 8 章　如何建立数据化管理模型　　/280 8.1　数据化管理应用模板　　/280 8.1.1　自定义区域　　/281 8.1.2　数据源区域　　/282 8.1.3　分析辅助区域　　/283 8.1.4　业务预警区域　　/283 8.1.5　业务分析区域　　/284 8.1.6　报告展示区域　　/286 8.2　搭建数据化管理模板必会的Excel十大技巧　　/287 8.2.1　必须要掌握的54个函数　　/287 8.2.2　数据透视表　　/288 8.2.3　自动排名　　/289 8.2.4　四象限图　　/290 8.2.5　智能提醒　　/291 8.2.6　PPT随Excel图表自动更新　　/292 8.2.7　密码保护　　/293 8.2.8　控件和VBA的使用　　/295 8.2.9　名称管理器　　/298 8.2.10　如何隐藏数据　　/300 后记　　/304 附录　测试你对数据敏感度的答案　　/305