܄

17位企业老总及行业大腕联袂推荐——《数据化管理:洞悉零售及电子商务运营》

【数据猿导读】 本书通过讲述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,用大量案例深入浅出地讲解了数据意识和零售思维

17位企业老总及行业大腕联袂推荐——《数据化管理:洞悉零售及电子商务运营》

本书为数据猿推出的《每周一本书》栏目丛书。

欢迎大家推荐好书给我们,让更多人受益。

学习数据分析是为了应用在我们的工作生活中,零售与我们生活的关系最密切,今天为大家推荐一本有关零售行业数据分析的书。在给大家推荐书之前,先出两道题考考大家,请大家在不用计算器的前提下30秒内选择出下面这4道题的正确答案:

① 345678+13897+6732+19753+685454+23988+348766+768=
A.1445035  B.1445036  C.1445037  D.1445063
② 3872×68=
A.263296  B.283296  C.193296  D.213296
③ 1258×308=
A.38764  B.3874064  C.3870464  D.387464
④ 12837+9235+432867+235=
A.435174  B.489174  C.455174  D.555174

……

算出来了吗?杰克欧巴教大家几个小窍门快速识别真假数值?

尾数法:只看最后一位数字,尾数相互加减乘除后的结果必须满足对应的算术规律。例如①所示,我们可以快速判断尾数应该是6,所以ACD肯定是错误的。
首位法:只看每个数值的第一个数字,相乘或相加,结果需要满足或近似满足四则运算规律。例如所示,首位数字近似于4乘以7,计算结果②应该靠近且小于28,所以BCD是错误的。
数位法:通过数每个数值的位数来判断计算结果是否正确。例如所示,4位数乘以3位数结果应该是6或者7位,而③题中的两个数值偏小,所以结果应该是6位。从而判断ABC都是错误值。
极值法:在求和运算中,最大值左右了运算结果,所以通过对比最大值和运算结果大致就能做出判断。例如④利用此法很容易就能判断ABD是错误的。

今天为大家推荐的《数据化管理:洞悉零售及电子商务运营》就是书中杰克欧巴的独家讲义。

零售_数据分析_数据思维-1

内容简介

本书通过讲述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,用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。书中的全部案例均基于Excel,每个人都能快速上手应用并落地。

作者简介

黄成明 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。

大咖推荐

很早就和黄老师认识并合作了,一直很欣赏他对商业的理解度。现在终于看见他将自己的智慧整理成了一本书,有理论也有实践,有零售思维也有数据意识,有营运规划也有策略分析。作为企业经营者,最怕只有数据却没有产生价值,这本书可以帮助零售从业者提高对数据的认识,并且用数据提高营运管理深度。

——徐宇,赫基国际集团,CEO

这是我读过的接地气的数据化管理著作,聚焦于通过数据分析帮助策略落地。本书提到的零售策略,我在家乐福及华润万家零售实战中都用到过,受益匪浅。其中关于客户驱动及竞争分析的方法论,在目前电商的激烈竞争中,依然适用,甚至不可或缺。

 ——蒋泾,唯品会,高级副总裁

本书通过几个人对实际业务的探讨展开了数据驱动业务的有趣旅程。既有数据分析逻辑、基础指标计算和对比方法,又具备数据分析技巧,涵盖数据分析从入门到高级再到精深的各个阶段,其中数据分析立体化无疑是数据分析的重要指导思想,从由小到大,由局部到整体的立体化,到通过增加不同维度实现立体化的思考,为数据分析从业者提供很好的思路和借鉴。在立体化逻辑的基础上,再从不同维度的数据指标组合中找寻业务解释,为企业提供更多的决策和效率优化依据!

——罗盎,微博数据中心,总监

大数据时代已悄然来临,那些默默沉睡在服务器上的陈年旧数一夜间身价倍增。现在市面上已经有很多关于大数据、数据挖掘等的各类书籍了,本书却非常新颖和务实地聚焦在"如何利用数据及数据挖掘分析方法来支持企业各项管理工作"。而这种视角,对于我们连锁零售百货公司非常有价值。新世界百货从1993年来大陆开店,至今已经有21年的历程,在我们的后台服务器上积累了海量的中国各个城市消费者的消费记录,同时我们已经拥有超过300万的VIP会员,他们21年的消费行为、消费习惯,以及这种行为和习惯的变迁,都刻录在存储器上。我们一直在思考如何挖掘这些堪比石油的数据矿。本书的问世给我们带来了一种欣喜和尝试的冲动。 

——王宝军,新世界百货中国有限公司企业管理服务部,总经理

优秀的数据分析师要求五懂,即要懂业务、懂管理、懂分析、懂工具、懂设计,本书为五懂结合应用的结晶。

——张文霖,《谁说菜鸟不会数据分析》作者

读者评价

零售_数据分析_数据思维-2

目录

第 1 章 什么是数据化管理  
1.1 “聪明”的销售人员  
1.2 数据化管理的概念  
1.3 数据化管理的意义  
1.4 数据化管理的四个层次  
1.5 数据化管理流程图  
1.6 数据化管理应用模板  

第 2 章 寻找零售密码  
2.1 周权重指数  
2.2 周权重指数的应用  
2.3 神奇的黄氏曲线——单位权重(销售)值曲线  
2.4 案例及应用——数据化排班  

第 3 章 销售中的数据化管理  
3.1 销售都是追踪出来  
3.2 常用的销售分析指标  
3.3 提高销售额的杜邦分析图  
3.4 促销中的数据化管理  
3.5 案例及应用  

第 4 章 商品中的数据化管理  
4.1 常用的商品分析指标  
4.2 常用的商品分析方法  
4.3 商品的关联销售分析  
4.4 商品的库存管理  
4.5 商品的利润管理  
4.6 案例分享 

第 5 章 电子商务中的数据化管理  
5.1 数据分析是电商营运的指路明灯  
5.2 电商数据分析指标  
5.3 流量及会员数据分析  
5.4 案例分析  

第 6 章 零售策略中的数据化管理  
6.1 渠道策略的数据化管理 
6.2 会员策略的数据化管理  
6.3 竞争对手分析 
6.4 营运策略的数据化管理  
6.5 案例分享  

第 7 章 必知必会的数据分析方法  
7.1 数据分析的立体化 
7.2 数据没有可对比性就没有数据分析 
7.3 常用的数据分析方法 
7.4 数据展示也是一种分析方法  

第 8 章 如何建立数据化管理模型  
8.1 数据化管理应用模板 
8.2 搭建数据化管理模板必会的Excel十大技巧  

购买链接

京东:https://item.jd.com/11482086.html

当当:http://product.dangdang.com/23496289.html


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

在VUCA时代, 数据分析起家的蓝灯数据如何利用云原生微应用将“颠覆式革新”进行到底?
在VUCA时代, 数据分析起家的蓝灯数据如何利用云原生微应用将...
WIFIPIX:后疫情时代,私域流量让家居零售企业重获新生
WIFIPIX:后疫情时代,私域流量让家居零售企业重获新生
【金猿产品展】RetailAI:以人工智能视觉商品识别技术赋能零售行业
【金猿产品展】RetailAI:以人工智能视觉商品识别技术赋能零售...

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部