导语

  

内容提要

  

    本书内容主要围绕数据分析与数据化运营展开，其中包含运营、产品、市场、营销等多个体系。全书共分为11章，其中第1～3章主要讲述亚马逊数据化运营的概念和有关图表的基础知识，同时阐明了数据化运营的四大步骤。第4～10章为亚马逊数据化运营的主体部分，分别从用户、运营、市场、产品、营销、库存、管理这七个角度，详细讲解数据化运营的思路和方法。第11章结合全书内容阐述未来数据化运营的发展趋势，以及数据化运营无法触及的运营实际操作中的细节问题。
    本书针对亚马逊跨境电商从业者和创业者阅读使用，亦可作为刚入门想要学习跨境电商知识的读者使用，还可作为大中专院校电子商务专业的教材使用。

    旭鹏，本名叶鹏飞，资深亚马逊跨境电商人，知乎、网易云课堂等多家网络平台跨境电商运营课程主讲人。知乎、卖家之家、雨果网等平台跨境电商专栏作者，拥有行业关注者近万人，目前在江苏某跨境电商企业担任技术及运营总监（CTO）职位。
    擅长通过数据分析与数理推导找到运营核心，拥有丰富的数据化运营经验。

第1章  了解亚马逊数据化运营的概念（数据化运营和传统经验化运营的区别是什么？数据化运营有什么作用？数据化运
营的优势有哪些？）
  1.1  什么是亚马逊数据化运营
  1.2  跨境电商和国内电商数据化运营的区别
    1.2.1  数据处理工具的精细化程度不同
    1.2.2  数据化运营的用途不同
  1.3  亚马逊数据化运营和经验化运营的区别
    1.3.1  适用团队及场景的不同
    1.3.2  适用运营环节的不同
    1.3.3  适用技术门槛不同
  1.4  数据化运营有什么要求
    1.4.1  数据的要求
    1.4.2  分析的要求
  1.5  数据化运营有什么优势
  1.6  亚马逊数据化运营的体系及其作用
    1.6.1  用户体系数据化
    1.6.2  运营体系数据化
    1.6.3  市场体系数据化
    1.6.4  产品体系数据化
    1.6.5  营销体系数据化
    1.6.6  库存体系数据化
    1.6.7  管理体系数据化
  1.7  数据化运营入门思路讲解：过程标准化，结果可视化
第2章  搭建数据图表的认知体系（哪些数据图表是运营过程中很常用的？不同的数据图表有什么差别？）
  2.1  利用柱状图比较数据大小
    2.1.1  利用二维柱状图比较数值大小
    2.1.2  利用三维柱状图比较地区差异
    2.1.3  利用排列图分析累加数值
  2.2  利用散点图表示数据关系
    2.2.1  利用散点图比较信息对象
    2.2.2  利用气泡图观察多指标间的关系
  2.3  利用折线图观察时间序列数据
  2.4  利用雷达图展现多维数据
  2.5  利用漏斗图分析数据转化
第3章  掌握数据化运营的步骤（数据化运营要分几个步骤完成？每个步骤的意义是什么？每个步骤分别需要怎样的技能
？）
  3.1  数据采集
    3.1.1  人工采集
    3.1.2  报表采集
    3.1.3  自动化抓取采集
  3.2  数据清洗
  3.3  数据分析
  3.4  决策优化
第4章  用户体系数据化（我们的用户是谁？我们的用户有怎样的特征？如何通过亚马逊后台的数据，抽丝剥茧一步步构
建属于自己的用户画像？）
  4.1  用户画像介绍
  4.2  用户地区分布分析
  4.3  用户地区数据的应用
    4.3.1  针对化选品
    4.3.2  多店铺市场差额比较与运营能力分析
  4.4  用户价格分布分析
    4.4.1  价格时间分布分析
    4.4.2  价格地区分布分析
  4.5  用户价格敏感度分析
  4.6  用户价格敏感度数据的应用
    4.6.1  价格时间分布敏感度数据的应用
    4.6.2  价格地区分布敏感度数据的应用
  4.7  用户购物习惯分析
  4.8  用户购物习惯数据的广告应用
  4.9  用户购物习惯数据的1isting优化应用
  4.10  用户复购率分析及其应用
第5章  运营体系数据化（站内广告如何通过数据化运营的方式做到精准优化？listing的转化率如何通过数据分析找到优化
重心？）
  5.1  站内广告数据化运营思路
    5.1.1  广告类别区分——品牌广告和效果广告
    5.1.2  亚马逊站内CPC广告数据的分析技巧
    5.1.3  亚马逊站内CPC广告的优化顺序与节奏
  5.2  广告曝光流量转化漏斗模型
    5.2.1  效果广告营销漏斗分析（主要针对CPC广告优化）
    5.2.2  如何通过广告投放漏斗模型来优化站内CPC广告
  5.3  listing广告单次点击出价优化
    5.3.1  根据不同时间段分析订单与广告支出变化
    5.3.2  根据数据分析推导出最优单次点击竞价
  5.4  多广告组的象限分析法
    5.4.1  广告效果量化方法分类
    5.4.2  为什么要从宏观角度量化广告效果
    5.4.3  波士顿矩阵概念及其分析方法
    5.4.4  如何从宏观角度量化广告效果
    5.4.5  使用象限分析法时的常见误区
  5.5  单广告组的关键字选择
    5.5.1  概率矩阵匹配法
    5.5.2  广告结构细分法
  5.6  产品listing数据化运营思路
  5.7  产品listing运营决策模型
    5.7.1  产品1isting曝光流量转化模型
    5.7.2  用户购买链路模型
  5.8  产品listing曝光优化方法
  5.9  产品listing流量优化方法
    5.9.1  流量报告分析方法
    5.9.2  品牌店铺流量分析方法
    5.9.3  根据曝光流量漏斗模型优化流量
  5.10  产品listing转化率优化方法
    5.10.1  转化率经验化优化方法
    5.10.2  转化率数据化优化方法
  5.11  listing关键字的数据化优化方法
    5.11.1  关键字词库的建立与管理
    5.11.2  如何选取基本关键字
    5.11.3  如何扩展关键字词库
    5.11.4  如何使用及更新词库
    5.11.5  如何对关键字进行数据化评分
第6章  市场体系数据化（不同的类目市场具有怎样的数据波动规律？市场竞争度、市场容量如何通过亚马逊平台数据进
行计算？）
  6.1  市场体系包含的不同数据维度
  6.2  销售波动周趋势分析
    6.2.1  周权重指数介绍及计算
    6.2.2  周权重指数的应用
  6.3  淡季旺季更替的数据表现及规律
    6.3.1  类目宏观流量数据分析
    6.3.2  产品微观销售量数据分析
  6.4  不同keyword有效曝光市场容量分析
  6.5  不同keyword市场竞争度分析
第7章  产品体系数据化（如何确定自己的产品定位？如何实现数据化选品？如何在众多产品中做出取舍？）
  7.1  产品类目市场的选择
  7.2  产品价格定位
    7.2.1  成本定价
    7.2.2  现行价格定价
    7.2.3  心理定价
    7.2.4  产品价格区间及竞争度判断
  7.3  产品图片分析
    7.3.1  产品图片种类选择
    7.3.2  产品图片细节优化
    7.3.3  信息类图片的选择
  7.4  产品review数据化分析
  7.5  铺货类运营模式的产品取舍方法
  7.6  数据化选品与经验化选品的对比
    7.6.1  数据分析+经验判断类选品
    7.6.2  纯经验判断类选品
  7.7  数据化选品的数据抓取方法
    7.7.1  利用爬虫程序抓取排名数据
    7.7.2  简易代码
  7.8  数据化选品的数据分析方法
第8章  营销体系数据化（线下营销和线上营销孰轻孰重？不同营销渠道的效率到底该如何对比？）
  8.1  站内营销思路及营销策略选择
    8.1.1  站内营销思路简析
    8.1.2  促销策略选择
  8.2  站外营销技巧及数据分析方法
    8.2.1  如何从站内走向站外
    8.2.2  如何辨别“网红”类型
    8.2.3  如何获取免费流量
  8.3  实体营销册效率分析
第9章  库存体系数据化（面对海量的SKU库存，到底该如何对库存信息进行数据分析？针对不同的商品未来应该如何进行
备货和生产？）
  9.1  仓储备货的经验化思路
    9.1.1  销售量叠加法
    9.1.2  多阶段销售量加权法
    9.1.3  销售量一般计量法
  9.2  仓储备货的数据化思路
    9.2.1  稳定款自配送库存管理策略
    9.2.2  稳定款FBA库存管理策略
  9.3  仿真型仓储备货分析
第10章  管理体系数据化（当面对大量管理维度上的宏观数据时如何做出有效的判断？亚马逊运营管理者该如何形成高效
的数据化管理思路？）
  10.1  店铺群数据化管理
    10.1.1  店铺群管理的象限分析法
    10.1.2  店铺群管理的类目关联性分析
    10.1.3  店铺群资金回报率分析
  10.2  业务渠道数据化管理
    10.2.1  产品供应链的管理与优化
    10.2.2  物流供应链的管理与优化
    10.2.3  营销渠道引流效率优化
  1O.3  业务饱和度数据分析
第11章  亚马逊数据化运营总述（除了前十章中提到的内容，还有其他数据化运营的技巧吗？数据化运营是万能的吗？有
什么环节不能只依赖数据呢？）
  11.1  数据化运营技巧总结
  11.2  数据化运营不是万能的
    11.2.1  亚马逊站内的review营销
    11.2.2  亚马逊店铺AZ投诉处理
    11.2.3  平台新功能利用——自动投放匹配度分析
  11.3  数据化运营的进阶思维及技能讲解
    11.3.1  一维数据的筛选和应用
    11.3.2  二维数据的筛选和应用
    11.3.3  三维数据的筛选和应用
    11.3.4  多维数据的筛选和应用
    11.3.5  多维数据的获取
    11.3.6  外部数据的分析
    11.3.7  IT技术在数据化运营中的应用
  11.4  未来跨境电商领域的运营发展方向概述
    11.4.1  精细化运营
    11.4.2  垂直类目运营
    11.4.3  品牌化运营