随着电商行业竞争加剧,同质化日益增强,电商企业承受的竞争压力不断增大。原先简单、粗放的运营模式越来越难以立足,实现数据化运营、数据化营销一定是电商未来的发展方向,而其基础就是数据分析。然而,很多电商运营人员和电商专业学生对数据分析有一种畏惧的心理,好像一谈到数据分析,就需要掌握高大上的数据分析工具,就需要学会抽象的建模或者编程等知识。因此如何提高电商运营人员和电商专业学生的数据分析技能已经成为电商企业和电商专业教学面临的共同课题。
本书作者从事电商领域的研究达十八年,从事数据分析研究有五年,对电商行业和数据分析有着深刻的理解和认知。因此在编写本书时,能够将复杂的数据分析问题用简单、浅显、易懂的案例进行全面、详细、深刻且独特的解析。例如,在优化产品的用户体验时,采用的是用户画像技术,结合电商平台数据,简单易行的构建起用户画像,不需要建模,也不需要编程。电商运营人员和电商专业学生在经过实践之后,都会变得简单且容易上手。
本书采用任务实战与实训相结合的教学模式设计编写体例,内容涵盖电商运营各个环节的数据分析,包括营销推广、商品管理、交易管理、客户管理、市场行情和市场竞争等,共分九个任务。每个任务包括学习目标、任务导入、相关知识、任务实战、拓展实训、任务小结、同步习题几个部分。任务实战紧扣岗位操作需要,分析的数据取自真实的网店,拓展实训源于电商运营数据分析岗位的实际工作。
学习目标包括知识目标、技能目标和基本素养三部分,是学生学习的指引。
任务导入用案例引导学生进入本任务学习的情境,让学生在学习理论知识前有一个感性认识。
相关知识是为学生完成工作任务准备的相关理论知识,包括概念、内容、原理、模型、流程、方法、指标、工具等。
任务实战是学生在教师帮助下完成的工作任务,让学生初步具备数据分析的相关技能,有助于学生掌握完成工作任务的方法和技巧。
拓展实训要求学生在没有教师的指导下独立完成,目的是培养学生独立思考问题、分析问题和解决问题的能力。
任务小结的作用是帮助学生了解整个任务的内容结构。
同步习题用于检验学生对本任务知识点的掌握程度。
在本书编写过程中,借鉴了国内外许多专家学者的学术观点,参阅了大量书籍、期刊和网络资料,在此谨对各位作者表示感谢。本书还得到浙江商业职业技术学院各位同仁的大力支持,在此致以衷心的感谢!
邵贵平
浙江商业职业技术学院
2018年8月
我要评论