电商流量数据化运营

作品简介

这是一本系统讲解数据如何在营销与运营的全流程中发挥驱动作用和辅助决策价值的著作。是知名数据分析专家宋天龙的厚积薄发之作，得到了行业里多位专家的一致好评和推荐。

在内容组织形式上，本书有宏观和微观两条主线：

宏观上，内容围绕流量数据化运营的全流程展开，涵盖渠道策略与计划管理、媒体投放与执行管理、渠道投放效果评估与分析、流量运营监控与效果复盘等各个环节。目标是指导企业如何通过数据实现低成本、大批量、高质量的流量引入，这是流量运营的核心目标，也是本书要解决的核心问题。

微观上，内容根据流量数据化运营的业务操作过程来组织，以业务场景为切入点，依次按照业务问题、数据支持方案、实用工具实操的思路展开，通过案例介绍具体的实施过程，用数据解决具体业务问题。

这本书的重点不是数据分析的原理和方法，也不是数据分析工具的使用，更不是营销等具体业务工作如何开展，相关的知识全部融合到具体的应用场景中，重点是如何让数据在营销与运营的全流程中发挥价值，真正实现业务与数据的互相促进与补充。

本书不要求读者有数据分析基础，也不要求有Python基础。80%的数据处理工作通过Excel完成，余下的20%通过Python完成，即便没有Python基础，也能顺利完成全书的实操。所有实操案例均提供源数据和完整代码。

作者：宋天龙

作品目录

• 序
• 乘风破浪，扬帆起航
• 前言
• 第1章　全面认识流量数据化运营
• 1.1　流量运营的3个核心概念
• 1.2　流量运营的4个基本步骤
• 1.3　流量运营的职能岗位
• 1.4　流量运营的4类数据来源
• 1.5　本章小结
• 第2章　常见流量渠道全面盘点
• 2.1　直接输入流量渠道
• 2.2　SEO渠道
• 2.3　SEM渠道
• 2.4　硬广告渠道
• 2.5　信息流广告渠道
• 2.6　社群渠道
• 2.7　MCN渠道
• 2.8　会员营销渠道
• 2.9　CPS渠道
• 2.10　其他流量渠道
• 2.11　本章小结
• 第3章　渠道策略与计划管理
• 3.1　设计企业级流量渠道策略
• 3.2　基于多指标综合决策的渠道选择
• 3.3　发掘流量爆发力强的渠道
• 3.4　预测付费渠道效果并进行KPI管理
• 3.5　预测直接输入与SEO效果并设置合理预期
• 3.6　基于多因素限制的目标最大化的预算分配
• 3.7　基于用户行为模式的渠道组合管理
• 3.8　数据使用注意
• 3.9　本章小结
• 第4章　媒体投放与执行管理
• 4.1　基于Lookalike的投放人群管理
• 4.2　基于用户喜好的投放内容管理
• 4.3　基于效果的广告触达媒介优选
• 4.4　广告投放的排期要素管理
• 4.5　着陆页测试与优化
• 4.6　渠道测试性投放
• 4.7　渠道补量、扣量和余量
• 4.8　数据使用注意
• 4.9　本章小结
• 第5章　执行常见问题的排查与解决
• 5.1　渠道执行问题排查常用维度
• 5.2　排查实时流量骤降的原因并做好预防
• 5.3　排查实时流量骤增的原因并解除异常
• 5.4　排查流量下滑渠道并找到优化点
• 5.5　排查ROI下降的原因并找到问题点
• 5.6　数据使用注意
• 5.7　本章小结
• 第6章　营销渠道的效果评估与基本分析
• 6.1　如何评估渠道效果的好坏
• 6.2　如何通过归因合理分配渠道转化贡献
• 6.3　如何分析渠道效果的边际效应
• 6.4　如何找到渠道转化短板并提升转化效果
• 6.5　如何分析渠道留存效果
• 6.6　如何分析渠道的时间特征
• 6.7　如何对流量渠道做分组分析
• 6.8　如何分析着陆页数据
• 6.9　数据使用注意
• 6.10　本章小结
• 第7章　渠道效果专题性研究
• 7.1　流量渠道的效果标杆研究
• 7.2　渠道效果影响因素研究
• 7.3　转化路径的媒体组合规律研究
• 7.4　渠道相似度研究
• 7.5　虚假流量辨别与研究
• 7.6　数据使用注意
• 7.7　本章小结
• 第8章　流量运营的监控与效果复盘
• 8.1　流量日常监控
• 8.2　流量复盘
• 8.3　撰写分析报告
• 8.4　数据使用注意
• 8.5　本章小结
• 附录A　电商流量运营数据参考
• 附录B　Python安装和部署