数据化管理：洞悉零售及电子商务运营
出版日期:2014-7
ISBN:9787121234068
作者:黄成明 （@数据化管理）
页数:306页
内容概要
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。
书籍目录
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
作者简介
《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。
发布书评
精彩书评 (总计3条)
-
本人统计专业毕业，从事商场营运工作九年，主要负责经营分析。对于数据分析这块说不上精通但至少熟悉。大学时的专业知识能够运用到工作中的非常少，以前觉得炫酷的SPSS在实际工作中根本不能运用，因为没有海量的数据支撑。最后发现只有EXCLE成为最强大的分析工具，工作后看了很多关于分析的书，说实话，如何运用EXCLE处理数据的书很多，但是能够转换到工作中的却很少。商场数据分析和工厂、宏观经济数据、大数据之间还是存在很大的区别。所以看了很多书，在分析中还是找不到突破点。初识《数据化管理》的作者黄成明是在网上搜索销售预测的方法，黄老师将他制作的预测软件包放在网上免费下载使用，这个销售预测软件虽然不能直接用于我们公司，但是让我对销售预测的思考点有了新的认识。随后加了黄老师的微博，有疑问随时联系，他都会快速解答。当时就一直期待黄老师能出书，因为针对零售业方面的数据分析书籍市面上太少了。《数据化管理》上市后第一时间购入，这本书已经陪伴我一年了，有空的时候我都会翻一翻。从使用者的角度来说，我觉得这本书有几点做得非常好：一、故事情节以小说的方式展开，以两个职场新人入职培训、学习、成长的过程为主线，将各种专业知识呈现出来。虽然这种写作手法在《谁说菜鸟不会数据分析》中早就采用了，但是我觉得以讲故事的方式讲知识确实比以前的教科书有趣生动多了。二、知识点接地气，能与实际工作完美结合。就像韩寒在《后会无期》中的经典台词：听过很多道理，依然过不好这一生。看了很多分析类的书籍后，我的感觉是：学过很多知识，依然写不好分析。零售业有其自身的特点，数据是复杂凌乱的，如何从数据中提炼出有用的信息是分析人员必须具备的才能。《数据化管理》这本书从业务指导、营运分析、经营策略、战略规划四个层次告诉我们在零售业分析中需要关注的方面。三、分析方法实用，简单易学。以前对于日销售数据进行对比就是简单粗暴的同比，如果有活动影响的话很难具体量化。这本书中的单位权重值曲线很好得处理了日销售数据，克服了营销活动、节假日落位、突发事件对数据的影响。另外，营销活动效果评估分析方法、竞争店分析法直接可以运用到工作中。四、零售业知识的补充和整理。传统零售业分析指标主要是三大块：人、货、场，这本书将人货场下面的指标进行细化说明，不论是新入职员工培训、还是老员工提升学习都是非常有用的。很多人工作了多年，甚至都不知道通过人货场下面的指标来进行分析。分析并不是简单的数据处理，如何从不规则的数据中找出规律看出问题才是分析人员要做的事情。这本书适合与数据打交道的表哥表妹们，如果恰逢又在零售业或电子商务工作的话，那么熟读这本书就像当年大学时的必修课重要。研究透彻、掌握熟练、融会升华就不愁升职加薪了。 -
这本书我是在豆瓣上看到的，记得是一篇关于数据分析的文章，里面推荐了这本书，我觉得蛮有意思的，也是我最近关注的一些主题，所以就从网上下载了下来，kindle上没有mobi的版本，只有pdf的版本，所以只能在电脑上看看。谈谈读这本书的感受吧，作为一本零售业数据分析的书籍，我把他定义为入门读物，无论是做数据分析，还是做零售业的人士，在需要入门的时候，读了以后都会有所收获，是一个很好的敲门砖，把你打开一扇门。从整体的角度来讲，我觉得作者在百货业从业的时间较长，许多数据分析的角度都从百货业态出发，在超市业态及电商业态的分析就显得有些浅，这也比较正常，尺有所短，寸有所长。但是我很赞同作者的一些理念，比如做数据分析要先读懂业务逻辑，弄清数据背后的事情；要将数据分析与现场相结合，不能只为分析而分析。数据可以帮你分析出结果，也可以骗人，图表都是可以骗人的。跳槽不多，但辗转过几个公司，深深知道中国的企业，信息系统上的数据健康度不高。一是一线从业人员素质不高，对基础数据的准确性和完整性不够重视；二是耍小聪明，企图通过玩数据来欺骗公司；三是企业的领导对于数据化的管理也不够重视，许多企业管理人员仅仅停留在财务层面，收入成本费用利润上，对于经营数据不够。四是国内企业中专门从事数据分析及挖掘的人才还比较稀缺，财务分析的人才有很多，经营数据分析人才却很少，能通过对经营数据进行挖掘，提升收入，减少成本的人才相对国外来说还是很少的。所以，未来的中国，数据分析的专业人才还是很有市场的。简而言之，做数据分析，先弄懂业务，最后能在现场呆一段时间，举个最简单的例子，你看过一家清清爽爽的仓库，再到一家快爆仓的仓库，结合销售、建筑面积、营业面积、仓库面积等数据，你可以深刻理解库存周转天数30天和60天的区别。 -
1、【零售业现状】懂业务的人，不一能很快的做出数据。做数据分析，不一定懂业务。曾经所在传统企业，几乎每个部门都有“表哥表妹”，实际效率并不高。2、【数据思维】零售业中每天都会产生大量的数据，而一线人员大多是根据主观判断，而缺乏数据思维3、【解决方式】根据业务需要做出数据管理模板，是很好的方式。后期只需要数据维护人员定期录入数据，就能直观的找到问题。
精彩短评 (总计50条)
-
数据分析思维。零售思维。 -
语言浅显，内容实用。数据要和业务知识相结合才有用。 -
基础读物，适合初级数据分析人员，没有什么理论内容，比较适用于线下零售分析 -
思路很实用有效 -
作者对零售行业的数据分析还是很精通的，但对于电商的分析，感觉薄弱了一些。作为传统零售行业的人想学习数据分析，是一本不错的入门书籍。 -
好书，值得再看 -
干货很多！推荐！ -
对零售行业数据的结构非常彻底，以一个全局的高度完整的描述了零售业的数据分析如何进行，重点指标是什么。可惜对数据理解还停留在非大数据时代 -
已经看的足够慢，还是没充分消化，干货好多，案例也真的是很实在！方法论讲解透彻，而且前后贯连利于吸收，深入思考一下就能发现很多变体可用，堪称本年度最佳教材！ -
很专业很详细的讲了销售和电商的业务分析指标。人货场财指标深入头脑了。推荐 -
与其说是本说数据的书，还不如说是一本关于零售业管理的书。对整个零售的大体商业逻辑和管理指标都做了浅显的覆盖。在零售指标处理的部分不乏有干货。书的编排也有新意，有些插图可以直接扫二维码，这个功能很不错。总体适合零售管理&数据分析入门。对相关其他领域也可以做他山之石。 -
实用，写的也很好，能让人发现一些之前不够深入细节的问题 -
有价值的内容可以压缩到50页，其余的都是非常基本内容。里面的理念很值得学习。 -
传统行业有挺多已经成熟的数据模型，只不过我们不知道。怎么卖衣服和怎么预测一个咖啡馆选址，以及怎么提升一个线上产品的转化，其实本质上没差别。趟开就是一大片，扎进去搞两年再出来能力才有质的提升吧。 -
很务实的一本书，讲很多踏实可信的事情。 -
不错的书，入门装逼够用了。 -
粗略看了一遍，好多将数据处理的 -
非常实用 -
思维逻辑很重要，业务也很重要。这本书也值得二翻~ -
书还不错，还是有很多可以学习的！ -
分析逻辑这一块很值得学习。excel的使用也给我很大启发。只是我自己不太熟悉excel，读起来比较吃力。 -
零售数据分析，很受启发。 -
还没读完，已经可以给5星了，说得非常细，而且事例很有启发性 -
作为入门级书籍，还是略有收获，简单易懂；稍微入了门的估计都觉得没什么值得读的吧。 -
这本书是少有的能将零售与数据管理系统全面的讲述清楚的好书，值得反复研读，同时作者不断更新的微博也饶有兴趣。 -
粗粗的入门读物 -
数据化管理基础，详细，实用 -
非常好的一本零售数据管理教科书！ -
莫晗推荐 -
互联网、零售行业数据分析指南 准备读第二遍 -
絮絮叨叨好为人师，去掉废话这书可以薄一半，剩下的一半里还有一半是在教你用excel。
something else：数据来源可靠吗？用假想的数据来验证自己的观点，这可不牢靠。 -
有些章节没看懂，还得再看一遍。 -
作为非从业人员，是了解运营很好的一本书。 -
各种量化目标的手段，条理清晰有说服力，还有实践性。大概是我读过最实用的讲数据分析的书了。 -
不错，有待实操检验 -
生动，有很多例子。值得多读几遍 -
这书真挺有用的，后半部跟现在的行业不相关，理解起来比较枯燥。 -
好专业，好流弊的样子 -
试试看 -
14年看的, 虽然没写什么东西, 还是有一些启发. -
从数据的角度结合行业经验及消费行为学、心理学的知识解读数据背后隐藏的信息，读过之后确实很受启发，从人治向法治转变 -
开篇模拟工作情景，采取问答的方式对数据化管理的概念、意义及步骤进行说明，现实零售管理案例+简述易懂的表达，值得推荐。 -
我也是通过微博上了解此书，因为我们公司缺少这种分析，所以我从这本书上了解一些商品和营运方面的内容，多读读会从中学到很多的知识。 -
书真是好书，虽然是讲零售行业的分析，但都是通用技能。只是这书名起得不太好吧，吸引不了读者哎！ -
蛇头虎尾 -
整体一般般。商品分析里，价格带的理论有趣。 -
给黄老师的落地教材点赞！ -
想消化成自己的东西还是要花时间的啊 -
必须5星哈，本年度读过最好一本书 -
前几章有指标体系、业务逻辑的分析比较实用，后面就相对简单一点。感觉这本书例证了不要迷信复杂的算法，能用最简单的方法解决问题才重要，数据分析必须建立在对业务熟悉之上。