数据化管理 洞悉零售及电子商务运营

17 (p1): 第1章 什么是数据化管理
17 (p1-1): 1.1 “聪明”的销售人员
20 (p1-2): 1.2 数据化管理的概念
21 (p1-3): 1.3 数据化管理的意义
22 (p1-4): 1.4 数据化管理的四个层次
22 (p1-4-1): 1.4.1 业务指导管理
22 (p1-4-2): 1.4.2 营运分析管理
22 (p1-4-3): 1.4.3 经营策略管理
22 (p1-4-4): 1.4.4 战略规划管理
23 (p1-5): 1.5 数据化管理流程图
23 (p1-5-1): 1.5.1 分析需求
23 (p1-5-2): 1.5.2 收集数据
23 (p1-5-3): 1.5.3 整理数据
24 (p1-5-4): 1.5.4 分析数据
24 (p1-5-5): 1.5.5 数据可视化
25 (p1-5-6): 1.5.6 应用模板开发
26 (p1-5-7): 1.5.7 分析报告
27 (p1-5-8): 1.5.8 应用
27 (p1-6): 1.6 数据化管理应用模板
29 (p2): 第2章 寻找零售密码
30 (p2-1): 2.1 周权重指数
31 (p2-1-1): 2.1.1 寻找店铺零售规律
32 (p2-1-2): 2.1.2 周权重指数
34 (p2-1-3): 2.1.3 周权重指数的计算
36 (p2-1-4): 2.1.4 日权重指数的特殊处理
37 (p2-2): 2.2 周权重指数的应用
38 (p2-2-1): 2.2.1 判断零售店铺销售规律辅助营运
39 (p2-2-2): 2.2.2 分解日销售目标
41 (p2-2-3): 2.2.3 月度销售预测
44 (p2-2-4): 2.2.4 销售对比
47 (p2-3): 2.3 神奇的黄氏曲线——单位权重（销售）值曲线
47 (p2-3-1): 2.3.1 单位权重（销售）值曲线
47 (p2-3-2): 2.3.2 应用在销售追踪过程中
50 (p2-3-3): 2.3.3 特殊事件的量化处理
52 (p2-3-4): 2.3.4 促销活动的分析及评估
54 (p2-3-5): 2.3.5 新产品上市的分析及评估
55 (p2-3-6): 2.3.6 其他应用
56 (p2-4): 2.4 案例及应用——数据化排班
61 (p3): 第3章 销售中的数据化管理
62 (p3-1): 3.1 销售都是追踪出来
62 (p3-1-1): 3.1.1 没有目标管理就没有销售的最大化
63 (p3-1-2): 3.1.2 没有标准就没有追踪的依据
64 (p3-1-3): 3.1.3 如何用数据化追踪销售
68 (p3-1-4): 3.1.4 销售追踪注意事项
69 (p3-2): 3.2 常用的销售分析指标
69 (p3-2-1): 3.2.1 人货场是零售业基本的思维模式
72 (p3-2-2): 3.2.2 零售业常用的分析指标
86 (p3-2-3): 3.2.3 如何确定指标的重要性
87 (p3-3): 3.3 提高销售额的杜邦分析图
89 (p3-3-1): 3.3.1 路过人数
89 (p3-3-2): 3.3.2 进店率
89 (p3-3-3): 3.3.3 成交率
90 (p3-3-4): 3.3.4 平均零售价
90 (p3-3-5): 3.3.5 销售折扣
90 (p3-3-6): 3.3.6 连带率
92 (p3-4): 3.4 促销中的数据化管理
92 (p3-4-1): 3.4.1 影响冲动购买的因素有哪些
93 (p3-4-2): 3.4.2 零售业常用的促销方式
94 (p3-4-3): 3.4.3 促销活动的准备、执行和评估
97 (p3-5): 3.5 案例及应用
103 (p4): 第4章 商品中的数据化管理
103 (p4-1): 4.1 常用的商品分析指标
103 (p4-1-1): 4.1.1 商品分析的基本逻辑
104 (p4-1-2): 4.1.2 常用的商品分析指标
117 (p4-1-3): 4.1.3 伤不起的售罄率
119 (p4-1-4): 4.1.4 再谈如何确定指标间的重要性
120 (p4-2): 4.2 常用的商品分析方法
120 (p4-2-1): 4.2.1 商品的自然分类方法
122 (p4-2-2): 4.2.2 商品的销售分类方法
124 (p4-2-3): 4.2.3 商品的价格分析
130 (p4-2-4): 4.2.4 商品的定价策略
136 (p4-3): 4.3 商品的关联销售分析
136 (p4-3-1): 4.3.1 商品的关联程度分析
139 (p4-3-2): 4.3.2 购物篮分析
141…