【全网首发】京东商业化数据分析师培养计划

项目实战

项目一:京东入驻商电商项目实战——订单报表分析+用户画像体系

 

项目介绍:

对于京东入驻商而言,面对海量的数据无从下手,如何从数据中一步步发现并梳理用户的标签成为了数字化业务转型的重心。那么什么是用户画像?电商平台的入驻商们需要如何通过前台与后台数据搭建用户画像呢?

 

学习目标:

学会灵活使用报表分析、数据可视化等手段以电子商务平台入驻商的角度搭建用户画像体系,并且能够独立完成“数据抓取→数据清洗→数据分析→分析决策”的基本数据分析任务。学会如何通过电商业务逻辑实现从有限的数据中找到多维信息并理清其中不同维度的数据关系。

 

项目大纲:

  • 京东平台业务背景及相关数据介绍

  • 订单数据的数据分析基本思路——制作可视化报表

  • 可视化报表涉及到的Python知识点讲解

  • 京东订单数据的宏观分类与分析思路

  • 京东订单数据的微观分类与分析思路

  • 京东订单数据多表格数据的汇总与分析

  • 京东订单数据针对用户属性判别的分析

  • 京东订单数据针对地区品牌渗透度判别的分析

  • 订单可视化报表与用户画像的关系

 

 

项目二:京东入驻商电商项目实战——京东用户画像

 

项目介绍:

对于京东入驻商而言,面对海量的数据无从下手,如何从数据中一步步发现并梳理用户的标签成为了数字化业务转型的重心。销售量每日波动,入驻商在备货时如何建立科学的销量预测及备货模型?订单数据杂乱,如何用“数据抓取→数据清洗→数据分析→分析决策”的数据化运营步骤逐一推进?

 

学习目标:

学会灵活使用线性回归、数学仿真、数据可视化等手段以电子商务平台入驻商的角度搭建用户画像体系,并且能够独立完成“数据抓取→数据清洗→数据分析→分析决策”的基本数据分析任务。学会如何通过电商业务逻辑可以实现从有限的数据中找到多维信息并理清其中不同维度的数据关系。例如电商入驻商如何从基本的订单数据中实现价格歧视的运营策略,如何构建对市场的分类和用户的区分,如何在没有职业数据的前提下推测用户的职业属性。

 

项目大纲:

  • 京东入驻商相关数据介绍——订单数据

  • 电商运营的杀手鐗——用户画像体系

  • 搭建用户画像体系——入驻商获知自身的品牌定位和产品定位

  • 用户画像涉及到的Python知识点讲解——文件读取,地图可视化,数据可视化技术

  • 搭建京东用户画像体系——数据可视化

  • 用户地区分布分析——帕累托图

  • 用户购买习惯分析——折线图

  • 价格地区分布分析——地图可视化

  • 电商入驻商店铺定位分析+市场分析

  • 用户画像对于电商团队管理的帮助

 

 

项目三:京东入驻商电商实战项目——数据化运营

 

项目介绍:

对于电子商务零售行业而言,产品销售量每日波动,入驻商在备货时如何建立科学的销量预测及备货模型?订单数据杂乱,如何用“数据抓取→数据清洗→数据分析→分析决策”的数据化运营步骤逐一推进?

 

学习目标:

学习了解相关互联网电商基础概念,例如同比/环比/PV/UV等,然后会学习一些常用的数学分析工具,例如线性回归、仿真计算、概率模型等,紧接着会结合相关项目数据和案例学习如何将数学分析工具应用到业务中。在学习数据化运营的不同体系知识时,会分别从运营体系、仓储体系、市场体系、产品体系这四个体系进行实操训练。

 

项目大纲:

  • 京东入驻商相关数据介绍(前台数据+后台数据)

  • 什么是数据化运营?数据化运营与经验化运营的区别是什么?

  • 数据化运营的体系介绍

(运营体系、仓储体系、市场体系、产品体系、营销体系等)

  • 数据化运营涉及到的Python知识点讲解

(爬虫技术,数值计算、建模分析、数学仿真)

  • 运营体系数据化

(从需求角度/竞争角度优化关键词,如何量化关键词评分,转化率分析+用户访问深度分析,PV/UV的概念介绍及计算)

  • 仓储体系数据化

(简易计算法、计量计算法、数学仿真法)

  • 市场体系数据化

(微观:销量同比/环比,销量权重对比,日/周/月销量对比;宏观:市场占有率计算,宏观市场分析,平台数据抓取与分析)

  • 产品体系数据化

(线性回归概念介绍,线性回归在产品生命周期判断中的作用,产品多属性比较与定位,矩阵模型在产品定位中的作用,竞品分析中产品价格数值定位)

 

 

项目四:京东电子书与实体书实战项目——数据化商业分析

 

项目介绍:

对于多渠道发售的商品而言,不同渠道之间可能会存在销量蚕食与销量促进的效应,那么对于平台方而言,如何通过电子书和实体书这两种渠道数据判断电子书是否会对实体书产生蚕食?如果要发售一本书的电子书版本,什么时间段发售才是最具有利润空间的?

 

学习目标:

首先学习多渠道运营的相关知识,例如渠道之间的影响因素、渠道与渠道之间的关系、渠道的定位方法等,然后会学习数学的相关进阶知识,例如逻辑回归原理、多变量回归方法、聚类分析原理等。之后会结合京东平台的书籍销售数据,对于电子书和实体书双渠道销售的不同商业决策进行比较和判断,最终得出基于数据分析的结论。

 

项目大纲:

  • 京东电子书相关数据介绍

(实体书与电子书两种渠道书籍销售数据、价格数据、评价数据)

  • 什么是商业分析?数据化商业分析与传统的行业研究区别是什么?

  • 数据化商业分析涉及到的Python知识点讲解

(多变量回归、聚类分析、非线性回归)

  • 京东多渠道商业分析项目背景介绍

  • 京东多渠道商业分析数据处理思路讲解

  • 不同书籍分类分析方法讲解

  • 电子书对实体书销量影响程度判断与影响因素确定

 

 

进阶项目实战

 

进阶项目一:电商平台方宏观数据分析思路

项目大纲:

  • 京东电商平台相关数据介绍

  • 电商平台数据分析与电商入驻商数据分析的区别

  • 常见的业务数据指标介绍

(增长导向指标、活跃导向指标、转化导向指标)

  • 「用户数据指标」:DAU、MAU、新增、留存、渠道来源等

  • 「行为数据指标」:PV、UV、转化率、访问时长、访问深度、弹出率等

  • 「业务数据指标」:GMV、ARPU、付费人数、付费率、付费频次等

  • 电商平台业务的“人货场”思维模式

  • 如何运用运营手段提升数据分析的精准度

 

 

进阶项目二:电商平台方数据架构及用户消费力预测

项目大纲:

  • 京东用户相关数据介绍

  • 京东电商平台用户画像体系与电商入驻商用户画像体系的区别

  • 如何搭建京东电商平台用户画像体系

  • 用户性别/年龄预估识别

(为什么无法直接通过用户填写的信息判断用户性别/年龄,如何通过用户行为数据分析用户性别/年龄)

  • 用户品牌品类倾向/偏好判断

  • 用户消费等级消费能力划分

(RFM模型,优质用户与劣质用户的划分,黑名单与白名单的建立,聚类法)

  • 用户购买预测

(用户购买预测对于电商推荐算法的重要性,数学概率模型的解释与使用)

 

 

进阶项目三:电商平台方精准营销及商品画像体系

项目大纲:

  • 京东商品相关数据介绍

  • 什么是商品画像体系

(电商平台类目的划分是怎样的,子类目与母类目的从属关系,如何通过电商类目划分与商品数据梳理出电商平台商品画像体系)

  • 为什么要搭建商品画像体系

(平台定位,供应商定位,KA商家与长尾商家的划分)

  • 如何搭建京东电商商品画像体系

  • 购物篮分析

(关联分析与购物篮分析的关系,关联分析中的支持度、可信度、提升度分析,购物篮分析对于电商平台的运营决策辅助)

  • 产品定位分析

(波士顿矩阵概念介绍,金牛型/明星型/瘦狗型/问题型产品及类目的划分)

  • 精准营销算法及技术的应用

(千人千面技术导论,如何将产品画像与用户画像相结合)

 

项目经验总结与数据分析进阶技能导论

课程大纲:

  • 广告营销项目经验总结

  • 电商运营项目经验总结

  • 商业分析项目经验总结

  • 平台产品项目经验总结

  • 现阶段互联网领域对于数据分析师职业的定位及需求

  • 数据分析中图像识别技术在电商选品及运营中的应用

(AI→选品,CV→运营)

  • 数据分析中机器学习技术在互联网策略产品中的应用

(广告推荐算法,电商推荐算法)

京东商业数据分析师实战训练营

专注于培养行业TOP10%的数据分析师

对课程有意向的同学

添加课程顾问小姐姐微信

报名、课程咨询

????????????

京东商业数据分析师实战训练营

专注于培养行业TOP10%的数据分析师

对课程有意向的同学

添加课程顾问小姐姐微信

报名、课程咨询

????????????

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章