了得網管理_數據掘金：電子商務運營突圍（打破運營僵局全面提升電商數據力

編輯推薦

《數據掘金：電子商務運營突圍》電商競爭日益白熱化，任一家企業，無論大小，都難以逃離生存或發展的困境。既然是數據的時代，擺脫困境也別無選擇，需要從數據入手。從他處學習數據分析與數據挖掘，要麼太難——起點高，力不從心；要麼太遠，很難用於電商業務。這本《數據掘金：電子商務運營突圍》旨在幫助電商人擺脫眼下困境：運營乏力的困境，數據應用的困境，相關技術學習的困境……

√ 為電商業務量身定做，知識服務電商，案例來自電商，講解針對電商，難度適於電商。
√ 資深數據分析與挖掘專業，長期從事電商數據與運營服務，一線經驗，一手資料。
√ 為什麼要用數據→有哪些數據可用→如何用好數據→針對特定需求的特定方法與技術。
√ 絕非脫離實戰的紙上談兵，大量數據分析的真實案例：有思路，有過程，有細節。

推薦購買：

一秒吸引一眼記住一生難忘用數據視覺提升商業溝通效率魔法書

“科學測試市場與迭代改進”思想踐行者20餘年實戰智慧結晶

全球暢銷互聯網心理學著作世界前沿科研成果及趨勢徹底破譯用戶點擊行為深層規律

騰訊明星產品經理巨獻，在校、面試、入職、進階、創業全覆蓋。騰訊版《人人都是產品經理》，微信、Facebook產品經理鼎力推薦

一線業者傾獻一手資料一本內參講透一個行業行內看後更內行理財看後有財理

軟硬件及互聯網、移動產品運營必讀移動、智能硬件開發者營銷軟文、媒體推廣新技能get

內容簡介

電商坐擁互聯網行業最豐富的用戶數據金礦，卻很少有人從中挖掘出真金白銀。《數據掘金——電子商務運營突圍》一書旨在打破這一困境，一步一步引導從業者以數據為核心來運營網站或網店。《數據掘金——電子商務運營突圍》用淺顯的文字與獨特的視角，不僅成功解讀電商數據運營之惑，更呈現大量數據分析和挖掘的必要基礎知識及實用相關工具。在通過閱讀輕松掌握電商數據運營須關注的要點與方法之後，讀者還可有針對性地從書中選擇學習如何利用數據來完成——流量獲取優化、廣告投放、客戶分析，以及客戶價值提升等一繫列電商運營要務。
《數據掘金——電子商務運營突圍》一書主要寫給電商從業人員，無論是中小電子商務的運營人員、數據分析人員，還是大公司負責電子商務的策略官、市場官和運營官，都能從《數據掘金——電子商務運營突圍》中找到自己所需且急需的有價值內容。

作者簡介

譚磊復旦大學計算機學士，美國杜克大學計算機碩士，在美國微軟服務時間超過13年，曾經擔任多家公司多個層級技術管理崗位，在搜索、互聯網廣告、數據挖掘、電子商務等方面有豐富的經驗，是互聯網技術領域資深專家。

第1章引言：電子商務運營和數據
1.1 2012年最大的賭局
1.2為300萬人建300萬個網站
1.2.1 電子商務的RUPI概念
1.2.2在互聯網上賣米
1.2.3電子商務怎麼能離開數據
1.2.4 淘寶店的四個核心數據
1.3 讓電商運營不再那麼辛苦
1.3.1電商人的藍精靈之歌
1.3.2 電子商務運營入學考試
1.3.3 店鋪診斷——我的網店能掙更多錢嗎
1.3.4讓你的網店脫穎而出
1.3.5為你的網店裝上“業務雷達”
1.4 電子商務數據運營的五大應用

第1章引言：電子商務運營和數據
1.1 2012年最大的賭局
1.2為300萬人建300萬個網站
1.2.1 電子商務的RUPI概念
1.2.2在互聯網上賣米
1.2.3電子商務怎麼能離開數據
1.2.4 淘寶店的四個核心數據
1.3 讓電商運營不再那麼辛苦
1.3.1電商人的藍精靈之歌
1.3.2 電子商務運營入學考試
1.3.3 店鋪診斷——我的網店能掙更多錢嗎
1.3.4讓你的網店脫穎而出
1.3.5為你的網店裝上“業務雷達”
1.4 電子商務數據運營的五大應用
1.4.1讓網站更吸引人
1.4.2把潛在客戶轉化成真正的客戶
1.4.3挖掘老客戶價值
1.4.4 推薦繫統的設計和應用
1.4.5 針對不同客戶提供個性化的產品
1.5 關於電商數據的六個“W”和一個“H”
1.6 本書的內容
1.7 本章相關資源
第2章我們需要知道的數據分析
2.1 從數據分析專家林彪說起
2.2 數據分析基本概念
2.2.1 就這麼簡單：三種基礎數據
2.2.2我們這樣來理解數據
2.2.3 概率並不可怕
2.3 讓我們開始加工數據
2.3.1數據集成——把所有數據都拿過來
2.3.2數據清洗——給數據玩“洗刷刷”
2.3.3數據轉換——給數據換個“馬甲”
2.3.4數據規約——有時候也要丟掉數據
2.4 用向量表示數據
2.5網站日志的收集和處理
2.5.1 網站日志信息分類
2.5.2 網站日志實例
2.5.3網站日志預處理
2.6 最好的分析方法——看圖說話
2.6.1 起起伏伏用折線圖
2.6.2 簡單比較用柱狀圖
2.6.3 轉化率用漏鬥圖表示最直觀
2.6.4雷達圖顯示用戶偏好
2.6.5表示比例最好的餅圖和環形圖
2.7 本章相關資源
第3章我們需要知道的數據挖掘
3.1 什麼是數據挖掘
3.1.1 尿不濕和啤酒
3.1.2 Target和懷孕預測指數
3.1.3 從數據分析到數據挖掘
3.1.4數據挖掘的一般過程
3.2 人人都能做數據挖掘
3.3 我們需要知道的四類數據挖掘算法
3.3.1 分類——人以群分
3.3.2 聚類——物以類聚
3.3.3 關聯——馬原告訴我們事物是普遍聯繫的
3.3.4 序列——排隊的規律，中國人最明白
3.4 Web挖掘和信息檢索
3.4.1Web挖掘和信息檢索
3.4.2協同過濾——推測同類客戶的行為
3.4.3個性化推薦和推薦繫統——我們要更懂客戶
3.5 本章相關資源
第4章數據分析和數據挖掘工具的選擇
4.1 數據分析工具
4.1.1 用Excel做數據分析
4.1.2 MATLAB
4.2 網站分析工具
4.2.1 用GA做分析
4.2.2 GA的限制
4.2.3 各種站長工具
4.3 用R語言制作的工具
4.3.1 用R做數據分析的優勢
4.3.2用R繪制熱力圖
4.3.3 用Rattle分析廣告投放數據
4.4 其他的開源數據挖掘工具
4.4.1 Weka數據挖掘工具
4.4.2 Google提供的數據挖掘工具
4.5電商平臺上的各種工具
4.5.1用量子恆道分析淘寶網店
4.5.2 淘寶上的數據魔方
4.5.3 開放平臺上的工具
4.6 數據展示工具
4.7 本章相關資源
第5章電子商務數據運營入門
5.1 在討論數據運營之前
5.1.1數據運營的四大障礙
5.1.2數據不是萬能的
5.2 電子商務運營中重要的數據點
5.2.1訪客數
5.2.2轉化率
5.2.3客單價
5.3 一切讓數據說話
5.3.1要有總體的概念
5.3.2每天的運營數據不可忽視
5.3.3 最重要的是ROI
5.4有哪些數據分析需要做
5.4.1 網站流量分析
5.4.2 商品銷售分析
5.4.3 定期數據分析
5.4.4 內容分析
5.5從零開始打造電子商務企業
5.5.1 Bootstrapping，一步一步來
5.5.2 商品選擇
5.5.3 平臺選擇
5.5.4 經營策略和定位的選擇
5.5.5 推廣選擇
5.5.6開店嘍
5.6 本章相關資源
第6章電子商務數據運營的方法
6.1 用數據解決運營中的問題
6.1.1 商品評估
6.1.2 流量評估
6.1.3 頁面評估
6.1.4 網站評估
6.1.5 服務評估
6.2 客戶分析數據模型
6.2.1 數據模型的建立和應用
6.2.2 客戶生命周期模型
6.2.3 RFM客戶數據模型
6.2.4基於客戶訪問信息的分析模型
6.2.5基於訪客繫統屬性的分析模型
6.3 WAMM模型
6.4 如何針對獨立B2C做數據運營
6.5 數據運營的考核——KPI
6.5.1 KPI的SMART原則
6.5.2 電子商務運營的KPI設定
6.6 本章相關資源
第7章電商運營之免費流量獲取
7.1 免費的自然流量——SEO
7.1.1 為什麼需要做SEO
7.1.2 SEO站內優化
7.1.3 SEO站外優化
7.1.4 SEO小實操
7.2淘寶SEO
7.3 企業官網和官博
7.4 口碑和互動營銷
7.5 本章相關資源
第8章電商運營流量獲取——做有效的廣告
8.1 做有效的廣告
8.1.1 互聯網廣告的優勢
8.1.2 網站聯盟廣告
8.1.3互聯網廣告分析
8.1.4廣告優化和定向投放
8.2 淘寶上的廣告
8.2.1淘寶直通車
8.2.2 鑽石展位
8.3 搜索引擎競價排名和SEM
8.3.1搜索廣告的類型
8.3.2搜索廣告的效果
8.3.3通過數據分析做SEM
8.4 EDM
8.4.1EDM和客戶生命周期
8.4.2 EDM的KPI
8.4.3EDM中的延時效應性
8.4.4 EDM中的數據篩選
8.4.5 EDM上的RFM模型應用
8.5 多管齊下
8.5.1 整合營銷
8.5.2多渠道運營
8.6 本章相關資源
第9章把流量變成真實客戶
9.1 流量分析
9.1.1 訪客量的分析
9.1.2 分析流量來源特點
9.1.3 分析訪客時空屬性
9.1.4分析訪客的人群屬性
9.1.5 分析客戶興趣屬性
9.2 頁面分析
9.2.1 網站上的內容
9.2.2頁面跳出率和二跳率
9.2.3 頁面熱度分析
9.3 網站分析
9.3.1 網站日志分析
9.3.2 提升網站質量
9.4 提升網站轉化率
9.4.1 抓住每一個環節的數據
9.4.2怎樣吸引客戶下訂單
9.4.3找回被放棄的購物車
9.4.4 不盲目追求轉化率
9.5 本章相關資源
第10章深度挖掘客戶價值
10.1 最有價值客戶的特征
10.1.1 建立CRM（客戶關繫管理）
10.1.2 構建客戶綜合價值模型
10.1.3用客戶生命周期模型提升收入
10.1.4 用RFM算法找出MVC
10.2 如何把客戶黏在我們的網站
10.2.1 提升客戶平均停留時間
10.2.2 客戶活躍度分析
10.2.3 做客戶流失分析
10.3 客戶需要什麼商品
10.3.1 找出熱門商品
10.3.2 用推薦繫統提高客單價
10.4 商品相關的數據挖掘
10.4.1 用決策樹分析商品
10.4.2 用聚類算法對商品分類
10.4.3 用關聯算法做商品匹配
10.4.4 用序列算法分析商品上下架時間
10.5 相關資源
第11章電子商務運營還有哪些事兒
11.1 相關管理繫統
11.2 移動電商和數據
11.2.1 移動電商的特殊性
11.2.2數據挖掘和LBS
11.2.3 移動廣告
11.2.4 移動互聯網數據面臨的問題
11.3 電商和Big Data
11.3.1 BigData是什麼
11.3.2電商的大數據可以怎麼“玩”
11.3.3 Big Data上的技術
11.3.4 聯機分析處理（OLAP）
11.4 電子商務網絡安全
11.5 企業競爭與反競爭
11.6 本章相關資源
第12章電子商務數據運營的未來
附錄A 專業詞彙
附錄B 本書中用到的公式和算法
附錄C 參考文獻
附錄D 值得關注的微博
附錄E 參考網站一覽

前言

還記得1998年我第一次在網上購買DELL電腦，從我在網上做電腦的配置選擇開始，一直到組裝成的電腦從德克薩斯州寄送到西雅圖的家裡，大概有兩個星期的時間。那個時候我頗為驚嘆DELL的效率，而DELL公司確實也因為高效配送而在第一次互聯網泡沫（InternetBubble）中引領所有的硬件制造商。可到了今天，這個速度顯然會被人給差評的。早上在電子商務網站下的訂單，最快當天下午甚至中午可能就已經收到貨了。
周圍有不少做電商的朋友，有一些做得還是頗為成功的。不過其中成功運用數據提升運營效果的卻是少之又少。他們對“數據挖掘”都很感興趣，不過缺的是“know-how”，不知道怎麼做。
我在給一些企業做咨詢的時候也發現企業家朋友們對於是否需要進入電商領域這個疑問基本上已經沒有了，但是對於怎麼做和是否能夠做好還是頗有不解的，特別對於電子商務數據運營的概念是很模糊的。還記得1998年我第一次在網上購買DELL電腦，從我在網上做電腦的配置選擇開始，一直到組裝成的電腦從德克薩斯州寄送到西雅圖的家裡，大概有兩個星期的時間。那個時候我頗為驚嘆DELL的效率，而DELL公司確實也因為高效配送而在第一次互聯網泡沫（InternetBubble）中引領所有的硬件制造商。可到了今天，這個速度顯然會被人給差評的。早上在電子商務網站下的訂單，最快當天下午甚至中午可能就已經收到貨了。
周圍有不少做電商的朋友，有一些做得還是頗為成功的。不過其中成功運用數據提升運營效果的卻是少之又少。他們對“數據挖掘”都很感興趣，不過缺的是“know-how”，不知道怎麼做。
我在給一些企業做咨詢的時候也發現企業家朋友們對於是否需要進入電商領域這個疑問基本上已經沒有了，但是對於怎麼做和是否能夠做好還是頗有不解的，特別對於電子商務數據運營的概念是很模糊的。
本書主要針對的人群是對數據運營感興趣的電商朋友們，目的就是為了解讀和電子商務有關的各類數據，讓讀者能夠深入了解數據的意義，並能夠使用一些工具來做數據分析和數據挖掘。對於還沒有做過電商運營的讀者，本書可能有一定的難度。亞馬遜的總裁JeffBezos曾說過，“如果我在網上有300萬個客戶，我將要建立300萬個商店”，這個想法在不久的將來會實現，靠的就是數據。
電子商務既充滿挑戰，也蘊涵機遇。在數據分析和數據挖掘的幫助下，我們希望能夠幫助朋友們以最少的投入在最短的時間內引入最大的流量、提高新增客戶數量、找出高價值用戶、提高客單價、提高重復購買率等。
這個世界唯一不變的就是變化，互聯網的變化本身就很大，而本書講述的電子商務又是在互聯網領域中變化較大的一塊。在筆者寫作的時候是夠準確和新穎的運營方法，很有可能在圖書出版之際就會發生變化。如果你對書中的說法和提出的數據運營方法有不同的觀點，歡迎和我交流。
這本書不好寫，俠少和我在寫作初期討論了很久，數據分析和數據挖掘的理論和算法如果講述得太深，主要工作是電子商務運營的讀者可能會知難而退；而另一方面，數據分析和數據挖掘概念如果說得太淺，有技術背景的讀者可能又會覺得無聊。另外從內容角度來說，我們並不想把這本書做成泛泛的知識羅列和知識點的堆砌，而是以實際案例和運作方式為主。我們的整體提綱經過了十數次的修改，最後勉強達到我們想要的效果，既相對淺顯，又能給各種背景的讀者符合他們要求的知識。如果用戶能夠從本書中獲得一些有用的信息，餘願足矣。
在本書的寫作過程中，得到了很多人的幫助。首先要感謝韓鼕、曹曉波、江峰、荷鐵勇、汪華、王海、樓建強、李嘉驊、牛文軍和王磊等同學幫我查找數據分析和數據挖掘相關資料，還要感謝微軟搜索中心的李津同學和通策集團呂筍同學提出的寶貴意見，感謝戴霖和李悌等同學幫我校驗一些章節，以及姚中偉和彭毅同學指出書中的一些修改環節。另外，特別要鳴謝鮑佳和王劍同學為本書配的部分插圖。
聚流電商的周為同學、思美傳媒的江山同學、淘寶開放平臺的馮光同學、UTC的曹軼寧和於振偉同學、MyGift.com的StephenLai及首正信息的羅俊峰同學為本書提供了大量精彩的案例和數據，在此一並表示特別的謝意。
Raymond

媒體評論

《數據掘金》是一本很有趣的書。作者譚磊在中國和美國的*大學接受了計算機科班教育，之後在微軟總部工作多年，回國後無論在技術和管理崗位上都是業績斐然。在繁忙的工作之餘，譚磊樂於向讀者分享他在業界的豐富經驗與洞察力，本書已經是他的第二部著作了。《數據掘金》針對電商從業人員，對數據分析和數據挖掘的理論和算法做了通俗易懂的介紹，讓電商運營和分析人員了解數據的意義，並能夠使用主流工具來對數據進行分析和挖掘。本書還提供了大量電商數據分析的實例，對於有志於進入電商行業的技術人員和學生也有很好的參考價值。
——復旦大學計算機學院教授、博導黃萱菁

未來的互聯網世界一定是屬於數據的。我們要將社交平臺做到極致，數據分析和數據挖掘的作用也是必不可少的。Raymond的這本書是電子商務數據分析領域有獨特觀點的好書，而且給從業者提供了切實可行的運營方案。希望能多看到一些像這樣的好書。
——微軟全球社交平臺首席開發總監李津

《數據掘金》是一本很有趣的書。作者譚磊在中國和美國的*大學接受了計算機科班教育，之後在微軟總部工作多年，回國後無論在技術和管理崗位上都是業績斐然。在繁忙的工作之餘，譚磊樂於向讀者分享他在業界的豐富經驗與洞察力，本書已經是他的第二部著作了。《數據掘金》針對電商從業人員，對數據分析和數據挖掘的理論和算法做了通俗易懂的介紹，讓電商運營和分析人員了解數據的意義，並能夠使用主流工具來對數據進行分析和挖掘。本書還提供了大量電商數據分析的實例，對於有志於進入電商行業的技術人員和學生也有很好的參考價值。

——復旦大學計算機學院教授、博導黃萱菁

未來的互聯網世界一定是屬於數據的。我們要將社交平臺做到極致，數據分析和數據挖掘的作用也是必不可少的。Raymond的這本書是電子商務數據分析領域有獨特觀點的好書，而且給從業者提供了切實可行的運營方案。希望能多看到一些像這樣的好書。

——微軟全球社交平臺首席開發總監李津

我們對數據分析和數據挖掘的關注度很高，也很高興能夠看到有這樣一部專注於電子商務數據分析領域的好書能夠上市。Raymond的這本書深淺適中，既符合技術人員的需求，對於非技術的電商從業人員幫助也非常大。

——********集團資深總監陳宜

認識Raymond十多年了，從西雅圖經北京到杭州，從十幾年前的微軟總部軟件研發工程師到現在的通策集團首席運營官，Raymond好像是朋友中變化最明顯的，但聰明和對技術的敏銳把握一如既往。

通讀了一遍Raymond的*書稿，兩個評語：有貨，靠譜。數據分析是個大題目，但非常容易變成分享管理理論和統計公式的剪報夾。如何在建立高度的同時緊扣實踐，是個難題。Raymond的這本書做得不錯：有貨同時靠譜；靠譜不忘有貨。

目前數據是最熱的題目，Raymond的這本書出來的正是時候。

——ITIL專家ITpreneurs大中華區首席代表蔣勝

這本書全面講解了在電子商務中運用數據分析和數據挖掘。我反復看了若干遍，每次都能學到新的概念。如果您從事的行業是電子商務，又對數據的作用感興趣，那麼這本書是您一定要讀的。

——中國工業設計協會秘書長、

前海爾數字產品集團全球營銷總監劉寧

譚磊的這本書給出了很多關於電子商務數據運營方面的獨特觀點，令人耳目一新。在他上一本書《NewInternet：大數據挖掘》之上給出了更多實際的運營方案，是電子商務和運營領域從業者不得不讀的一本好書。

——英特爾數據中心軟件部大數據軟件服務部總監範磊

在線試讀

推薦序
譚磊寫了一本叫《數據掘金》的書，叫我做序。我知道他是客氣，給我個待遇，但我這個電子商務的門外漢，卻老實不客氣，把這活兒應承下來了。這一應承不要緊，雙方就都犯了難：我這邊不知怎麼寫，他那邊是熱鍋上的螞蟻，書等著開印呢。這可是寫電商的書，互聯網電子商務的發展，一夜千裡，說不定被我一耽擱，書還在印刷廠裡，書中的不少東西已經作古了。這也是我佩服譚磊的地方，這玩藝兒也敢寫！今年春節期間幾次見到他，都是在咖啡館裡，每次我都不能確定準確的時間，我很內疚地以為他等了我一兩個小時，誰知他一杯咖啡已經喝了半天了，號稱是在等我，其實是在寫他這本美其名曰“掘金”的書。我是讀中文出身，對方塊字始終懷著一種敬畏，若打算將它們一個一個碼起來時，就有流芳的想頭，最起碼也會意淫到20年以後去。這會兒我就像一個穿了長衫馬褂的學究，走在橫陳了無數比基尼美女的沙灘上，腦子是過時了，內心卻“雞凍”著。前幾天在陸兆禧的婚宴上聽馬雲談網絡，與10年前聽他講黃頁，感覺隔了好幾個世紀。互聯網是一種新的世界觀，它沒有停留，更沒有永久，大量的東西還未出生，便已過時。這天咱估摸著，瞬息要變。於是我就央著譚磊老弟，扶我起來，咱把長衫這就脫了，到水裡去練練。是為序。
通策集團董事長呂建明
電子商務和數據挖掘，這兩個在最近一年很火的詞，都覆蓋在Raymond這本書裡了。我認同Raymond書中的觀點，在未來的若干年，電子商務運營一定會轉向以數據為基礎的運營，而社會化電商和移動電商會是電子商務未來發展的兩個大方向。
社交網絡與移動互聯時代給媒體帶來了極大的演變，2013年紙媒和中小電視媒體將面臨生死挑戰。定位在稀缺資訊、智慧與思想供應商角色的鳳凰網，以主流網民為首選用戶，做品質內容提供商。隨著ifeng.com的移動收入占比迅速提升，我們正在努力打造中國移動互聯網廣告的新格局。鳳凰網如何能夠更好地為電子商務服務，也是我們一直在思索的問題。
認識Raymond快20年了，腦中的印像還是他當年在杜克大學意氣風發文藝青年的樣子。作為理工科出身的Raymond，書中的文字能夠有這樣的水準應當說是相當難能可貴的。
鳳凰新媒體CEO 劉爽
“內容為王”，這條蛇曾經盤踞在我大腦中很久。2006以前，我一直小心翼翼地用虔誠和敬畏喂養它。2006年19樓網絡公司正式創立以後，我開始每天都與這條蛇搏鬥。去年，在堅持了18年之後，我辭去了《都市快報》的日常采編工作，全身心投入19樓。那條蛇終於徹底從我的腦海中消失。

推薦序
譚磊寫了一本叫《數據掘金》的書，叫我做序。我知道他是客氣，給我個待遇，但我這個電子商務的門外漢，卻老實不客氣，把這活兒應承下來了。這一應承不要緊，雙方就都犯了難：我這邊不知怎麼寫，他那邊是熱鍋上的螞蟻，書等著開印呢。這可是寫電商的書，互聯網電子商務的發展，一夜千裡，說不定被我一耽擱，書還在印刷廠裡，書中的不少東西已經作古了。這也是我佩服譚磊的地方，這玩藝兒也敢寫！今年春節期間幾次見到他，都是在咖啡館裡，每次我都不能確定準確的時間，我很內疚地以為他等了我一兩個小時，誰知他一杯咖啡已經喝了半天了，號稱是在等我，其實是在寫他這本美其名曰“掘金”的書。我是讀中文出身，對方塊字始終懷著一種敬畏，若打算將它們一個一個碼起來時，就有流芳的想頭，最起碼也會意淫到20年以後去。這會兒我就像一個穿了長衫馬褂的學究，走在橫陳了無數比基尼美女的沙灘上，腦子是過時了，內心卻“雞凍”著。前幾天在陸兆禧的婚宴上聽馬雲談網絡，與10年前聽他講黃頁，感覺隔了好幾個世紀。互聯網是一種新的世界觀，它沒有停留，更沒有永久，大量的東西還未出生，便已過時。這天咱估摸著，瞬息要變。於是我就央著譚磊老弟，扶我起來，咱把長衫這就脫了，到水裡去練練。是為序。
通策集團董事長呂建明
電子商務和數據挖掘，這兩個在最近一年很火的詞，都覆蓋在Raymond這本書裡了。我認同Raymond書中的觀點，在未來的若干年，電子商務運營一定會轉向以數據為基礎的運營，而社會化電商和移動電商會是電子商務未來發展的兩個大方向。
社交網絡與移動互聯時代給媒體帶來了極大的演變，2013年紙媒和中小電視媒體將面臨生死挑戰。定位在稀缺資訊、智慧與思想供應商角色的鳳凰網，以主流網民為首選用戶，做品質內容提供商。隨著ifeng.com的移動收入占比迅速提升，我們正在努力打造中國移動互聯網廣告的新格局。鳳凰網如何能夠更好地為電子商務服務，也是我們一直在思索的問題。
認識Raymond快20年了，腦中的印像還是他當年在杜克大學意氣風發文藝青年的樣子。作為理工科出身的Raymond，書中的文字能夠有這樣的水準應當說是相當難能可貴的。
鳳凰新媒體CEO 劉爽
“內容為王”，這條蛇曾經盤踞在我大腦中很久。2006以前，我一直小心翼翼地用虔誠和敬畏喂養它。2006年19樓網絡公司正式創立以後，我開始每天都與這條蛇搏鬥。去年，在堅持了18年之後，我辭去了《都市快報》的日常采編工作，全身心投入19樓。那條蛇終於徹底從我的腦海中消失。
譚磊說，數據是最底層的東西，它是0和1，是對事物最原始的記錄，數據之上纔有信息。我恍然：數據之上纔有信息，信息之上纔有內容。如果內容是王，那麼數據就是王的王。如果內容是傳統媒體的王，那麼數據就是互聯網的王。
相比傳統媒體，互聯網是一個更加紛繁而深邃的世界，蘊含著無限的可能。任何一位互聯網用戶，你可以不生產內容，但你不可能不生產數據。因此，你可以是互聯網的奴隸，但同時又可以是這個世界的主人。
19樓CEO 林煜
在互聯網、金融領域工作了將近二十年，數據挖掘、數據分析、數據倉庫、商務智能的概念一直很熱，但一直是一個美好的烏托邦，可望而不可及。兩個最大的問題是無法做到精準和快速。最賺錢的金融行業和最潮的互聯網行業，如何能夠有效結合，並利用好數據，一直是我思考的問題。
我一直堅信精準的營銷是服務，錯誤的營銷是垃圾短信。之前，給美國一家大銀行做咨詢的時候，我們曾經設計過一個精準營銷的規則，先從各家實體超市及網上商城搜集數據，如果一個20～40歲之間的人，在一個月內買了兩次或兩次以上的嬰兒奶粉或尿布，這個人很有可能是家裡有小孩（如果一個月隻買一次，可能是買了送給生小孩的朋友），就向這個人營銷可以免稅的兒童教育基金產品。結果，有個朋友後來過來聊天，很高興地告訴我，這家銀行真貼心，他太太剛生了小孩，以前並不知道這種免稅方法，得到推薦信息後，馬上去買了基金，一年省了不少稅。當時，我心裡非常開心，甚至有些小得意。不幸的是，這種正面的例子並不多，而錯誤的營銷，被當成垃圾短信的反面例子，在3.15消費者權益日的時候，我們聽得太多了，這裡就不再贅述了。
時效性方面，傳統的數據分析技術，往往分析起來，要進行批處理，要半天、一天，甚至好幾天的時間纔能出結果。上面這個例子，時效性要求並不高。但是，在互聯網上，這樣的速度就是災難了。現在的互聯網用戶打開一個網站，往往隻瀏覽幾分鐘時間，如果網站不能精準地推薦用戶感興趣的產品，用戶就跑掉了。用戶下了訂單，在最終的訂單顯示頁，如果沒有推薦很好的相關產品，用戶幾秒鐘就關掉網頁了。
所幸，現在的大數據技術，終於可以比較好地解決精準和快速的問題了。具體怎麼做，Raymond在書中做了非常好的解答。
其實，IT、互聯網方面的書也需要做到準確和快速。很不幸的是，出書的人，往往是學院派，沒有實際的經驗，信息和內容也比較滯後，所以，準確度和時效性比較差。而實戰派的人，往往因為沉不下心來，或者沒有時間，或者沒有文字的功底，寫不出書來。難得Raymond，寫出了這樣有實戰經驗、實際、實在的一本書。認識Raymond24年了，每一次，都以為已經很了解他了，可是每一次，他都讓我對他新的潛能和能力驚訝不已。
高偉達集團副總經理兼首席技術官程勵箭

書摘插畫

商品搜索

商品分类

【醫學】

【各大出版社】