运用“案例教学法”、“项目驱动法”、“小组学习法”等多种教学方法，实行“教、学、做”一体化教学，加强理论，强化训练，帮助学生掌握重点，消化难点。

充足的实践为学生提供尽可能多的验证课堂讲授内容的实践机会。同时课程在各个模块设置了实训项目，通过训练项目的实训，提升学生分析解决各种问题的能力，为电商数据分析的工作打下良好的基础。

（一）形成性评价评分标准                       

终结性评价包含期末大测验和数据分析报告两项，前者考核理论知识掌握情况，后者考核实际应用情况。

期末大测验为闭卷考试，通过学习通考试功能来进行大测验，根据实际测验成绩进行评分，百分制，占课程总成绩的20%。期末大测验具体包含单项选择题、多项选择题、判断题、简答题和计算题，共计五个类型，基础类知识占比80%，综合提高类占比20%。

数据分析报告，根据学生期末数据分析报告的完成情况进行综合评分，百分制评分，占课程总成绩的30%。选题符合要求、结构设计合理、数据处理准确、分析方法准确、可视化制作规范、得出的结论和对策符合业务需求，记90-100分，选题符合要求、结构设计合理、数据处理较准确、分析方法较准确、可视化制作较规范、得出的结论和对策较符合业务需求，记80-89分，选题较符合要求、结构设计较合理、数据处理不够准确、分析方法不够准确、可视化制作较规范、得出的结论和对策较符合业务需求，记60-79分，选题不符合要求、结构设计不合理、数据处理不够准确、分析方法不够准确、可视化制作不够规范、得出的结论和对策不够符合业务需求，记0-59分，不交记0分。

 推荐教材：

屈莉莉著.《电子商务数据分析与应用》电子工业出版社,2021.7

参考书目与文献：

1. 范刚龙、谭文武、赵军主编.《电子商务数据分析及应用》（第一版）.北京：人民邮电出版社，2023年

2. 王丹丹、谢博主编.《电子商务数据分析理论与实践》（第一版）.北京：电子工业出版社，2022年

3. 谢文芳、胡莹、段俊主编.《统计与数据分析基础》（第一版）.北京：人民邮电出版社，2021年   

4. 沈凤池主编.《商务数据分析与应用》（第一版）.北京：人民邮电出版社，2019年

课程代码：26133008

课程名称：电商数据分析

课程性质：专业限选课

学分：2.5

学时：54

讲课学时：36

实践/实验学时：18

适用专业：电子商务专业

先修课程：大学计算机基础、电子商务概论、市场营销学

一、课程目标

课程目标1：掌握电子商务统计分析、相关与回归、时间序列、聚类分析等分析方法的理论知识；掌握电子商务数据采集的主要渠道和方法、数据清理的的基本方法，了解数据可视化的基本概念；掌握电子商务行业分析、客户分析、商品分析以及运营分析等内容；掌握撰写数据分析报告的类型、结构设计、撰写原则等。

课程目标2：具备根据业务需求场景，制定数据分析指标体系能力；具备通过不同的渠道不同的方法采集相应数据的能力；具备使用Excel对数据进行重复值、错误值等处理的能力；具备使用合适的分析模型及方法进行数据分析，并对分析结果使用合适的可视化图形进行展示的能力；具备将整个分析过程形成最终的数据分析报告能力。

课程目标3：具备实事求是、客观制定指标体系、选择合适的分析方法和图形展示的能力；具备基本的职业道德、法律意识和网络应用能力，避免非法采集数据；具备严谨、科学的Excel数据处理的能力；具备具备良好的沟通能力与团队意识，具备较强的竞争意识和创新意识，具备较强的自主学习能力。

二、教学内容

（一） 绪论

教学要求：

1.理解电子商务数据分析与应用的相关概念及意义

2.熟悉电子商务数据分析与应用的流程及原则

3.了解电子商务数据分析与应用的主要任务

教学内容：

1.电子商务数据的概念及意义

2.电子商务数据分析的流程及原则

3.电子商务数据分析的主要任务

1)行业分析

2)客户分析

3)产品分析

4)运营分析

（二）电子商务数据分析模型

教学要求：

1.了解数据分析模型的概念和应用步骤

2.掌握PEST模型、5W2H模型、逻辑树模型

3.重点掌握漏斗模型

教学内容：

1.PEST模型

1)PEST模型的主要内容

2)基于PEST理论的案例分析

2.5W2H模型

1)5W2H模型的核心要素

2)5W2H模型的应用步骤

3)5W2H模型应用案例

3.逻辑树模型

1)逻辑树模型的基本内容

2)三种逻辑树

3)基于逻辑树的案例分析

4.漏斗模型

1)漏斗模型的相关概念

2)漏斗模型的应用

3)关于漏斗模型的应用案例

（三）电子商务数据分析方法

教学要求：

1.了解静态指标和动态指标的含义

2.掌握相关分析的计算过程

3.重点掌握一元线性回归的计算过程，了解多元线性规划和非线性回归的计算过程

4.重点掌握移动平均和指数平滑两种时间序列预测模型

5.了解聚类分析等数据挖掘算法的主要计算过程

教学内容：

1.统计分析

1)静态分析指标

2)动态分析指标

3)统计指数

4)抽样推断

2.相关与回归分析

1)相关分析

2)回归分析

3)相关分析与回归分析的应用

3.时间序列分析

1)时间序列数据

2)移动平均方法

3)指数平滑方法

4)季节指数方式

5)时间序列分析算法实例

4.聚类分析

1)定义

2)K-means算法

3)聚类分析算法实例

（四）数据的采集

教学要求：

1.了解数据获取的概念和方法

2.熟悉网络数据的爬取方式和工具

3.了解店铺数据收集的主要渠道和方法

4.掌握调查问卷的设计方法与注意事项

教学内容：

1.电子商务相关数据的获取

2.网络数据的爬取

1)网络爬虫的基础知识

2)网络爬虫的两种主流工具

3)Python爬取数据

3.店铺数据获取的主要渠道

1)流量数据

2)商品数据

3)交易数据

4)客服服务和物流数据

5)市场和竞争数据

4.调查问卷的设计与回收处理

1)调查问卷的设计

2)调查问卷的回收处理

（五）数据导入与预处理  

教学要求：

1.了解并掌握数据在Excel中的导入导出操作

2.掌握用Excel进行基本的数据处理操作

3.重点掌握数据预处理操作中的数据清理以及数据规范化

教学内容：

1.数据的导入导出

1)数据导入

2)数据导出

2.数据预处理方法

1)数据清理

2)数据融合

3)数据变换

4)数据规约

3.数据的基本处理操作

1)重复数据处理

2)缺失数据处理

3)错误数据处理

（六）数据可视化

教学要求：

1.掌握数据可视化的基本概念

2.掌握Excel图表绘制，熟练绘制饼图、柱形图、直方图、雷达图、折线图、散点图

3.掌握数据透视表的使用步骤

4.了解文本分析与标签云的相关概念和使用方法

教学内容：

1.数据可视化概述

1)认识数据可视化

2)数据可视化的关键

2.表格的制作

1)统计表格编制的规则

2)Excel数据表格

3.图形的制作

1)常用的可视化图表

2)制作饼图

3)制作柱形图

4)制作直方图

5)制作雷达图

6)制作折线图

4.数据透视表

1)数据透视表的注意事项

2)利用数据透视表制作统计表

5.标签云可视化

1)标签云的定义

2)WordArt标签云工具的使用

（七）电子商务行业数据分析

教学要求：

1.了解电子商务行业分析的相关概念，掌握行业分析的数据指标及行业数据采集的方法

2.掌握市场行情调研的基本概念

3.重点掌握百度指数的使用方法，并能够撰写市场行情分析报告

4.掌握市场供给与需求的相关概念和需求调研的基本方法

5.重点掌握利用波特五力竞争分析模型对电商行业的竞争进行分析

教学内容：

1.电子商务行业分析概述

1)行业数据分析的作用

2)行业数据采集的步骤

3)行业数据采集的渠道

4)行业数据采集的算例

2.市场行情调研与认知

1)市场行情认知

2)利用百度指数分析市场行情

3.市场供给与需求分析

1)市场供给认知

2)市场需求认知

3)市场需求调研的内容与方法

4)市场供给与需求分析实例

4.电子商务行业竞争数据分析

1)行业市场竞争认知

2)行业竞争的方法

3)电子商务行业竞争分析实例

（八）电子商务客户数据分析

教学要求：

1.了解电商客户分析的含义和主要数据指标

2.了解客户特征与行为分析的内容

3.掌握客户细分的模型

4.了解客户忠诚度的分类

5.掌握使用层次分析法对忠诚客户测量标准的重要性排序模型

6.掌握客户生命周期的五个阶段和四种模式

教学内容：

1.电商客户数据分析概述与主要数据指标

1)电子商务客户数据的定义与重要性

2)电子商务客户数据分析的概念与主要内容

3)电子商务客户数据分析的主要数据指标

2.客户特征与行为分析

1)客户特征分析

2)基于分类算法的客户特征模型

3)客户行为分析

3.客户细分方法与细分模型

1)客户细分概述

2)客户细分方法

3)客户细分模型

4.客户忠诚度分析

1)客户忠诚度定义

2)客户忠诚度分类

3)忠诚客户的测量标准

4)客户忠诚度指标权重的计算方法

5.客户生命周期分析

1)客户生命周期的5个阶段

2)客户生命周期发展的4种主要模式

3)客户生命周期数据分析与优化案例

（九）商品数据分析

教学要求：

1.了解商品分析的基本概念

2.掌握商品分析的过程

3.了解商品热度搜索数据统计的EXCEL操作方法

4.了解商品功能组合分析的内容和原则

5.掌握商品生命周期概念

6.掌握ABC库存管理分类法

教学内容：

1.商品分析概论

1)商品数据分析的概念

2)商品数据分析模型与主要指标

2.商品需求与热度分析

1)商品需求分析

2)商品热度分析

3.商品价格分析

1)商品定价分析

2)商品定价分析算例

4.商品功能组合分析

1)商品组合的基础知识

2)商品组合的方法和原则

3)基于关联规则的商品组合方法

4)商品组合的营销策略

5.用户特征与体验分析

1)用户特征分析

2)用户体验分析

6.商品生命周期分析

1)商品生命周期基础知识

2)根据百度指数分析商品生命周期

7.商品库存管理与统计分析

1)库存分析的作用

2)ABC库存管理法

3)统计库存商品状态

（十）电子商务运营数据分析

教学要求：

1.了解运营数据分析的概念和主要指标

2.了解流量数据的基本概念和推广数据分析的基本流程

3.重点掌握活动推广分析的过程

4.了解销售数据的基本概念

5.重点掌握动态分析法和趋势分析法

6.了解客服绩效分析的概念以及分析方法

7.重点掌握KPI考核对于绩效考核的方法

教学内容：

1.运营数据分析的概念与主要指标

1)运营数据分析的概念及必要条件

2)运营数据分析的分类

2.推广数据分析

1)流量分析

2)推广数据分析流程

3)推广活动产生效果的数据分析

3.销售数据分析

1)销售数据的基础知识

2)销售数据的分析过程

3)销售数据的动态分析方法

4)销售数据的预测分析方法

4.客服绩效分析

1)客服绩效分析的基础知识

2)客服绩效分析的方法