电子商务运营管理

一本少有的将运营和管理结合、融合理论与实战的电子商务教材，配套教学课件和教学大纲

本书在全面介绍电子商务运营与管理的基本概念、基本流程、方式方法和相关工具的基础上，重点就跨境电子商务、网上开店、商品管理、数据分析、交易管理、安全管理、信任管理和支付管理等相关内容进行分析。
本书在把握电子商务发展趋势、学以致用的前提下，突出电子商务运作、网络交易、数据分析和信任管理的地位。特色之处在于既注重知识体系的完整性，又注重理论与实践的紧密结合，具有很强的指导性和操作性。
本书可作为电子商务、国际商务、信息管理、市场营销、计算机应用、国际贸易等专业的本科生和研究生教材，也可作为相关领域的经济和金融管理从业人员的参考用书。

张宝明，男，汉族，硕士生导师，上海理工大学管理学院副教授，信息管理与信息系统专业，1988年毕业于上海理工大学计算机应用专业，目前主要研究方向信息管理、电子商务。 樊重俊，男，汉族，博士生导师，上海理工大学管理学院教授，智慧工程研究中心主任，主要研究领域管理科学与工程(信息管理与电子商务)、系统工程(信息系统工程)。

第1章概述
1.1电子商务及其商业模式
1.1.1电子商务的含义与特征
1.1.2电子商务商业模式创新
1.2电子商务运营管理
1.2.1电子商务运营模式
1.2.2电子商务运营管理
1.3跨境电子商务与境外网购
1.3.1跨境电子商务
1.3.2在直邮网站上进行购物
1.3.3通过转运网站进行购物
1.3.4通过返利网站进行购物
1.3.5推介网站
1.4电子商务法
习题与思考
第2章店铺运营
2.1电子商务应用模式的发展
2.1.1电子商务应用模式的演变
2.1.2数智技术
2.1.3数智技术在电子商务中的应用
2.2电子商务平台功能介绍
2.2.1平台功能介绍
2.2.2中台功能设计
2.3网上开店
2.3.1网上开店的基本流程
2.3.2市场调查与分析
2.3.3精准定位与策略设置
2.3.4店铺开设
2.4店铺运作管理
2.4.1店铺运作
2.4.2店铺管理
2.4.3数据分析——生意参谋平台
习题与思考
第3章商品管理
3.1前台商品管理
3.1.1用户画像
3.1.2商品推荐
3.2中后台商品管理
3.2.1商品组织
3.2.2商品计划
3.2.3商品采购
3.2.4商品陈列
3.2.5库存管理
习题与思考
第4章运营数据分析
4.1数据分析概述
4.1.1数据分析的作用
4.1.2数据分析的目的
4.1.3数据分析的步骤
4.1.4数据分析常用方法
4.1.5指标体系
4.1.6数据分析工具与技能
4.1.7数据分析举例
4.2知识图谱
4.2.1知识图谱概述
4.2.2知识图谱的构建理论
4.2.3知识图谱的应用
4.3机器学习
4.3.1基础知识
4.3.2基于贝叶斯的线性分类
4.3.3Logistic回归分析
4.3.4支持向量机
4.3.5决策树分析
4.3.6主成分分析
4.3.7线性判别分析与奇异值分解
4.3.8人工神经网络
4.4数据挖掘与大数据处理
4.4.1数据挖掘
4.4.2大数据处理
习题与思考
第5章交易管理
5.1商品交易方式
5.1.1商品交易方式的演变
5.1.2商品交易方式的种类
5.1.3商品交易方式的选择
5.1.4影响商品交易方式的因素
5.2商品交易定价
5.2.1传统商品的交易定价
5.2.2网络产品的交易定价
5.3网络产品交易
5.3.1网络产品交易的发展
5.3.2网络产品定价交易
5.4拍卖交易
5.4.1拍卖的含义
5.4.2拍卖类型
5.4.3传统拍卖的定价方式
5.4.4网络产品拍卖
5.4.5双向拍卖
5.4.6集合竞价
5.4.7一口价拍卖
5.4.8扬基拍卖
5.4.9逢低买入
5.5网上招标与协议采购
5.6在线洽谈与专场交易
5.7现货与期货交易
5.7.1现货交易
5.7.2期货交易
5.7.3期权交易
5.8商品互换
5.9信用交易与委托交易
5.9.1信用交易
5.9.2委托交易
习题与思考
第6章安全管理
6.1电子商务的安全需求
6.2信息的保密性技术


6.2.1加密与解密技术

……

     第3章 商品管理 商品管理是对商品“订、销、存、补”行为进行计划、组织、协调和控制，以便满足顾客需求并达到企业财务目标。商品管理的工作涉及前、中和后台，具体包括前台的商品销售和商品推荐，中后台的商品组织、商品计划、商品采购、商品陈列、库存管理、商品分析与预测等，需要借助于ERP等系统。 3.1前台商品管理 在电子商务的交易过程中，为了更好地销售商品，实现售前的精准营销、售中的个性化推荐和售后的增值服务，人们越来越依赖用户画像和商品推荐。 3.1.1用户画像 用户画像就是对用户信息进行标签化处理。商家收集消费者在购物活动中产生的各类数据后，对散乱的数据进行归类和分析，概括出一个消费者的具体形象，从而能更好地了解消费者的心理，挖掘更多的利润增长点。 1. 人物画像的目的 人物画像的主要目的是分析人物行为，最终为每个人物打上标签以及该标签的权重。在电子商务的交易过程中，为了更好地销售商品，实现售前的精准营销、售中的个性化推荐和售后的增值服务，人们越来越依赖用户画像技术。 2. 人物画像的作用 用户画像可以给商家提供丰富的信息，帮助企业了解行业热点、市场竞争状况、商业排名等信息，以便为上游的产品、运营、决策人员提供更好的决策； 能通过用户标签信息了解消费者的社会属性、生活习惯、消费行为等，抽象出一个用户的商业全貌，使商家精准划分、归类不同用户群体，从而为推荐、广告、搜索等下游产品线提供方便； 能还原用户真实活动路径，勾勒用户行为特征，从而便于快速找到目标客户，发现客户需求，使产品的服务对象更加聚焦和专注； 可以为广告宣传、渠道规划、营销方案等商业决策提供依据，提高决策效率，避免产品设计人员草率地代表用户。总之，有助于售前精准营销、售中个性化推荐、售后的增值服务等。 3. 人物画像的数据 进行人物画像最重要的是数据，数据一般分为以下几类。 (1) 人物数据： 包括静态数据和动态数据。静态数据指人物相对固定的数据，例如身份证号码、姓名、年龄、求学经历等； 动态数据指人物的行为操作的记录，出于对象主观意识进行的选择。 (2) 被选择对象数据： 即句子主谓宾中宾语的特征属性。 (3) when/where数据： 用于记录何时、何地(或通过何种途径)获得的该数据，用于标识此条数据的重要程度。 (4) 人物厌恶数据： 用于记录人物对象明确表示厌恶或禁止的数据。 4. 人物画像的方法 (1) 传统画像方法包括Alen Cooper的“七步人物角色法”，Lene Nielsen的“十步人物角色法”等。 (2) 数据分析技术包括德尔菲法、统计方法(通过数据的集中趋势、离散趋势和相关关系来确定行为与角色之间的紧密程度)、聚类分析(计算不同角色之间的目标或行为的相似程度及其差异程度)。 (3) 现代方法为大数据画像。过程主要分为基础数据收集、行为建模和构建画像，如图31所示。 图31大数据画像过程 5. 人物画像的主要工作 1) 标签化 按照应用目的，可将标签分为营销增强标签、用户洞察标签、渠道优化标签、产品创新标签、个性推荐标签等； 按照处理过程、标签获取的方式，可将标签分为事实标签、模型标签、预测标签。这样，在不同维度上就产生了更加复杂的标签，如图32所示。 用户标签可以从原始数据中提取； 兴趣偏好可通过访问网页的域名、title等结构化信息，或通过访问网页的正文内容抽取； 性别可通过身份证、浏览记录、购物信息建模。 图32网状关系的不同维度 2) 计算标签权重指数 权重的计算方法一般遵循以下两条基本原则。 一是行为成本和标签的权重呈正相关，即行为成本越高，标签权重也应越高。例如，购物的行为成本要大于收藏的行为成本，而收藏的行为成本又大于浏览的行为成本(即购物>收藏>浏览)，因而购物标签的权重应大于收藏标签的权重，而收藏标签的权重又应大于浏览标签的权重。 二是行为越符合当下的表现，标签的权重就越高。在实际计算过程中，可通过引入衰减因子来达到即标签权重=∑衰减因子/时间间隔×某时刻标签权重。 3) 获得画像，并为用户建模 画像构成包括标签类型、元素、目标动机、语录等。元素包括基本元素(姓名、照片、个人信息、经济状况、工作信息和计算机互联网背景)和丰富元素(居住地、工作地点、公司、爱好销售额和利润是必须估测的。如果增加商品，总销售额会增加吗？总利润呢？应该看到多角化的投资成本。 另外，也应重视陈列空间的大小。每一品种的商品需要多少空间？有多少空间可利用？由于店铺陈列空间的有限性，应将其分配给那些能产生优选客流量和销售额的商品。 制订计划时，还必须区分延伸品、互补品和替代品的比例。这些商品一般是为了产生更大的客流量，扩大利润空间，提高整体销售额。但是在商品组合合理的情况下，过多的替代品造成了太多的重复，只会造成主