Excel营销数据分析宝典 大数据时代下易用、超值的数据分析技术【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

Excel营销数据分析宝典 大数据时代下易用、超值的数据分析技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第Ⅰ部分 使用Excel汇总市场营销数据3

第1章 使用PivotTable对市场营销数据进行交叉分析3

1.1 分析True Colors Hardware本色五金商店）的销售情况3

1.1.1 计算两个商店的销售百分比4

1.1.2 按月汇总收益7

1.1.3 计算各产品的收益8

1.1.4 帕累托80-20原则9

1.1.5 报表筛选器和切片器9

1.2 分析La Petit面包店的销售情况11

1.2.1 总结一周内各天对面包店销售情况的影响13

1.2.2 产品季节性因素分析13

1.2.3 分析面包店销售趋势15

1.2.4 分析促销对销售情况的影响16

1.3 分析人口结构如何影响销售情况17

1.3.1 分析订阅者的年龄17

1.3.2 分析订阅者的性别18

1.3.3 描述订阅者的收入分布19

1.3.4 描述订阅者的位置20

1.3.5 构建年龄与收入的交叉分析20

1.4 用GETPIVOTDATA函数从PivotTable中提取数据21

1.5 本章小结22

1.6 练习题22

第2章 使用Excel图表汇总市场营销数据25

2.1 组合图表25

2.1.1 在柱形图中添加生动的产品图片27

2.1.2 在图表中添加标签或表格29

2.2 使用PivotChart汇总市场调研数据30

2.3 确保添加新数据时图表自动更新32

2.4 制作动态图表标签33

2.5 销售团队月度业绩排名汇总35

2.6 在图表中使用复选框来控制数据37

2.7 使用迷你图汇总多个数据系列39

2.8 使用GETPIVOTDATA创建本周销售报表42

2.9 本章小结44

2.10 练习题44

第3章 使用Excel函数汇总市场营销数据47

3.1 使用直方图汇总数据47

3.1.1 使用TRANSPOSE函数48

3.1.2 使用FREQUENCY函数48

3.1.3 偏斜度与直方图图形50

3.2 使用统计函数汇总市场营销数据51

3.2.1 使用Excel函数计算数据集的典型值51

3.2.2 典型值的哪种度量最佳52

3.2.3 使用VAR和STDEV函数汇总差异53

3.2.4 汇总数据集的经验法则53

3.2.5 PERCENTILE.EXC和PERCENTRANK.EXC函数54

3.2.6 LARGE与SMALL函数54

3.2.7 使用COUNTIF和SUMIF函数54

3.2.8 使用COUNTIFS、SUMIFS、AVERAGEIF和AVERAGEIFS函数57

3.2.9 使用分类汇总来汇总数据59

3.2.10 使用数组公式汇总ESPN杂志订阅者的人口统计数据61

3.3 本章小结62

3.4 练习题63

第Ⅱ部分 定价策略67

第4章 评估需求曲线并使用规划求解来最优化定价67

4.1 评估线性和乘幂需求曲线67

4.1.1 价格弹性68

4.1.2 需求曲线的形式68

4.2 使用Excel规划求解来最优化定价71

4.2.1 剃须刀（不含刀片）的定价策略72

4.2.2 结合配套产品74

4.3 使用主观评估需求曲线进行定价75

4.4 使用规划求解表对多种产品进行定价77

4.5 本章小结81

4.6 练习题81

第5章 捆绑定价85

5.1 为什么要捆绑85

5.1.1 捆绑产品以获取消费者剩余86

5.1.2 单纯捆绑86

5.1.3 混合捆绑87

5.2 使用演化规划求解找出最优捆绑定价88

5.2.1 演化规划求解介绍89

5.2.2 找出最优的捆绑定价91

5.3 本章小结93

5.4 练习题93

第6章 非线性定价策略97

6.1 需求曲线和支付意愿98

6.2 使用非线性定价策略最大化利润98

6.2.1 最优化标准数量折扣99

6.2.2 最优化非标准数量折扣101

6.2.3 最优化双重收费101

6.3 本章小结104

6.4 练习题104

第7章 撇脂定价策略与销售107

7.1 价格随时间而下降107

7.1.1 学习曲线107

7.1.2 竞争对手108

7.1.3 撇脂定价策略108

7.2 为何会有低价销售109

7.3 本章小结112

7.4 练习题112

第8章 收益管理115

8.1 为贝兹汽车旅馆和细分消费者评估需求116

8.1.1 评估需求曲线116

8.1.2 最优化单一价格117

8.1.3 使用两种价格来细分消费者118

8.1.4 具有容量限制的细分市场120

8.2 应对不确定因素121

8.2.1 判定预订限制121

8.2.2 超售模型122

8.3 降价策略123

8.4 本章小结125

8.5 练习题125

第Ⅲ部分 预测129

第9章 简单线性回归及相关系数129

9.1 简单线性回归129

9.1.1 分析毛家饭店的销售情况130

9.1.2 Excel如何判定最佳拟合线133

9.1.3 计算误差或残差134

9.1.4 定义R2134

9.1.5 趋势线的预测准确性135

9.1.6 Excel的SLOPE、INTERCEPT和RSQ函数135

9.2 使用相关系数来总结线性关系136

9.2.1 使用数据分析加载项来找出相关系数137

9.2.2 相关系数与均值回归139

9.3 本章小结139

9.4 练习题139

第10章 使用多元回归分析预测销售情况141

10.1 多元线性回归分析介绍141

10.2 使用数据分析加载项运行回归分析143

10.3 理解回归分析的结果144

10.3.1 回归系数144

10.3.2 非线性回归假设的F检验145

10.3.3 回归预测拟合的准确性和合优性145

10.3.4 判定显著的自变量145

10.3.5 残差结果和异常值146

10.3.6 处理不显著的自变量146

10.3.7 回归系数说明147

10.3.8 设置销售配额147

10.3.9 谨防盲目推断148

10.4 在回归分析中使用定性自变量148

10.5 对相互作用和非线性关系进行建模152

10.5.1 非线性关系152

10.5.2 相互作用153

10.5.3 检验非线性关系和相互作用153

10.6 检验回归假设的有效性155

10.6.1 正态分布的误差项155

10.6.2 异方差性：非常数方差误差项156

10.6.3 自相关：误差的非独立性158

10.6.4 自相关的图形化说明158

10.6.5 自相关检测与校正159

10.7 多重共线性162

10.8 回归分析的验证164

10.9 本章小结166

10.10 练习题166

第11章 在特殊事件发生时进行预测169

11.1 构建基础模型169

11.1.1 评估预测的准确性172

11.1.2 细化基础模型173

11.1.3 检查预测误差的随机性175

11.2 本章小结176

11.3 练习题176

第12章 对趋势和季节性因素建模177

12.1 使用移动平均线来平滑处理数据并消除季节性因素177

12.2 一个具有趋势和季节性因素的相加模型179

12.3 一个具有趋势和季节性因素的相乘模型181

12.4 本章小结183

12.5 练习题184

第13章 移动平均比率预测法185

13.1 使用移动平均比率法185

13.1.1 计算移动平均指标和中心移动平均指标186

13.1.2 将趋势线拟合到中心移动平均指标186

13.1.3 计算季节性指数186

13.1.4 预测季度21～季度24期间的销量187

13.2 将移动平均比率法应用于月度数据187

13.3 本章小结187

13.4 练习题188

第14章 温特方法189

14.1 温特方法的参数定义189

14.2 初始化温特方法190

14.3 估算平滑常数191

14.4 对未来月份进行预测192

14.5 平均绝对误差率（MAPE）193

14.6 本章小结194

14.7 练习题194

第15章 使用类神经网络预测销售情况195

15.1 回归分析和类神经网络195

15.2 使用类神经网络195

15.2.1 预测股市196

15.2.2 驾驶汽车196

15.2.3 直接市场目标196

15.2.4 破产预测197

15.2.5 商品扫描数据分析197

15.2.6 类神经网络与电梯197

15.2.7 信用卡与贷款197

15.3 使用NeuralTools预测销售额198

15.4 使用NeuralTools预测航空里程数202

15.5 本章小结202

15.6 练习题203

第Ⅳ部分 客户需求207

第16章 联合分析法207

16.1 产品、属性和等级207

16.2 全轮廓联合分析法209

16.2.1 确定产品轮廓209

16.2.2 运行回归分析211

16.2.3 属性和等级排名212

16.2.4 使用联合分析法细分市场213

16.2.5 用联合分析法进行价值导向定价213

16.3 使用演化规划求解生成产品轮廓214

16.4 制定联合分析模拟器218

16.5 研究联合分析的其他形式220

16.5.1 自适应／混合型联合分析220

16.5.2 基于选择的联合分析220

16.6 本章小结220

16.7 练习题221

第17章 逻辑回归分析223

17.1 为何逻辑回归分析是必要的223

17.2 逻辑回归模型226

17.3 逻辑回归模型的最大似然评估227

17.3.1 使用逻辑回归分析来评估概率228

17.3.2 阐释逻辑回归分析的回归系数229

17.4 使用StatTools评估和验证逻辑回归分析假设229

17.4.1 使用StatTools运行逻辑回归分析229

17.4.2 StatTools逻辑回归分析输出说明231

17.4.3 具有不止一个自变量的逻辑回归分析231

17.5 用计数数据执行逻辑回归分析233

17.6 本章小结234

17.7 练习题235

第18章 离散选择分析237

18.1 随机效用理论237

18.2 巧克力偏好的离散选择分析238

18.3 将价格和品牌价值纳入离散选择分析中241

18.3.1 价格优化243

18.3.2 评估品牌价值245

18.3.3 验证离散选择分析中的显著性245

18.4 动态离散选择分析246

18.5 不相关可选项的独立性（IIA）假设247

18.6 离散选择与价格弹性248

18.7 本章小结248

18.8 练习题249

第Ⅴ部分 客户价值255

第19章 计算客户的生命周期价值255

19.1 基础客户价值模板255

19.2 使用双向表格衡量敏感度分析257

19.3 乘数的显式表达式257

19.4 变化的边际利润258

19.5 DIRECTV、客户价值以及《胜利之光》（FNL）259

19.6 评估客户仍会保持活跃的几率260

19.7 超越基础客户生命周期价值模型261

19.8 本章小结261

19.9 练习题261

第20章 使用客户价值对业务估值263

20.1 价值评估入门263

20.2 使用客户价值对业务估值264

20.3 使用单向表格衡量敏感度分析266

20.4 使用客户价值来评估一家企业的市场价值266

20.5 本章小结267

20.6 练习题267

第21章 客户价值、蒙特卡罗模拟法与市场营销决策269

21.1 客户价值的马可夫链模型269

21.2 使用蒙特卡罗模拟法预测市场营销活动是否会成功273

21.2.1 使用一个单向数据表格来模拟高朋网团购活动276

21.2.2 使用柱状图来汇总模拟结果277

21.3 本章小结278

21.4 练习题278

第22章 在获取客户和留存客户之间分配市场营销资源281

22.1 对资金投入与获取客户和留存客户之间的关系进行建模281

22.2 优化留存和获取投入的基础模型283

22.3 基础模型的改进285

22.4 本章小结287

22.5 练习题287

第Ⅵ部分 市场细分291

第23章 聚类分析291

23.1 对美国城市进行聚类291

23.1.1 属性标准化292

23.1.2 聚类选取293

23.1.3 规划求解如何找出最优聚类294

23.1.4 设置用于聚类分析的规划求解模型295

23.1.5 聚类说明297

23.1.6 判定聚类的适当数量298

23.2 使用联合分析法对市场进行细分298

23.3 本章小结301

23.4 练习题302

第24章 协同过滤303

24.1 基于用户的协同过滤303

24.1.1 评估用户相似性304

24.1.2 评估Theresa对《爱慕》的评分305

24.2 基于内容项的过滤307

24.3 基于内容项和基于用户的协同过滤的对比309

24.4 Netflix比赛309

24.5 本章小结310

24.6 练习题310

第25章 将分类树用于细分市场311

25.1 决策树介绍311

25.2 构造一棵决策树312

25.2.1 决策树说明315

25.2.2 决策树与聚类分析有何不同315

25.3 精简决策树和CART315

25.4 本章小结316

25.5 练习题316

第Ⅶ部分 预测新产品的销售情况321

第26章 用S曲线预测新产品的销售情况321

26.1 研究S曲线321

26.2 拟合珀尔或逻辑斯蒂曲线323

26.3 用季节性因素拟合S曲线325

26.4 拟合龚铂兹曲线327

26.5 珀尔曲线与龚铂兹曲线对比328

26.6 本章小结329

26.7 练习题329

第27章 巴斯扩散模型331

27.1 巴斯模型介绍331

27.2 评估巴斯模型332

27.3 使用巴斯模型预测新产品的销售情况334

27.4 收缩意向数据336

27.5 使用巴斯模型来模拟新产品的销售情况337

27.6 巴斯模型的改进338

27.7 本章小结339

27.8 练习题339

第28章 使用哥白尼原则预测未来的销售时长341

28.1 使用哥白尼原则341

28.2 模拟产品的剩余生命期342

28.3 本章小结343

28.4 练习题343

第Ⅷ部分 零售业347

第29章 购物篮分析和电梯理论347

29.1 计算两种产品的搭配度347

29.1.1 创建命名区域348

29.1.2 同时计算多个双向产品组合的搭配度349

29.2 计算三向搭配度350

29.3 数据挖掘传奇揭秘353

29.4 使用搭配度优化商场布局353

29.5 本章小结355

29.6 练习题355

第30章 RFM分析和直邮广告活动优化357

30.1 RFM分析357

30.1.1 计算R、F和M358

30.1.2 R、F和M是何值时应该邮寄目录360

30.2 一个RFM成功案例362

30.3 使用演化规划求解优化直邮广告活动362

30.4 本章小结364

30.5 练习题364

第31章 使用SCAN＊PRO模型及其变体365

31.1 SCAN＊PRO模型介绍365

31.2 对士力架巧克力条的销售情况建模366

31.3 软件销量预测368

31.3.1 模型说明370

31.3.2 未来销量预测371

31.3.3 自相关性检查371

31.3.4 对销售趋势进行建模371

31.4 本章小结372

31.5 练习题372

第32章 分配零售空间及销售资源375

32.1 识别销量与市场营销活动之间的关系375

32.2 对销售团队活动的市场营销反响进行建模376

32.2.1 拟合乘幂曲线376

32.2.2 拟合ADBUDG曲线378

32.3 优化销售活动分配380

32.4 使用龚铂兹曲线分配超市货架空间382

32.5 本章小结382

32.6 练习题383

第33章 通过几个数据点来预测销售数据385

33.1 预测电影票房385

33.2 调整模型以提高预测准确性387

33.2.1 找出异常值387

33.2.2 最小化平方误差388

33.2.3 忽略持久力388

33.3 使用前3周票房预测电影票房388

33.4 本章小结389

33.5 练习题390

第Ⅸ部分 广告393

第34章 衡量广告效益393

34.1 广告效应存量（Adstock）模型393

34.2 评估广告效应的另一个模型396

34.3 广告宣传优化：脉动与持续支出对比397

34.4 本章小结400

34.5 练习题401

第35章 媒体选择模型403

35.1 线性媒体分配模型403

35.2 数量折扣406

35.3 蒙特卡罗媒体分配模拟法407

35.4 本章小结411

35.5 练习题411

第36章 点击付费（PPC）在线广告413

36.1 点击付费广告定义413

36.2 PPC广告的盈利模型414

36.3 谷歌AdWords竞拍416

36.3.1 判定每次点击广告客户需要付出的费用416

36.3.2 竞拍示例417

36.4 使用竞价模拟器来优化竞价418

36.5 本章小结418

36.6 练习题419

第Ⅹ部分 市场营销研究工具423

第37章 主成分分析（PCA）423

37.1 定义PCA423

37.2 线性组合、方差和协方差423

37.2.1 样本方差和标准差424

37.2.2 样本协方差425

37.2.3 样本相关系数425

37.3 深入研究主成分分析429

37.3.1 找出第一主成分430

37.3.2 找出第二主成分432

37.3.3 找出PC3到PC6433

37.3.4 应该保留多少个主成分433

37.3.5 公因子方差434

37.4 PCA的其他用途434

37.5 本章小结435

37.6 练习题436

第38章 多维尺度分析（MDS）437

38.1 相似度数据437

38.2 美国城市距离的MDS分析438

38.2.1 OFFSET函数438

38.2.2 设置距离数据的MDS439

38.3 早餐食品的MDS分析442

38.4 找出消费者的理想点445

38.5 本章小结448

38.6 练习题448

第39章 分类演算法：朴素贝叶斯分类器和判别分析451

39.1 条件概率451

39.2 贝叶斯定理452

39.3 朴素贝叶斯分类器454

39.4 线性判别分析458

39.4.1 找出最优线性分类规则459

39.4.2 找出最重要的特性461

39.4.3 分类矩阵461

39.4.4 评估分类规则的质量461

39.4.5 具有两个以上分组的线性分类462

39.4.6 涉及非线性关系和相互作用的分类规则462

39.5 模型校验462

39.6 朴素贝叶斯出人意料的优点462

39.7 本章小结463

39.8 练习题463

第40章 方差分析：单因素方差分析465

40.1 验证分组平均值是否不同465

40.2 单因素ANOVA的示例466

40.3 ANOVA中方差的作用467

40.4 使用单因素ANOVA进行预测468

40.5 对比469

40.6 本章小结471

40.7 练习题472

第41章 方差分析：双因素方差分析473

41.1 双因素ANOVA介绍473

41.2 无重复双因素ANOVA473

41.3 可重复双因素ANOVA476

41.3.1 没有相互作用时的销量预测478

41.3.2 具有相互作用的双因素ANOVA479

41.4 本章小结480

41.5 练习题480

第Ⅺ部分 互联网和社会化营销485

第42章 网络485

42.1 衡量一个节点的重要性485

42.1.1 度数中心性485

42.1.2 亲近中心性486

42.1.3 中介中心性487

42.2 衡量一个链接的重要性489

42.3 总结网络结构490

42.3.1 六度分离理论491

42.3.2 L的定义和计算491

42.3.3 局部聚类系数492

42.4 随机网络与规则网络493

42.4.1 随机网络493

42.4.2 规则网络494

42.4.3 这确实是一个很小的世界495

42.5 富者益富496

42.6 Klout评分系统498

42.7 本章小结498

42.8 练习题499

第43章 The Tipping Point背后的数学原理501

43.1 网络传播501

43.2 The Tipping Point的巴斯版本505

43.3 本章小结508

43.4 练习题508

第44章 病毒式营销509

44.1 瓦茨模型509

44.2 一个更为复杂的病毒式市场营销模型510

44.2.1 二项分布和泊松随机变量511

44.2.2 构建病毒式市场营销模型512

44.2.3 使用数据表格来变更R513

44.3 本章小结514

44.4 练习题514

第45章 文本挖掘517

45.1 文本挖掘定义517

45.2 对非结构化文本进行结构化处理518

45.2.1 二进制编码521

45.2.2 频率编码521

45.2.3 词频和倒排文档频率评分编码521

45.3 在现实场景中应用文本挖掘521

45.3.1 文本挖掘和电影评论521

45.3.2 航空公司推特文的情绪分析522

45.3.3 使用推特文来预测电影票房522

45.3.4 使用推特文来预测证券市场523

45.3.5 使用推特文来评估超级碗橄榄球赛广告523

45.4 本章小结524

45.5 练习题524