电子商务数据分析与应用（AI+微课版）（第3版） 课件全套 邵贵平 任务1-9 数据分析认知 -竞争对手数据分析

任务一

电子商务数据分析认知Dataimpliesbusinessprospects电子商务数据分析与应用知识

目标理解电子商务数据分析的相关概念熟悉电子商务数据分析的流程与智能化操作掌握电子商务数据分析的常用方法与模型掌握电子商务的智能数据分析工具技能

目标具备基于ARIMA模型预测销售额的能力具备运用AARRR模型分析社交电商/直播电商/跨境电商的能力具备基于LLM拆解GMV目标的能力具备分析智能数据分析岗位招聘信息的能力素养

目标具有数据敏感性具备较强的逻辑分析能力与人工智能技术应用能力树立利用数据驱动创新的理念具有精益求精的工匠精神，助力科技强国学习目标任务导入01电子商务的智能化趋势电子商务的智能化趋势AI正在引领第四次工业革命，该技术对电子商务的影响是巨大的个性化的购物体验不再是一种反常现象，而是客户所期望的动态定价可以帮助企业最大限度地提高收入，同时保持市场竞争力聊天机器人正逐渐成为企业的主要技术支持工具，通过自然语言提供个性化客户支持、实时答疑并解决消费者问题人工智能驱动的搜索和推荐引擎使用机器学习算法来更好地捕捉用户意图，提高搜索相关性并增强产品发现将AR和VR集成到EC中的好处是能为客户提供逼真和身临其境的产品预览如果设计得当，虚拟试用体验有可能为时尚和美容行业带来变革电子商务的智能化趋势思考人工智能对电子商务的影响体现在哪些方面？不久的将来，电子商务领域还会出现哪些基于人工智能的新应用？请谈谈你对新的电子商务形式的理解？基础知识02电子商务数据分析的相关概念电子商务数据分析的流程与智能化

电子商务数据分析的常用方法电子商务的智能数据分析工具

电子商务数据分析的核心模型电子商务数据分析的相关概念数据分析数据分析是收集、处理数据并获取有价值的信息的过程具体地说，数据分析是在业务逻辑的基础上，融合统计方法、计算技术、算法模型等，通过逻辑推理及迭代探索，将分析结果转化为可行动的洞见和价值的过程电子商务数据分析的相关概念数据分析的目的数据分析的目的是把隐藏在一大批看似杂乱无章的数据中的信息提炼出来并集中，以找出所研究对象的内在规律电子商务数据分析的相关概念数据分析在电商企业经营的作用现状分析原因分析预测分析数据分析的作用电子商务数据分析的相关概念数据分析的分类EDA（ExploratoryDataAnalysis，探索性数据分析）CDA（ConfirmatoryDataAnalysis，验证性数据分析）定性数据分析电子商务数据分析的相关概念大数据的特点规模性（VOLUME）多样性（VARIETY）高速性（VELOCITY）大数据的数据类型结构化数据（如数据库表格）半结构化数据（如XML、JSON、日志文件）非结构化数据（如文本、图片、音频、视频、社交媒体内容）电子商务数据分析的相关概念人工智能人工智能是一个广泛的概念，旨在让机器像人一样思考、学习和处理问题其核心特征有自主性、适应性、可解释性和敏捷性人工智能技术是指通过人为的手段，让机器模拟人类的感知、认知、推理和决策等过程，使其能够实现自主学习、自主适应和自主创新的科学技术人工智能技术按照功能类型分类主要有六种，分别是感知智能技术、认知智能技术、行为智能技术、决策智能技术、生成智能技术、自主智能技术电子商务数据分析的相关概念云计算（CloudComputing）它是一种基于互联网的计算模式，通过网络提供计算资源和服务，包括计算能力、存储空间、应用程序等目前云计算被认为包含3个层次的内容服务（IAAS）平台即服务（PAAS）软件即服务（SAAS）电子商务数据分析的相关概念量子计算量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式量子计算机，作为执行量子计算任务的设备，以量子比特为基本运算单元目前市场上的量子计算机分成五类超导量子计算机中性原子计算机离子阱量子计算机光量子计算机冷原子量子模拟器“本源悟空”超导量子计算机电子商务数据分析的相关概念区块链区块链是一种以链的方式把区块组合在一起的数据结构密码学保证数据难以被窜改及伪造，使参与者对全网交易记录的事件顺序和当前状态建立共识电子商务数据分析的相关概念数据湖数据湖是一个庞大的数据存储库，从不同来源收集数据，并将其以自然状态存储起来数据仓库与数据湖执行相似的功能，但不像数据湖那样以自然状态存储数据电子商务数据分析的相关概念数据挖掘深入数据内部去挖掘价值要解决商业问题，就得让数据产生价值，就得做数据挖掘电子商务数据分析的相关概念数据可视化是指将数据分析结果用简单且视觉效果好的方式展示出来，一般运用文字、表格、图标和信息图等方式展示数据可视化的展示工具WORDEXCELPPT水晶易表等电子商务数据分析的相关概念RPA技术RPA（RoboticProcessAutomation，机器人流程自动化）技术能够代替或者协助人类在计算机、RPA手机等数字化设备中完成重复性工作与任务RPA技术特点：非侵入性和灵活配置性电子商务数据分析的相关概念知识图谱知识图谱（KnowledgeGraph）是一种用图结构表示知识和关系的技术，通过节点（实体）和边（关系）构建语义网络，旨在将分散的数据转化为机器可理解、可推理的知识体系电子商务数据分析的流程与智能化数据分析流程数据分析流程电子商务数据分析的流程与智能化数据处理与智能化脏数据清洗用EXCEL和AI工具实现去重数据处理与智能化数据计算极差标准化Z-score标准化最大值标准化

电子商务数据分析的流程与智能化

电子商务数据分析的流程与智能化数据处理与智能化数据排序运用EXCEL和AI工具实现按销量排序电子商务数据分析的流程与智能化数据处理与智能化数据分组运用EXCEL和AI工具实现按空调型号分组电子商务数据分析的流程与智能化数据处理与智能化WPSAI函数运用WPSAI函数从空调型号中提取品牌名电子商务数据分析的流程与智能化数据分析与AIAI数据分析它是指利用人工智能（AI）技术对数据进行处理、分析和挖掘，以提取有价值的信息、发现规律或预测未来趋势的过程其核心特点有五个：自动化能处理复杂数据善于预测与智能决策实时分析自学习与优化电子商务数据分析的流程与智能化数据分析与AI数据解释与展现及智能化引入可视化技术让客户参与分析过程融合人工智能技术自动推荐图表类型智能数据洞察与可视化联动自然语言驱动的可视化交互自适应可视化与动态优化电子商务数据分析的常用方法数据分析方法分类常规分析方法：对比分析、时间序列分析、占比分析等统计学分析方法：描述性统计分析、探索性统计分析和推断性统计分析自建模型：涉及机器学习、深度学习等算法，用于解决金融、商业等领域的复杂问题利用非线性回归模型预测未来的销售额利用关联规则挖掘商品间的关联关系常用的数据分析方法对比分析法对比分析法不同时间比较与竞争对手比较业绩完成进度比较店铺内部比较电子商务数据分析的常用方法电子商务数据分析的常用方法常用的数据分析方法时间序列分析法时间序列是按时间顺序的一组数字序列时间序列分析就是利用这组数列，应用数理统计方法加以处理，以预测未来事物的发展一个时间序列通常由4种要素组成趋势季节变动循环波动不规则波动常用的数据分析方法描述性统计分析描述性统计分析项目描述数据的集中趋势描述数据的离散程度描述数据的分布形状描述性统计分析案例用EXCEL和AI做描述性统计分析电子商务数据分析的常用方法常用的数据分析方法回归分析法一元线性回归模型Y=a+bX+ε运用EXCEL和AI工具做回归分析预测电子商务数据分析的常用方法常用的数据分析方法相关分析法相关关系分类0<|r|≤0.3，低度相关0.3<|r|≤0.8，中度相关0.8<|r|≤1，高度相关相关分析案例运用EXCEL和AI工具计算支付商品件数与推广费用的相关系数电子商务数据分析的常用方法电子商务数据分析的常用方法常用的数据分析方法方差分析法用于两个及两个以上样本均数差别的显著性检验造成波动的原因不可控的随机因素研究中施加的对结果形成影响的可控因素常用的数据分析方法分类分析法某电商企业各渠道销售额如表所示，请用百分比堆叠条形图对比分析各渠道销售额变化趋势月份苏宁易购天猫京东抖音拼多多6月62138124105787月5811996133958月6012783158116表

某电商企业6月-8月在各渠道的销售额（单位：万元）电子商务数据分析的常用方法电子商务数据分析的常用方法常用的数据分析方法聚类分析法是将指标之中所有类似属性的数据分别合并在一起，形成聚类的结果聚类预先不知道目标数据库中有多少类，以某种度量为标准的相似性，将所有的记录组成的类在不同类聚之间实现最大化，而在同一类聚之间实现最小化常用的聚类算法包括k-means算法、DBSCAN算法、CURE算法等常用的数据分析方法机器学习（MachineLearning）它使计算机系统能够从数据中自动学习和改进，而无需进行显式编程其核心在于通过算法和统计模型，自动识别数据中隐藏的的模式、关系和结构，用于对新数据进行预测或决策机器学习算法主要分三种类型监督学习无监督学习强化学习电子商务数据分析的常用方法常用的数据分析方法深度学习（DeepLearning）它是机器学习的一个分支，它通过构建多层神经网络来模拟人类大脑的信息处理方式，从而实现对复杂数据的自动特征提取和学习深度学习的核心是神经网络，尤其是深度神经网络常见的深度学习架构包括卷积神经网络循环神经网络电子商务数据分析的常用方法常用的数据分析方法杜邦分析法电子商务数据分析的常用方法生意参谋首页频道围绕人、货、场进行组织成交=新访直接成交+种草回访成交+老客复购电子商务的智能数据分析工具京东商智实时流量交易内容营销消费者电子商务的智能数据分析工具亚马逊品牌分析（AmazonBrandAnalytics，ABA）亚马逊搜索词报告人口统计报告购物篮分析报告重复购买行为报告电子商务的智能数据分析工具EXCEL在数据处理和分析方面表现出色新版Excel中加入Copilot电子商务的智能数据分析工具Excel可简化数字处理，可使用

自动填充简化数据输入，可基于数据获取图表建议，还可通过数据栏、颜色编码和图标轻松发现趋势和模式PowerBIPowerQueryPowerPivotPowerBIDesktop电子商务的智能数据分析工具SPSS电子商务的智能数据分析工具PythonPython是一种广泛使用的高级编程语言，凭借其简洁明了的语法和丰富的生态系统，成为数据分析领域的主流工具之一通过Pandas库实现数据加载、清洗、筛选与转换，高效处理缺失值和异常值结合NumPy库，可以进行高性能科学计算运用Matplotlib/Seaborn库，可以生成统计图表，直观呈现数据分布与趋势利用Scikit-learn库构建回归、分类、聚类等模型电子商务的智能数据分析工具九数云BI数据连接数据管理数据分析数据可视化数据应用电子商务的智能数据分析工具QuickBI数据连接数据准备数据分析业务数据探查报表制作电子商务的智能数据分析工具ALPL模型表1-1阿里AIPL的计算逻辑链路行为定义Aware（认知）曝光&点击5天内，被阿里妈妈广告曝光过或点击过阿里妈妈广告┉浏览15天内，浏览过天猫超市大牌狂欢活动页┉观看15天内，观看过淘宝短视频或观看过品牌的直播等Intrest（兴趣）会员品牌号会员；品牌授权店铺的会员粉丝品牌号订阅粉丝、微淘粉丝(同收藏了授权店铺)互动15天内，或在试用中心申请过品牌商品试用┉浏览15天内，浏览过大于等于2天品牌商品。收藏/加购15天内，收藏/加购过品牌商品的消费者；预售付定金领取试用装/样品在试用中心申请过商品试用;在淘鲜达领取了样品┉Purchase（购买）下单

最近2年半(2*365天+180天)，购买了品牌商品的所有消费者┉Loyalty（忠诚）复购

365天内有过正向的评论或正向的追评或365天内购买过该品牌商品大于等于2次的消费者电子商务数据分析的核心模型AARRR模型获取（Acquisition）激活（Activation）留存（Retention）收入（Revenue）推荐（Refer）电子商务数据分析的核心模型AARRR模型电子商务数据分析的核心模型AARRR模型电子商务数据分析的核心模型AARRR模型电子商务数据分析的核心模型AARRR模型电子商务数据分析的核心模型通过对比可以发现，渠道B的流量质量远远优于渠道A，因此建议该网店在渠道B投入更多的营销资源任务实战03基于ARIMA模型预测销售额基于AARRR模型分析社交电商/直播电商/跨境电商理论知识ARIMA模型是一种用来预测时间序列数据的方法，通过结合自回归项、差分项和移动平均项来表示时间序列的观测值自回归项（AR）：其表示当前观测值与前p个滞后观测值之间的关系差分项（I）：差分的主要目的是确保时间序列数据的稳定性移动平均项（MA）：移动平均项是用来捕捉时间序列数据的随机误差ARIMA模型通过对上述三项的组合得到，即:ARIMA(p,d,q)=AR(p)+I(d)+MA(q)p代表自回归项的阶数，d代表差分阶数，而q代表移动平均项的阶数基于ARIMA模型预测销售额基于ARIMA模型预测销售额任务内容以新零售企业A某门店主营的水果、蔬菜类目为例，根据最近6个月的销售数据，运用ARIMA模型预测其后2天的销售额，建议采用SPSS的时间序列预测分析功能基于ARIMA模型预测销售额任务安排两名学生一组，合作完成并提交《基于ARIMA模型的销售预测报告》，字数不限，要求逻辑严密，条理清晰，参数设置合理，预测误差较小基于ARIMA模型预测销售额任务实施数据准备步骤1模型识别与定阶步骤3应用模型做销售预测步骤5平稳性检验步骤2模型估计与诊断步骤4做好汇报的准备步骤6基于ARIMA模型预测销售额参考报告数据准备下载原始数据，导入SPSS定义日期基于ARIMA模型预测销售额参考报告平稳性检验绘制时间序列图基于ARIMA模型预测销售额参考报告平稳性检验差分处理基于ARIMA模型预测销售额参考报告模型识别与定阶绘制自相关函数（ACF）和偏自相关函数（PACF）基于ARIMA模型预测销售额参考报告模型识别与定阶判断ACF函数的特征拖尾或截尾基于ARIMA模型预测销售额参考报告模型识别与定阶判断PACF函数的特征拖尾或截尾基于ARIMA模型预测销售额参考报告模型识别与定阶选择ARMA模型基于ARIMA模型预测销售额参考报告模型估计与诊断构建ARIMA模型基于ARIMA模型预测销售额参考报告模型估计与诊断时间序列建模器运行结果基于ARIMA模型预测销售额参考报告应用模型做销售预测创建模型基于ARIMA模型预测销售额参考报告应用模型做销售预测时间序列建模器运行结果理论知识社交电商是指借助社交网站、SNS、微信、微博、社交媒介、网络媒介等传播途径，通过社交互动、用户自生内容等手段辅助商品销售的模式直播电商是指以直播为渠道实现商品销售的新型电商模式。它是数智时代背景下直播与电商双向融合的产物，核心在于利用主播讲解、用户互动等形式缩短消费决策链路，提升商品信任度与购买效率跨境电商是指分属不同关境的交易主体，通过电子商务平台达成交易、进行支付结算，并借助跨境物流将商品送达消费者，最终完成交易的国际商业活动基于AARRR模型分析社交电商/直播电商/跨境电商基于AARRR模型分析社交电商/直播电商/跨境电商任务内容基于AARRR模型分析

×××

社交电商/直播电商/跨境电商，首先需要了解社交电商/直播电商/跨境电商当前的运营状况，然后深入分析社交电商/直播电商/跨境电商如何获取用户，如何激活用户，如何留存用户，如何获取收入，以及如何激发用户推荐自己，最终完成《基于AARRR模型的

×××

社交电商/直播电商/跨境电商分析报告》社交电商/直播电商/跨境电商可以任选其一完成基于AARRR模型分析社交电商/直播电商/跨境电商任务安排两名学生一组，合作完成并提交《基于AARRR模型的

×××

社交电商/直播电商/跨境电商分析报告》，字数不限，要求条理清晰、数据准确、分析到位、逻辑严密、格式规范基于AARRR模型分析社交电商/直播电商/跨境电商任务实施分析社交电商/直播电商/跨境电商如何获取用户步骤1分析社交电商/直播电商/跨境电商如何留存用户步骤3分析社交电商/直播电商/跨境电商如何让用户推荐自己步骤5分析社交电商/直播电商/跨境电商如何激活用户步骤2分析社交电商/直播电商/跨境电商如何获取收入步骤4撰写《基于AARRR模型的

×××

社交电商/直播电商/跨境电商分析报告》步骤6做好汇报的准备步骤7拓展实训04基于LLM拆解GMV目标智能数据分析相关工作岗位招聘信息分析基于LLM拆解GMV目标实训背景GMV(GrossMerchandiseVolume，商品交易总额)是指一定时间内电商平台上的所有订单金额总和，包括已付款、未付款、取消订单、拒收及退货订单的金额。其用途是衡量平台的整体交易规模与用户活跃度，常用于行业趋势分析GMV计算公式为：GMV=已支付订单金额+未支付订单金额随着中国电商市场进入精细化运营阶段，品牌若想实现规模化增长，需以数据驱动为核心，分阶段拆解GMV目标，预估用户资产的缺口，明确用户资产的蓄水目标，提升品牌对GMV目标的可控性基于LLM拆解GMV目标实训内容某品牌在7月拟基于LLM运用AIPL模型对本年“双十一”GMV目标进行拆解已知该品牌本年GMV目标为3000万元，上年“双十一”实际GMV为2500万元。其中，新客销售额占比62%，老客销售额占比38%。新客销售额中A人群销售额占比30%，销售转化率均值为1.2%，

客单价为120元；I人群销售额占比70%，销售转化率均值为3.8%，客单价为180元。老客销售额中P人群销售额占比80%，销售转化率均值为8.5%，客单价为230元；L人群销售额占比20%，销售转化率均值为12%，客单价为250元。该品牌本年7月A人群总量为200万人，预计月均增加8%；I人群总量为80万人，预计月均增加6%；P人群总量为40万人，预计月均增加6%；L人群总量为5万人，预计月均增加5%基于LLM拆解GMV目标实训要求本实训要求学生单独完成，并提交《基于LLM的GMV目标拆解报告》，形式为Excel表格，字数不限，要求准确应用LLM和AIPL模型，数据准确，逻辑严密，拆解过程清晰智能数据分析相关工作岗位招聘信息分析实训背景智能数据分析是指利用人工智能、机器学习、大数据、大模型等技术对海量数据进行处理、分析和挖掘，以提取有价值的信息和洞察，为企业和个人提供决策支持。得益于数字化转型、大数据技术普及以及人工智能的快速发展，市场对

智能数据分析人才呈现出高速增长态势。智能数据分析相关工作岗位的薪资普遍较高。IT行业本就是薪资较高的行业，而

智能数据分析作为IT行业的新宠，高薪也是很常见的。目前，智能数据分析岗位的平均月薪为15000～20000元，非常优秀的人才的月薪可达30000元智能数据分析相关工作岗位招聘信息分析实训内容学生自主选择一家招聘网站，获取30个

智能数据分析相关工作岗位的招聘信息，统计分析招聘公司的主营业务、员工规模，以及招聘岗位、招聘人数、学历要求、经验要求、岗位职责、任职要求等智能数据分析相关工作岗位招聘信息分析实训要求2～3名学生一组，合作完成并提交《智能数据分析相关工作岗位招聘信息分析报告》,字数不限，

要求采取合法方式获取相关工作岗位的招聘信息，数据精确，用图文展示，分析到位，逻辑严密任务脑图谢谢Thankyou主讲：邵贵平任务二

店铺智能诊断AutomaticAbnormalityMonitoring主讲：邵贵平电子商务数据分析与应用知识

目标理解店铺智能诊断的相关概念熟悉店铺智能诊断工具理解和掌握店铺健康度指标体系技能

目标具备店铺运营智能诊断的能力具备直通车ROI计算与分析的能力具备进行库存健康度诊断的能力具备基于AI大模型诊断社交号的能力素养

目标具备对已完成工作进行诊断的能力具备较强的逻辑分析能力与人工智能技术应用能力具备耐心细致的工作态度塑造求真务实、富有商业伦理与社会责任感的数字化商业人才学习目标任务导入01店铺诊断智能体开启数智化洞察新时代数云智能报告获得接入授权后，其可向用户提供个性化店铺诊断、关键指标分析，以及智能化策略建议、自动化运营落地等一站式服务，全方位提升店铺经营的科学性和精准度从“数据堆砌”到“故事讲述”，超智能多模态分析洞察从“全员看数”到“千人千面”，大模型优化驱动个性化分析从“静态报表”到“动态推演”，大模型+小模型协同智能决策从“经验判断”到“智能洞察”，AI驱动的店铺诊断智能进化店铺诊断智能体开启数智化洞察新时代思考数云智能报告具备超智能多模态分析洞察能力，其超智能与多模态分别体现在哪里？数云智能报告如何解决复杂业务场景下用户需求的精准识别难题？在数云智能报告的“大模型+小模型”协同作业模式中，小模型的作用是什么？请你谈谈如何利用数云智能报告实现“分析-策略-行动”的店铺诊断闭环。店铺诊断智能体开启数智化洞察新时代基础知识02店铺智能诊断概述铺智能诊断工具店铺健康度指标体系店铺智能诊断概述智能诊断流程店铺智能诊断流程通常分成四个阶段：异常识别策略制定数据监测根因定位01020304店铺智能诊断概述指标拆解当智能诊断系统监测到异常时，会自动启动下钻分析，将该指标按照不同的业务维度进行层层拆解，以定位异常产生的根源以店铺销售收入出现异常为例，系统先将销售收入按其计算公式进行拆解销售收入＝访客数

×

转化率

×

客单价如果发现销售收入出现异常的主因是转化率下降，系统会进一步下钻，分析是哪些商品、流量渠道、用户群体的转化率在下降进一步分析发现，虽然整体转化率下降，但来自搜索渠道的转化率保持稳定，而来自推荐渠道的转化率出现大幅下滑，因此将问题初步定位在推荐流量上店铺智能诊断概述因果推断模型源于统计学的潜在结果模型（PotentialOutcomesModel，POM）ITEi=Yi(1)−Yi(0)，ITEi表示个体i的因果效应；Yi(1)和Yi(0)分别为个体i接受和未接受干预的结果植根于计量经济学的结构方程模型（StructuralEquationModeling，SEM）结构方程模型分为测量模型与潜在结构模型两部分，测量模型表示潜变量与显变量的关系，潜在结构模型表示潜变量间的因果关系由计算机科学家倡导的结构因果模型（StructuralCausalModel，SCM）SCM通过因果图表示变量之间的因果关系，并使用结构方程描述每个变量的生成过程店铺智能诊断概述归因分析模型归因分析模型常用于识别和量化不同因素对最终结果的贡献度首次触点归因线性归因位置归因（U形归因）时间衰减归因末次触点归因多渠道归因常见的归因分析模型店铺智能诊断概述商家经营知识图谱在根因定位时，利用机器学习算法和商家经营知识图谱进行关系推理，找到异常的根因生意参谋的店铺智能诊断店铺智能诊断工具京东商智的智能诊断功能店铺智能诊断工具帆软的商业智能工具店铺智能诊断工具店铺健康度指标体系运营管理健康度指标销售计划完成率=实际销售额/计划销售额×100%销售增长率=（本期销售收入-上期销售收入）/上期销售收入×100%销售成本=

产品的采购成本平均销售折扣率=总销售额/总吊牌额退款率=退款成功笔数/支付子订单数×100%毛利润=销售收入－销售成本毛利率=毛利润/销售收入×100%成本利润率=企业利润/成本总额×100%销售利润率=企业利润/销售收入×100%店铺健康度指标体系商品管理健康度指标商品差评率=描述相符的评价为1星或2星的订单量/店铺确认收货订单量销售进度=实际销售额/目标销售额动销率=动销品种数/店铺商品总品种数

×100%支付商品件数=统计时间内买家完成支付的商品数量之和售罄率=某段时间内商品销售数量/（期初库存数量+期中进货数量）×100%库存周转率=销售数量/［（期初库存数量+期末库存数量）/2］×100%金额退货率=某段时间内的退货金额/总销售金额×100%数量退货率=某段时间内的商品退货数量/总销售数量×100%店铺健康度指标体系营销策划健康度指标独立访客数（UV）=当天0点截至当前时间访问店铺页面或商品详情页的去重人数转化率浏览量（PV）=店铺或商品详情页被访问的次数ROAS=广告带来的收入/广告花费×100%ROI＝

（投资收益-投资成本）/投资成本

×100%成交转化率=成交人数/访客人数×100%获客成本=总营销费用/新增客户数量支付买家数=统计时间内完成支付的去重买家新/老客户占比=新/老客户数量/客户总数DAU=当日达到活跃客户标准的人数，MAU=当月达到活跃客户标准的人数复购率=复购客户数/客户总数

×100%店铺健康度指标体系视觉设计健康度指标跳失率=访客中没有发生点击行为的人数/总访客数

×100%平均停留时长=来访店铺的所有访客总的停留时长/访客数平均访问深度=PV/UV详情页跳出率=访客在详情页中没有发生点击行为的人数/详情页访客数×100%页面热力图是以特殊高亮的形式或模块形式显示客户页面点击位置的图示店铺健康度指标体系客户服务健康度指标咨单支付转化率=询单且下单支付的人数/总询单人数×100%平均响应时长=人工客服回复时长之和/咨询对话轮次服务质量评分=客户咨询体验评分之和/评分次数人效=咨询下单支付金额/客服人数纠纷退款率=判定商家责任退款生效笔数/支付成交笔数

×100%纠纷投诉商责率=平台判定为卖家责任的纠纷投诉订单数/判定成立的纠纷投诉订单总数退货退款完结时长=退货退款完结总时长/退货退款完结笔数店铺健康度指标体系物流服务健康度指标缺货率=缺货的单品数/总销售单品数×100%库存准确率=真实库存量（件数或金额）/账务库存量（件数或金额）×100%日均发货单数=统计周期内发货单数合计/统计周期天数平均发货时长=发货总时长/发货的包裹数平均到货时长=消费者下单支付到签收的总时长之和/已签收的包裹数量物流服务差评率=“物流服务”评价为1星或2星的订单量/店铺确认收货订单量店铺健康度指标体系企业财务健康度指标毛利率波动系数=（毛利率标准差/毛利率均值）×100%资产负债率=负债总额/资产总额

×100%经营现金流比率=经营活动现金流净额/营业收入店铺健康度指标体系运营管理健康度评估示例例如某电商企业10月份销售收入为1000000元，销售成本为400000万元，期间成本为200000元，净利润为300000元，

计算该企业的毛利率、成本利润率和销售利润率。毛利率=((1000000-400000)/1000000)×100%=60%成本利润率=(300000/(400000+200000))×100%=50%销售利润率=(300000/1000000)×100%=30%

任务实战03店铺运营智能诊断

直通车ROI分析店铺运营智能诊断理论知识店铺运营智能诊断是指应用AI工具对引起销售收入变化的关键因素展开分析，识别引发销售波动的关键因素，并制定改进策略优化相关业务店铺运营智能诊断的依据是“销售收入=访客数

×

转化率

×

客单价”应用AI工具分析访客数、转化率、客单价3项指标的历史数据，并与行业均值或竞争对手的数据做对比，来判断店铺运营中存在的问题，再查找原因，提出对策，实施优化店铺运营智能诊断任务内容选择一家店铺，从后台获取该店铺最近3个月的经营数据，查看销售收入的变化趋势，在此基础上运用WPSAI等工具对店铺的支付金额、访客数、转化率、客单价4项指标展开分析并做出诊断，然后根据诊断结果提出改进策略店铺运营智能诊断任务要求本任务要求学生单独完成并提交《××

店铺运营智能诊断报告》,字数不限，要求分析到位、诊断准确、逻辑严密店铺运营智能诊断任务实施获取店铺运营相关数据步骤1运用WPSAI等工具与行业数据进行对比分析，找出差距步骤3在AI工具的协助下制定改进策略，并实施优化步骤5撰写《××

店铺运营智能诊断报告》步骤2做好汇报的准备步骤4店铺运营智能诊断参考报告异常识别店铺运营智能诊断参考报告收集数据店铺运营智能诊断参考报告启动AI数据分析店铺运营智能诊断参考报告检查AI输出内容

初始转化率趋势对比图

新的转化率趋势对比图店铺运营智能诊断参考报告智能诊断分析店铺运营智能诊断参考报告诊断结论解读从AI输出的诊断结论来看，虽然访客数下降是最大数值变化，但导致我的支付金额下降的主要问题是转化率严重下滑，并且同行转化率在提升，说明问题出在店铺内部运营；次要问题是客单价策略失效，呈现下滑趋势，而同行客单价大幅提升，需要调整产品组合和定价策略基于AI的输出的诊断结论，应继续探讨转化率和客单价下降的原因。这需要进一步获取同一时期影响转化率和客单价的相关数据，如不同商品、渠道、用户群体的转化数据，以及客户评价、促销活动、关联推荐、客户服务等数据。关键词推广ROI分析理论知识关键词推广是阿里巴巴旗下的广告投放工具，专为商家提供精准营销服务。简单来说，就是通过竞价排名的方式，让商品出现在买家搜索结果的显眼位置。无论是新品上市还是活动促销，直通车都能帮商家快速吸引流量，提高商品曝光率关键词推广ROI的计算公式关键词推广ROI=成交金额/关键词推广花费当关键词推广ROI×

毛利率=1，则表示保本当关键词推广ROI×

毛利率>1，则表示盈利当关键词推广ROI×

毛利率<1，则表示亏损关键词推广ROI分析账户报表关键词推广ROI分析任务内容某店铺专营男士衬衫，自1688平台进货，9月以每件65元的价格采购了80件男士高档免烫衬衫，共花费5200元；然后在淘宝店铺中销售，在关键词推广上投放广告花费1200元，卖出这批衬衫的销售额为7600元。请计算关键词推广ROI，并判断是否盈利关键词推广ROI分析任务实施根据公式，关键词推广ROI=成交金额/关键词推广花费=7600/1200=6.33盈利判断关键词推广ROI×

毛利率=6.33×［（7600-5200）/7600×100%］

=6.33×31.58%

=2>1

可见本次关键词推广是盈利的拓展实训04亚马逊库存健康度诊断基于AI大模型诊断社交号、亚马逊库存健康度诊断实训背景数据显示，超40%的亚马逊FBA卖家因库存积压或短缺风险导致利润缩水库存积压商品在亚马逊运营中心的存放时间超过365天（某些情况下是180天）时，会开始收取长期仓储费，还可能触发亚马逊的“滞销惩罚”——降低Listing权重缺货风险亚马逊库存健康度诊断是主要基于三个核心指标：库存周转率、库龄分层、供需比库存周转率健康标准：普通商品的库存周转率≥6，快消品的库存周转率≥10风险信号：库存周转率<3，需立即排查滞销品亚马逊库存健康度诊断实训背景缺货风险库龄分层（InventoryAge）0-90天：健康库存。其库存周转良好，是业务健康的表现91-180天：关注库存。商品的销售速度开始变慢，需要留意动销情况181-270天：预警库存。商品已经出现滞销，需要制定计划尽快处理271-365天：高危库存。即将产生长期仓储费，必须优先处理365天以上：超龄库存。库存被征收长期仓储费，导致仓储成本激增，且可能被强制移除供需比（Supply/DemandRatio）健康标准：30≤供需比≤90风险信号：当供需比低于30，易造成缺货；当供需比超过90，会被标记为冗余库存亚马逊库存健康度诊断实训内容某亚马逊商家主营电动螺丝刀套装，在售有3款产品--A、B、C。5月初，A、B、C的库存分别是3000件、1800件和2500件，库龄分别是45天，160天和30天，5月末A、B、C的库存分别是1500件、1500件和800件，已知海运补货周期30天，且5月份没有补货,也没有其他影响库存的操作。请应用库存周转率、库龄分层、供需比三项指标对该商机的库存健康度进行诊断，并针对存在的问题提出相应的改进策略亚马逊库存健康度诊断任务安排本实训是一个独立任务，要求学生边学习边单独完成，完成后上交《亚马逊库存健康度诊断报告》，并做好汇报的准备基于AI大模型诊断社交号实训背景社媒运营三个最核心的数据是粉丝、互动与发帖诊断社交号运营能力的五项指标粉丝影响力内容创作力内容互动力粉丝调动力第一印象力基于AI大模型诊断社交号实训内容任选一个社交号，获取其粉丝数、最近1个月的发帖量，每个帖子的互动数，社交号的简介截图，再找到同一领域排名榜首的社交号，同样获取其粉丝数、最近1个月的发帖量，每个帖子的互动数，以及社交号的简介截图然后将社交号的数据和截图输入AI大模型，要求以榜首社交号为基准（100分），计算该社交号的粉丝影响力、内容创作力、内容互动力、粉丝调动力、第一印象力，以及综合评分，输出百分制，如下表所示；接着绘制雷达图，并对五个能力指标进行诊断，提供详尽的评估与改进意见基于AI大模型诊断社交号实训内容社交号粉丝数发帖量互动数粉丝影响力内容创作力内容互动力粉丝调动力第一印象力综合评分社交号A

榜首社交号

社交号数据表基于AI大模型诊断社交号实训要求本实训是一个团队任务，两位学生一组合作完成，完成后上交《基于AI大模型的社交号诊断报告》，并做好汇报的准备任务脑图谢谢Thankyou主讲：邵贵平任务三

流量数据分析RealizeAccurateTrafficAttraction主讲：邵贵平电子商务数据分析与应用知识

目标掌握流量来源分析方法掌握流量趋势智能分析方法掌握流量质量评估方法掌握流量价值计算方法掌握融入AI的融入AI技术的爆款引流方法理解千人千面的原理技能

目标具备基于AI大模型进行基于AI大模型的流量来源对比分析能力具备商品标题智能优化的能力具备设计GEO策略的能力具备应用SEO智能体的能力素养

目标具备互联网流量思维与人工智能技术具备较强的逻辑分析能力具备利用AI与数据驱动创新的理念彰显中国企业的国际声誉，增强民族自豪感学习目标任务导入01AI驱动广告引流变革

AI驱动广告引流变革

生产广告创意，选择广告投放平台及展示位置是通常的广告引流方程式；而生成式AI不仅能自动生成广告内容，还能直接决定广告展示的场景、时机和方式AI生产创意规模化且即时的，且迈入“一人千面”时代投放逻辑变革广告投放的预算分配正从搜索优先转向生态闭环广告形态重构未来的广告投放逻辑是：不只是买流量，而是让AI愿意把你写进答案

AI驱动广告引流变革

思考如何理解生成式AI让广告迈入“一人千面”时代？AI让广告投放逻辑产生怎样的变革？AI时代，广告形态应如何重构？基础知识02流量来源分析流量趋势智能分析流量质量评估流量价值计算融入AI技术的融入AI技术的爆款引流千人千面店铺流量根据来源属性分成公域流量和私域流量店铺流量根据终端类型可以分为PC端流量和移动端流量店铺流量根据来源渠道的不同可以分为站内流量和站外流量站内流量根据付费情况分成站内免费流量和站内付费流量流量来源分析站内免费流量淘内免费流量流量来源分析站内免费流量自主访问流量流量来源分析站内付费流量站内付费流量来源主要包括关键词推广、人群推广、全站推广、淘宝客、流量宝等流量来源分析站内付费流量关键词推广流量来源分析站内付费流量人群推广其是淘宝平台为商家提供的一种基于用户画像、大数据和人工智能的精准营销工具淘宝平台根据用户的多种特征进行标签划分基础属性，如年龄、性别、地域、消费层级等行为特征，如浏览、收藏、加购记录、复购周期等兴趣图谱，如美妆达人、数码极客、母婴群体等流量来源分析站内付费流量淘宝客流量来源分析站内付费流量流量宝流量来源分析站内付费流量货品全站推围绕商品从新品孵化到爆品打造的全周期增长策略，整合搜索、推荐、直播、内容等全域流量入口AI选品智能出价精准投放稳定交付流量来源分析站外流量流量来源分析流量趋势智能分析店铺流量趋势出现问题时的解决思路发现流量变动趋势流量趋势智能分析对比行业流量趋势流量趋势智能分析流量来源数据智能分析8月14日该店铺的访客数为40694，较前1日下降了7.67%，再来查看流量来源细分的变化流量趋势智能分析8月14日流量来源排行TOP108月14日店铺访客数流量来源数据智能分析将8月14日流量来源排行TOP10上传通义千问大模型，如图3-15所示。在提示词框中输入“8月14日该店铺的访客数为40694，较前1日下降了7.67%，以电商数据分析师的视角查找流量下降的主要原因，并按各来源对流量下降的影响程度进行升序排列，以列表方式输出。”并提交流量趋势智能分析流量来源数据智能分析通义千问大模型运行结果如图所示，可见手淘搜索对店铺流量下降的影响程度最大，需要进一步展开分析流量趋势智能分析查找问题症结所在8月14日手淘搜索流量来源显示，排在前三位的关键词是：空调、容声冰箱旗舰店官方店、电视8月13日手淘搜索流量来源显示，排在前三位的关键词是：空调、容声冰箱旗舰店官方店、海信电视官方旗舰店流量趋势智能分析查找问题症结所在8月14日大家电行业热词榜，搜索人气排在前三位的是空调、冰箱和洗衣机8月13日大家电行业热词榜，搜索人气排在前三位的是空调、冰箱和洗衣机流量趋势智能分析查找问题症结所在8月14日与13日手淘搜索关键词与行业搜索词的对比分析流量趋势智能分析手淘搜索关键词本店访客数/人行业搜索点击人气8月14日8月13日环比影响程度8月14日8月13日环比空调605778-22.24%-12.38%25353246292.94%海信电视官方旗舰店219340-35.59%-8.66%7574687810.12%美的变频空调202310-34.84%-7.73%58596083-3.68%容声冰箱旗舰店官方店594689-13.79%-6.80%49935244-4.79%空调挂机147237-37.97%-6.44%1511116052-5.86%冰箱174251-30.68%-5.51%2750027842-1.23%奥克斯旗舰店官方旗舰160184-13.04%-1.72%319331202.34%美的空调140164-14.63%-1.72%643061554.47%电视245247-0.81%-0.14%20803207600.21%合计24863200-22.31%-51.11%———对症下药，解决问题通过对比分析可以发现手淘搜索关键词的访客数均呈负增长，其中“空调”“海信电视官方旗舰店”“美的变频空调”“容声冰箱旗舰店官方店”“空调挂机”“冰箱”访客数下降较多，

环比下降幅度较大，合计贡献了54.7%的整体流量流失因此这6个关键词的搜索人数减少是引起手淘搜索流量下降的关键因素。在大家电行业热词榜中，这6个关键词的点击人气环比变化较小，从而说明本店在这6个关键词上的竞争力在下降，找到问题的症结所在流量趋势智能分析流量质量评估在数字广告生态中，流量质量已成为决定广告效果的关键因素统计数据显示，全球广告流量中无效流量比例高达28.7%，其中移动端更是达到惊人的31%。这意味着商家每投入10万元广告预算，就有约3万元被直接浪费对于追求高ROI的商家来说，流量质量评估已成为提升广告效果的核心策略流量质量评估流量质量常用的评估指标跳出率平均停留时长访问深度转化率活跃客户率参与指数流量质量评估流量质量评估案例某店铺移动端7月主要流量来源有5个，每个流量来源的访客数、转化率、活跃客户率和参与指数如表2所示，请评估5个渠道所获取流量的质量流量来源访客数/人访问深度/页转化率参与指数/次淘内免费9650475.51.93%1.86付费流量2912074.31.37%1.24自主访问874626.23.51%2.73淘外网站7651.60.51%1.22淘外

App5383.82.78%1.95表2某店铺移动端7月主要流量来源流量价值计算流量价值计算公式UV价值＝店铺的支付金额/UV

＝UV×转化率×客单价/UV

＝转化率×客单价PV价值＝店铺的支付金额/浏览量流量价值计算获取数据在生意参谋首页的运营视窗的整体看板中获取每日的交易、流量、商品、推广、服务等数据流量价值计算计算流量价值项目日期6月3日6月4日6月5日6月6日支付金额/元13481431689071455592658509访客数/人41282422264493943765UV价值/（元/人）32.664.003.2460.75转化率1.11%0.30%0.28%1.99%客单价/（元/人）2930135111553055UV价值/（元/人）32.524.053.2360.79浏览量/页126551121687140382143232PV价值/（元/页）10.651.391.0418.56融入AI技术的爆款引流洞察需求在打造爆品的过程中，识别用户痛点是一个至关重要的步骤识别用户痛点的技术用户旅程地图竞品分析用户反馈分析融入AI技术的爆款引流新品选款融入AI技术的爆款引流用AI大模型提炼卖点用AI大模型提炼卖点可以分两步走第一步，准备产品背景资料，生成Word或PDF文档产品名称与简介：[产品名称、核心功能、产品特色、产品优势、产品利益]产品类别：[如数码产品/美妆护肤/家居用品]热销SKU：[罗列热销的SKU及其产品组合]目标用户群体：[详细描述目标用户]情感需求:[如省心、快乐、安全感、身份认同、归属感、成就感等]核心价值主张：[产品希望传递的核心价值]融入AI技术的爆款引流用AI大模型提炼卖点用AI大模型提炼卖点可以分两步走第一步，准备产品背景资料，生成Word或PDF文档产品价格区间：[最低价，最高价]竞品名称与简介：[竞品名称及描述]竞品SKU:[罗列热销的竞品SKU及其产品组合]竞品目标用户：[详细描述竞品的目标用户]竞品详情页：[竞品详情页截图]竞品价格区间；[历史最低价，当前价格，历史最高价]融入AI技术的爆款引流用AI大模型提炼卖点用AI大模型提炼卖点可以分两步走第一步，准备产品背景资料，生成Word或PDF文档[差异点1]：[详细描述][差异点2]：[详细描述][差异点3]：[详细描述][用户痛点1]：[详细描述][用户痛点2]：[详细描述]融入AI技术的爆款引流用AI大模型提炼卖点用AI大模型提炼卖点可以分两步走第二步，将产品背景文档上传AI大模型，如豆包、DEEPSEEK等，再输入提示词：“作为一位资深的产品营销专家，请基于产品背景资料以及竞品分析结果，从功能、创新、情感、场景、对比等多个角度提取潜在的核心卖点，并保证提取的卖点充分体现产品的优势以及有足够的证据支撑，输出JSON文档。”根据输出结果，多次迭代提示词运营人员在AI大模型输出结果的基础上再进行优化，形成产品的核心卖点融入AI技术的爆款引流智能定价潜力爆款定价的方法通常分四步走首先，需要核算产品成本，包括研发、生产、销售、物流、售后等成本其次，调研市场上同类产品的价格，排名，定位，再确定自家产品价格及运营策略再者，对各品牌同尺寸、相似功能的机型价格做纵向比较，再确定潜力爆款价格最后，设计大型活动中的价格时要在本系统内部做横向比较AI驱动的定价系统能够发现多种商品之间联动的模式和关系，并能预测顾客对不同定价⽅案的反应，以及自动推荐使销量或者利润最⼤化的⽅案融入AI技术的爆款引流商品预热促销方式AI大模型使商家能快速、低成本地更新爆款产品的促销主题与促销方式，甚至可为每个客户生成独一无二的优惠券、产品推荐和促销信息口碑营销用户产生推荐的驱动力主要有3种一是产品驱动二是精神驱动三是利益驱动猜你喜欢猜你喜欢是淘宝千人千面系统的核心体现，其推荐逻辑基于用户行为预测、商品质量评估以及推荐权重千人千面店铺标签店铺标签就是构成店铺特征的人群画像如果一个店铺的标签没打好，引入的流量和标签不匹配，转化就无从谈起那么怎么给自己的店铺打上合适的标签呢？怎样才能引入精准的流量呢？最重要的就是分析店铺商品的特点，分析商品适合什么样的人群利用定向推广把商品展示到这些人的面前，而不是盲目地推广千人千面任务实战03基于AI大模型的流量来源对比分析商品标题智能优化基于AI大模型的流量来源对比分析理论知识流量纵横是生意参谋里专注于流量结构分析与广告投放优化的高级功能模块新版流量纵横一共有七个模块流量看板店铺来源分析商品来源分析内容流量分析新/老客&会员分析计划中心&事件中心访问贡献&转化贡献分析基于AI大模型的流量来源对比分析任务内容请以自家经营的店铺为分析对象，获取最近一周或一个月流量来源的细分数据并应用AI大模型绘制4张饼图第一张为自家店铺的PC端流量来源饼图第二张为同行的PC端流量来源饼图第三张为自家店铺的移动端流量来源饼图第四张为同行的移动端流量来源饼图将4张饼图做对比并分析，以发现自家店铺流量来源与同行的差异，并提出改进意见基于AI大模型的流量来源对比分析任务要求本任务要求学生单独完成并提交《基于AI大模型的流量来源对比分析报告》，字数不限，要求数据准确、图形清晰、分析到位、逻辑严密基于AI大模型的流量来源对比分析任务实施登录生意参谋，从流量纵横频道下载自家店铺和同行最近一个月的流量来源细分数据步骤1应用AI大模型，按店铺和终端分类绘制4张饼图步骤3提出改进意见步骤5对获取的流量来源细分数据进行整理，将访客数较少的流量来源进行合并，删除重复数据步骤2分类做对比分析，发现流量来源的差异步骤4撰写《基于AI大模型的流量来源对比分析报告》步骤6做好汇报的准备步骤7基于AI大模型的流量来源对比分析参考报告××

店铺10月移动端流量来源结构用WPS打开从流量纵横下载的自家店铺移动端流量来源，进行数据处理基于AI大模型的流量来源对比分析参考报告××

店铺10月移动端流量来源结构启动AI数据分析功能，然后输入提示词，运行结果如图所示参考提示词“请根据表格当前的来源明细和访客数数据，绘制一个颜色协调、画面美观且数据清晰的饼图，以展示不同来源明细下的访客数分布情况，不得删除或修改来源明细。”基于AI大模型的流量来源对比分析参考报告××

店铺10月移动端流量来源结构点击AI数据分析中饼图左上方的“㊉”，将饼图插入至工作表并编辑基于AI大模型的流量来源对比分析参考报告同行10月移动端流量来源结构基于AI大模型的流量来源对比分析参考报告××

店铺10月PC端流量来源结构基于AI大模型的流量来源对比分析参考报告同行10月PC端流量来源结构基于AI大模型的流量来源对比分析参考报告对比分析10月移动端流量来源对比分析将××店铺与同行的10月移动端流量来源数据及饼图合并在一页EXCLE，启动AI数据分析，输入提示词，在核对AI分析结果的基础上结合人工经验撰写分析结论本店铺优势有手淘搜索占比明显高于同行，说明SEO效果显著；本店铺劣势有超级短视频完全缺失(同行占比52.87%)，说明短视频开发不足，手淘有好货未利用(同行占比8.28%)，说明优质内容推荐渠道缺失，关键词/人群推广占比低于同行，说明付费流量开发不足据此提出优化建议：一方面要保持优势，继续优化搜索关键词和商品标题；另一方面要设法弥补短板，重点开发超级短视频营销渠道，参与"有好货"等优质内容推荐计划，适当增加付费推广预算，特别是精准人群投放基于AI大模型的流量来源对比分析参考报告对比分析10月份PC端流量来源对比分析核对AI分析结果的基础上结合人工经验撰写分析结论本店铺的主要优势在天猫搜索，而同行的优势在超级短视频（本店铺缺失）据此提出优化建议：继续优化天猫/淘宝搜索关键词，加强搜索广告投放，同时补强内容营销，如开发短视频营销策略、尝试与KOL合作、关注学习同行在超级短视频等渠道的运营策略商品标题智能优化理论知识以淘宝平台为例，SEO的主要影响因素有5个DSR动态评分主要包括宝贝与描述相符、卖家的服务态度、发货速度3项人气因子包括销量、点击率、转化率、收藏量、加购量、访问深度、好评率、退款率等等作弊因子包括交易作弊、价格作弊、重复铺货等，如果出现售假、虚假交易等违规行为系统机制包括加入消费者保障服务、橱窗推荐等搜索相关性包括类目相关性、属性相关性和文本相关性商品标题智能优化任务内容选择淘宝店铺中的一个商品，获取其当前的商品标题、流量数据和转化率数据，再应用生意管家对商品的标题进行优化，过一段时间后再获取新的流量数据和转化率数据，进行对比分析商品标题智能优化任务要求本任务要求学生单独完成，并提交《XX商品标题智能优化报告》,字数不限，要求选词准确，符合SEO匹配规则，标题具有可读性，逻辑严密，对比分析到位商品标题智能优化任务实施选择店铺中的一个商品，获取其当前的商品标题、流量数据和转化率数据步骤1根据一定的规则筛选关键词步骤3使用新的标题一段时间后，再次获取商品的流量数据和转化率数据，进行对比分析步骤5从淘宝排行榜、生意参谋、万相台等多个渠道获取和建立候选关键词词表步骤2应用SEO智能体将筛选出来的关键词组合新的标题步骤4撰写《基于智能体的

××SEO标题优化分析报告》步骤6做好汇报的准备步骤7商品标题智能优化参考报告选择商品，获取商品标题和绩效数据商品标题最近一周访客数/人最近一周支付件数C咖美白淡斑小罐膜美白面膜去黄提亮祛斑紧致抗皱舒缓泥膜女102711商品标题智能优化参考报告用生意管家优化商品标题登录生意管家在帮运营板块点击查看更多，进入生意管家问答界面，点击右侧的答疑图标启动个人助理商品标题智能优化参考报告用生意管家优化商品标题在生意管家经营频道的AI助理界面，单击右下角的图标

，进入AIGC界面商品标题智能优化参考报告用生意管家优化商品标题AIGC界面集成多个AI工具，找到“商品标题”AI工具，单击“前往官网”按钮，打开商品标题AI工具的官网商品标题智能优化参考报告用生意管家优化商品标题在商品标题AI工具的官网，先单击“选择商品”按钮，从商品库中选择需要进行标题优化的商品，然后编辑商品卖点，再单击“生成标题”按钮，AI输出生成结果商品标题智能优化参考报告用生意管家优化商品标题AI生成结果包含3个商品标题优化方案，商家可选择其一进行编辑、复制、收藏，以及一键发布在商品标题优化方案标题1的基础上，结合人工复核，新的商品标题确定为“C咖淡斑美白紧致抗皱泥膜深层清洁提亮去黄精华护肤面霜淡化纹路”。新标题更换了原标题中的部分关键词，而且可读性增强，更能吸引消费者点击商品标题智能优化参考报告获取新的绩效数据做对比分析C咖美白淡斑面膜的新标题发布后，付费推广同时加大力度，一个月后，商品绩效明显提升商品标题最近一周访客数

/人最近一周点击率最近一周支付转化率C咖淡斑美白紧致抗皱泥膜深层清洁提亮去黄精华护肤面霜淡化纹路43282.79%1.83%拓展实训04GEO策略设计SEO智能体应用GEO策略设计理论知识GEO（GenerativeEngineOptimization，生成式引擎优化）是针对生成式人工智能引擎（如DEEPSEEK、豆包、ChatGPT、GoogleGemini、AnthropicClaude等）进行内容优化的一套策略体系做好GEO，需要掌握两种核心技术：大型语言模型(LLM)：类似DEEPSEEK，拥有强大的语言理解和生成能力检索增强生成(RAG)：为了防止AI"胡说八道"，系统会先从一个庞大且受信任的索引数据库中检索相关信息，然后让LLM基于这些"真实"信息来组织和生成答案AI在选择信源时，遵循E-E-A-T(Experience,Expertise,Authoritativeness,Trust，Worthiness)准则GEO策略设计理论知识GEO的常见策略有三个内容策略技术优化策略使用Schema标记来描述网页内容知识图谱优化(KnowledgeGraphOptimization)权威性建设GEO策略设计实训内容选择一个熟悉的品牌，然后引用消费者常见问题测试该品牌在多个LLM中的表现，然后根据测试结果设计该品牌的GEO策略，包括内容策略、技术优化策略、权威性建设策略等，并撰写报告GEO策略设计实训要求本实训是一个团队任务，两位学生一组合作完成，完成后上交《XX品牌的GEO策略设计报告》，要求测试准确、思路新颖、策略有效、格式规范，并做好汇报的准备SEO智能体应用理论知识智谱清言智能体中心的“SEO内容一键生成器”是一个人工智能助手“SEO内容一键生成器”智能体的主要功能包括问题解答语言理解学习与适应多语言支持。用户交互遵守伦理和隐私SEO智能体应用实训内容选择店铺中的某个商品进行SEO内容优化，先将该商品的标题及商品相关信息复制到“SEO内容一键生成器”，无需输入提示词直接提交，然后审查智能体输出结果，并经调整后在媒体渠道发布SEO智能体应用实训要求本实训是一个独立任务，每位学生单独完成，完成后上交《SEO智能体应用报告》，并做好汇报的准任务脑图谢谢Thankyou主讲：邵贵平任务四

转化数据分析DiagnosisandOptimization主讲：邵贵平电子商务数据分析与应用知识

目标掌握与转化率相关的计算，理解转化率的重要性掌握成交转化漏斗模型理解用户旅程地图的基本概念与七个要素掌握电商转化率分析指标及其计算方法了解影响转化率的因素掌握关键词推广的转化分析方法技能

目标具备利用AI试衣功能进行A/B测试的能力具备基于LLM分析转化漏斗的能力具备开发点击率诊断智能体的能力具备绘制用户旅程地图的能力素养

目标具备对关键业务流程进行层层分解的能力具备较强的逻辑分析能力与人工智能技术应用能力具有精益求精、追求卓越的工匠精神展现中国企业取得的成就，激发科技自信与创新担当学习目标任务导入01电商智能体结合京麦数据提升店铺转化率电商智能体结合京麦数据提升店铺转化率1.用京麦数据识别转化痛点京麦用户每天从后台导出各项运营数据，深入分析用户行为路径以某店铺爆款蓝牙耳机为例，京麦数据揭示其第一个痛点：虽然60%的流量来自搜索，但搜索点击率仅有1.8%，远低于行业平均水平3%继续挖掘数据发现，用户在详情页的平均停留时间仅15秒更有趣的发现来自加购，虽加购率达8%，但加购后的转化率仅20%2.用电商智能体提升数据分析效率知行奇点电商智能体自动抓取京麦全量数据，实时监测各环节转化指标，一发现异常立即预警，给出精准的优化建议有了知行奇点的AI电商智能体加持，原本繁琐的数据分析工作变得轻松高效。复杂的分析框架被固化成智能化流程，几分钟就能完成以往几小时的工作量，而且分析维度更加全面深入数据的价值不在于拥有多少，而在于如何解读和应用电商智能体结合京麦数据提升店铺转化率思考某店铺爆款蓝牙耳机案例中，三个痛点分别对应用户行为路径的那个节点？知行奇点的AI电商智能体如何提升数据分析的效率？“要发挥数据的威力，需要科学的分析方法和智能工具的支撑”请谈谈你对这句话的理解？基础知识02转化率相关概念成交转化漏斗模型用户旅程地图转化率分析指标影响转化率的因素关键词推广的转化分析转化率相关概念转化率计算公式：转化率＝（转化人数/点击人数）×100%例如：有2000名访客访问某网店，其中有300名访客点击浏览了某商品的信息，最终6人购买了该商品，那么该商品的转化率为：转化率=（6/300）×100%=2%1转化率的重要性销售收入＝访客数

×

转化率

×

客单价利润

＝

销售收入

×

利润率

＝

访客数

×

转化率

×

客单价

×

利润率2转化率还影响什么？影响商品的搜索权重影响关键词推广的点击花费……3成交转化漏斗模型030201展现匹配模式：精确匹配、中心词匹配、广泛匹配店铺层级、店铺综合质量分、千人千面…