醉染图书谷歌数据分析方法9787111651659

前言

章数据分析进阶的全新世界

1.1数据分析现状

1.2行业现状

1.3重新反思数据分析：实现数据分析进阶3

1.3.1“是什么”：点击流

1.3.2“有多少”：多样产出分析

1.3.3“为什么”：实验和测试

1.3.4“为什么”：用户反馈

1.3.5“还有什么”：竞争情报

1.4变革：YesWeCan

1.4.1策略调整

1.4.2战术转变

1.4.3分析

第2章选择数据分析工具的策略

2.1确定预期业务目标

2.2步：选择数据分析工具前要回答的3个关键问题

.第二步：选择数据分析工具前要问供应商的10个问题

2.4数据分析供应商比较：多样化和竞争优势

2.5第三步：如何有效地试用数据分析工具

2.第步：确定合作前的协议，检查供应商的服务条款

第3章点击流分析的精彩世界：指标

3.1回顾标准指标：8个关键指标

3.2跳出率

.3出率

3.4转化率

3.5参与度

3.6数据分析指标揭秘

3.6.1指标的4个属

3.6.2指标示例

3.6.3关于成功的3条经验

3.7关键指标的战略策略

3.7.1确定影响指标表现的根源一转化

3.7.2利用自定义报表

3.7.3创建团队报表中心

3.7.4从宏观上进行分析

第4章点击流分析的精彩世界：实际作
4.1数据分析入门

4.1.1熟悉基本指标

4.1.2获取访客

4.1.3控制成本

4.1.4点击密度分析

4.1.5衡量购买前的访问次数

4.2数据分析报表

4.2.1流量来源

4.2.2流量产出

4.3基础分析策略

4.3.1细分至关重要

4.3.2关注用户行为而非总体情况

4.4让日常点击流分析更具操作

4.4.1站内搜索分析

4.4.2SEO分析

4.4.3付费搜索分析

4.4.4直接流量分析

4.4.5邮件营销分析

4.4.6富媒体分析

4.5面对现实：数据分析的挑战

4.5.1跟踪访客cookie

4.5.2数据抽样

4.5.3历史数据的价值

4.5.4对用户体验视频回放的作用

4.5.5数据校正清单

第5章成功的关键：衡量绩效

5.1关注“少数关键指标”

5.2产出KPI实际操作5例

5.2.1任务完成率

5.2.2搜索流量比例

5..访客忠诚度和回访度

5.2.4订阅数

5.2.5正面退出率

5.3转化率进阶

5.3.1购物车和结算流程放弃率

5.3.2购买前访问次数和天数

5.3.3平均订单价值

5.3.4识别可转化人群

5.4衡量宏观和微观的转化

5.5量化经济价值

5.6衡量非商务的成功

5.6.1访客忠诚度

5.6.2访客回访率

5.6.3停留时间

5.6.4访问深度

5.7衡量B2B

第6章利用定数据解决“为什么”的难题

6.1实验室可用研究：是什么，为什么，有多少

6.1.1实验室可用研究是什么

6.1.2如何进行测试

6.1.3实验室可用研究的实践

6.1.4实验室可用研究的好处

6.1.5注意事项

6.2可用研究替代方案：远程和线上外包

6.3调研：真正倾听用户反馈

6.3.1调研的类型

6.3.2调研中优选的错误

6.3.3永不过时的3个调研问题

6.3.4选择线上调研供应商的8个建议

6.4互联网环境下的用户研究新方法

6.4.1竞争基准研究

6.4.2快速可用测试

6.4.3线上卡片分类研究

6.4.4人工智能视觉热点图

第7章快速试错：发挥测试和实验的力量

7.1测试方法入门：A/B测试和多变量测试

7.1.1A/B测试

7.1.2多变量测试

7.2可操作的测试建议

7.2.1改进的关键——登录页面

7.2.2关注结账、注册和提交页面

7..优化广告数量和位置

7.2.4测试不同的定价与销售策略

7.2.5测试包装等实物设计

7.2.6优化外部市场活动

7.3对照实验：提升分析水平

7.3.1衡量付费搜索对品牌关键词的影响

7.3.2对照实验案例

7.3.3对照实验的优缺点

7.4营造企业的测试文化

7.4.1建议1：次测试至关重要

7.4.2建议2：不要盲目依赖工具或专家

7.4.3建议3：抛开自以为是

7.4.4建议4：以设开始

7.4.5建议5：制定目标评估标准和预先决策

7.4.6建议6：测试衡量多目标产出

7.4.7建议7：根据用户的痛点进行测试

7.4.8建议8：分析数据、交流心得

7.4.9建议9：配备测试推广者和测试专家

第8章竞争情报分析

8.1竞争情报的数据来源、类型和机密

8.1.1工具条数据

8.1.2用户库数据

8.1.3ISP数据

8.1.4搜索引擎数据

8.1.5数据分析供应商的行业基准数据

8.1.6自行提供数据

8.1.7混合数据

8.2流量分析

8.2.1分析长期流量趋势

8.2.2分享竞争的重合度，发现机会

8..分析引用和退出

8.3搜索和关键词分析

8.3.1热门关键词的绩效趋势

8.3.2地域兴趣和机会分析

8.3.3相关搜索和快速上升的搜索

8.3.4市场占有率分析

8.3.5竞争关键词优势分析

8.3.6关键词扩展分析

8.4受众识别和细分分析

8.4.1基于人口统计学的细分分析

8.4.2基于用户心理的细分分析

8.4.3搜索行为和受众细分分析

第9章新兴分析：社交、移动端和视频

9.1衡量新型社交网络：数据的挑战

9.1.1内容的演变

9.1.2推特的

9.2分析离线用户体验（应用程序）

9.3分析移动端用户体验

9.3.1移动端数据的收集方法

9.3.2移动端报表和分析

9.4衡量博客的表现

9.4.1原始作者的贡献

9.4.2读者增长

9.4.3转化率

9.4.4引用和轰动指数

9.4.5博客成本

9.4.6博客的收益（回报率）

9.5量化推特的影响

9.5.1粉丝人数的增长

9.5.2信息放
9.5.3点击率和转化

9.5.4转化率

9.5.5新兴的推特指标

9.6分析视频的表现

9.6.1视频的数据收集

9.6.2关键视频指标与分析

9.6.3不错视频分析

0章解决隐藏的数据分析陷阱

10.1准确还是

10.2数据质量处理的6个步骤

10.3建立行动仪表盘

10.3.1创建的仪表盘

10.3.2综合仪表盘

10.3.3高影响力仪表盘的5个准则

10.4全线营销的机遇和多渠道衡量

10.4.1转向全线营销模式

10.4.2多渠道分析

10.5行为定向的优势和挑战

10.5.1行为定向的优势

10.5.2克服基本的分析挑战

10.5.3行为定向的两个先决条件

10.6线上数据挖掘和预测分析面临的挑战

10.6.1数据类型

10.6.2变量的数量

10.6.3多个主要目的

10.6.4多次访问行为

10.6.5缺少主键和数据集

10.7涅槃之路：实现智能分析的步骤

1章数据分析专家的入门指南

11.1背景信息的重要

11.1.1比较不同时期的关键指标

11.1.2通过细分提供背景信息

11.1.3比较的关键指标平均值和细分值

11.1.4给指标寻找伴侣

11.1.5利用行业基准和竞争数据

11.1.6了解业务知识

11.2比较KPI变化趋势

11.2.1呈现业务知识

11.2.2细分来救援5

11.3在0之外：什么改变了

11.4真正的价值：衡量潜在转化及访客行为

11.4.1潜在访客行为

11.4.2潜在转化

11.54种不能指导实际行动的KPI衡量技术

11.5.1平均值

11.5.2百分比

11.5.3比率

11.5.4组合或计算得出指标

11.6搜索：实现长尾策略

11.6.1计算头部和长尾

11.6.2了解品牌和行业关键词

11.6.3的搜索营销策略

11.6.4执行的长尾策略

11.7搜索：衡量上层漏斗关键词的价值

11.8搜索：付费点击的进阶分析

11.8.1识别关键词的潜在机会

11.8.2关注“什么改变了”

11.8.3分析展示份额和收入损失

11.8.4拥抱回报率分布表

11.8.5用户搜索查询和匹配类型归零

2章数据分析专家的进阶指南

12.1多触点营销活动归因分析

12.1.1多触点是什么

12.1.2你有归因问题
12.1.3归因模型

12.1.4实际情况下归因分析的核心挑战

12.1.5归因分析的可行替代方案

12.1.6关于多触点的部分思考

12.2多渠道分析：对于全线营的衡技巧

12.2.1跟踪线下营销活动对线上营销活动的影响

12.2.2跟踪线上广告活动的线下影响

3章数据分析的职业生涯

13.1数据分析师职业生涯规划：选择、薪酬前景和发展

13.1.1个人技术贡献者

13.1.2个人业务贡献者

13.1.3技术团队

13.1.4业务团队领导

13.2数据分析成功职业生涯的技能培养

13.2.1使用数据

13.2.2获取多个分析工具的经验

13..在实际中的运用

13.2.4成为数据收集侦探

13.2.5数学基础：学习统计学的基本知识

13.2.6善于提问

13.2.7与业务团队紧密合作

13.2.8学习有效的数据可视化和PPT技能

13.2.9与时俱进：参加免费网络研讨会

13.2.10与时俱进：阅读博客

13.3数据分析专家好的

13.4雇佣的人才：给分析经理和总监的建议

……

数据分析领域经典读物！数据分析域领者、谷歌数字营销布道师、谷歌联合创始人阿维纳什?考希克经典之作！学习以用户为中心的数据分析思维框架！《怪诞行为学》作者、美国杜克大学行为经济学教授丹?艾瑞里《紫牛》《营销人都是大骗子》作者赛斯?高汀前苹果公司首席宣传官盖伊?川崎CDA数据分析师联袂