人人都是網站分析師：從分析師的視角理解網站和解讀數據 ( 簡體 字) |
| 作者：王彥平 著 | 類別：1. -> 程式設計 -> 綜合 |
| 譯者： |
| 出版社：機械工業出版社 |  3dWoo書號： 41054
詢問書籍請說出此書號！【有庫存】
NT售價： 345 元 |
| 出版日：3/1/2015 |
| 頁數：224 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787111492702 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：這本書
有朋友問我為什么網名叫“藍鯨”，這源自我2009年時對網站數據的理解。網站數據對于我來說無比浩瀚，而作為網站數據分析師，則必須避免迷失在這浩瀚的數據海洋中。
與傳統行業相比，網站獲取訪問者數據的方法更加簡單、快速。而如何從海量數據中獲得價值是很多網站分析師面臨的問題。很多人都知道網站分析的指標，但很少有人知道它們的使用場景。我曾看到過很多堆積指標的分析報告，這種報告對閱讀者來說沒有任何價值。很多人都知道網站分析工具能提供數據，但很少有人知道為什么需要這些數據。很多分析師每天面對著網站分析工具提供的“標準化數據”，使用各種模型和分析方法祈禱可以從中獲得洞察。但他們卻忘了重要的GIGO原則（Garbage In Garbage Out），輸入的是垃圾，輸出的也是垃圾。數據必須和業務緊密結合才能產生價值。這些都是造成數據缺少價值的原因，也是本書要解決的問題。
在本書中我們首先將通過分解網站分析定義來明確數據的作用及價值，通過網站信息架構和不同功能的工作原理來說明指標的使用場景及數據的局限性，通過監測代碼的設計過程來說明如何預先選擇數據以確保分析結果有價值。同時本書也是一本面對初學者的網站分析教程，以結構化的知識幫助新人快速了解網站分析,掌握常用的分析方法。
讀者對象
本書適合從事網站數據分析相關工作的初、中級讀者，具體包括：
網站運營人員
搜索引擎優化(SEO)人員
搜索引擎營銷(SEM)人員
網站產品經理
個人網站站長
大專院校相關專業的學生
如何閱讀本書
這是一本介紹網站分析基礎知識，方法及思路，并幫助梳理網站分析知識體系及框架的工具書。本書共8章可分為5大部分。以下既是本書內容的整理，也是學習網站分析的方法和框架。
第一部分（第1、2章）：網站分析定義及工具概述
什么是網站分析
網站分析工具
網站分析是什么？我們該如何理解網站分析的定義？如何挑選網站分析工具？不同工具間有哪些差異？這些問題都將在這部分給出答案。在本部分中我們將詳細介紹網站分析的定義，并對定義進行分解，還會對網站分析的目的、價值及所使用的工具進行說明，并且會對網站分析工具進行對比。
第二部分（第3章）：從網站分析師的角度理解網站
從“網站分析”這個名稱中就可以發現理解網站是進行數據分析的前提和關鍵。那么作為一名網站分析師，我們應該如何來看待網站？需要關注網站中的哪些內容和維度呢？本部分將帶你從分析師的視角來了解在開始網站分析之前你需要關注和理解的內容，讓你從網站分析師的角度來理解網站。
第三部分（第4、5章）：網站分析的基礎指標及工作原理
理解實戰中的網站分析指標
廣告數據及網站數據的監測原理
網站分析中最基本的知識是指標和工具的工作原理，理解這兩部分是學習網站分析的基礎。本部分將詳細介紹這兩部分內容，但不會僅停留在理論階段，還會以分析師工作中的實例來說明在實際操作中可能出現的各種復雜情況，以幫助你更好地理解實際工作中的數據和指標。
第四部分（第6章）：以業務為中心的監測代碼設計與實施
很多網站分析師在熟練掌握了基礎知識、分析工具及各種分析模型和方法以后，依然無法讓數據變得有價值，也無法從數據中獲得任何洞察。這是因為他們忽略了一條重要的原則:GIGO原則。本部分將先介紹在整個網站分析過程開始前需要思考和注意的問題，隨后展開代碼實施的過程。學習完這部分后你會發現，80%的網站分析師在進行數據分析時，其實從一開始就做錯了，這也是直接導致數據沒意義，分析結果沒價值的原因。
第五部分（第7、8章）：網站分析的方法和架構
網站分析常用方法
網站分析框架及報告解讀
最后，我們將介紹網站分析中最實用的幾種分析方法，并說明每種分析方法的使用場景和可以解決的問題。同時我們將以Google Analytics為例對網站分析工具的報告進行分類解讀，提供每一類報告中需要關注的關鍵指標。在本書的最后，我們將給出一個完整的網站分析基本架構。
如果你是一位初學者，請先從第1章網站分析的定義開始閱讀。如果你已經是一位分析師，正在被無價值的數據所困擾，請直接從第6章網站分析開始前的準備與思考開始閱讀。如果你已經掌握了網站分析的相關知識，希望對自己的知識體系進行梳理，可先從第8章網站分析框架及報告解讀開始閱讀，然后再根據需要閱讀前面的章節。
勘誤和支持
由于作者的水平有限，加之編寫時間倉促，書中難免會出現一些錯誤或者不準確的地方，懇請讀者批評指正，我會及時更正。如果你有更多的寶貴意見，也歡迎發送郵件至郵箱cliff1980@gmail.com，或者在我的博客（bluewhale.cc）中留言，期待能夠得到你們的真摯反饋。
致謝
首先感謝Google提供了免費的Google Analytics工具,讓我們的學習成本近乎為零。
感謝為本書撰寫推薦的朋友們: Brian Clifton、彭永東、滕懿麟、海云飛、吳盛峰、宮鑫、張姝、Cindy Wang、邱南奇、Bruce，感謝你們的支持及專業的建議。
感謝機械工業出版社華章公司的楊福川老師及姜影老師，在這一年多的時間中始終支持我的寫作，他們的鼓勵和幫助引導我順利完成全部書稿。
謹以此書獻給我最親愛的家人！
王彥平
2014年10月于北京 |
內容簡介：簡介
這是一本真正能讓網站分析的數據結果產生商業價值的著作。很多人都知道網站分析中的指標，但很少有人知道它們使用的場景。很多人都知道網站分析工具能提供數據，但很少有人知道為什么需要這些數據。很多人都知道數據對網站很重要，但很少有人知道數據究竟能帶來什么價值。輸入的是垃圾，輸出的也是垃圾，單純的數據對企業來說沒有價值。
本書從分析師的視角系統、深入地講解了如何理解網站和解讀數據。首先，通過講解網站的信息架構和工作原理，不僅系統介紹有哪些分析指標，而且會詳細介紹每一個指標的使用場景；不僅會分析每個指標數據的作用和局限性，而且還會介紹這些數據如何與業務結合才能產生價值。其次，通過講解以業務為中心的代碼設計、Tag Manager高級代碼實施、Google Analytics跨屏追蹤、網站流量分類原理及邏輯，詳細講解了如何分析數據、選擇數據、使用數據才能確保分析結果的價值，最終為網站的運營提供決策依據。
作者藍鯨在網站分析領域浸淫多年，不僅積累了豐富的經驗，而且為網站數據分析知識的傳播做出了很大的貢獻，在業界有非常好的口碑和影響力。本書是繼其譯作《流量的秘密》和著作《網站分析實戰》后的第3部著作，內容更加豐富，視角更加獨特。本書得到了國際公認網站分析專家Brian Clifton（《流量的秘密》作者，Google歐洲、中東和非洲區的前網站分析負責人）等10余位來自全球和中國的網站分析專家聯袂推薦。 |
目錄：本書贊譽
前 言
第1章 什么是網站分析 1
1.1 網站分析的定義 2
1.1.1 網站分析定義及關鍵信息的概述 2
1.1.2 關鍵信息解讀 3
1.1.3 網站分析定義的總結 8
1.2 網站分析的作用 9
1.2.1 網站的眼睛 9
1.2.2 網站的神經系統 10
1.2.3 網站的大腦 11
1.3 學習網站分析的5個階段 11
第2章 網站分析工具 14
2.1 網站分析的3個階段及其工具 15
2.1.1 服務器日志和計數器階段 15
2.1.2 網站數據統計階段 17
2.1.3 網站數據分析階段 17
2.2 服務器日志和JavaScript日志對比 18
2.2.1 網站服務器日志的特點 18
2.2.2 JavaScript日志的特點 19
2.2.3 數據差異和準確性對比 20
2.2.4 數據全面性對比 22
2.3 如何選擇適合的網站分析工具 25
2.3.1 有邏輯地展現網站中各項指標 25
2.3.2 可定制并與網站的商業目標結合 26
2.3.3 發現數據中的問題 26
2.3.4 使用通俗易懂的指標及描述 26
2.3.5 專業及完善的服務和技術支持 27
2.4 Webtrekk工具 27
2.4.1 功能套件及擴展工具 28
2.4.2 Webtrekk Q3特色功能 33
2.5 個性化網站分析工具推薦 41
2.5.1 Clicktale 42
2.5.2 Crazyegg 43
2.5.3 SkyGlue 43
2.6 SkyGlue工具 44
2.6.1 實施過程 44
2.6.2 工作原理 44
2.6.3 追蹤每一位獨立訪問者 45
2.6.4 追蹤獨立訪問者的每一次點擊 46
2.6.5 跨渠道與跨地域追蹤訪問者 47
2.6.6 對事件進行追蹤 48
2.6.7 SkyGlue工具測試總結 49
2.7 用戶調研工具 49
2.8 競爭分析工具 51
2.8.1 Alexa 51
2.8.2 Google Ad Planner 51
第3章 從網站分析師的角度理解網站 53
3.1 理解網站的目的和不同階段的目標 54
3.1.1 網站存在的目的 54
3.1.2 網站不同階段的目標 54
3.2 理解網站的流量策略 56
3.3 理解網站的信息架構 60
3.3.1 什么是元數據 61
3.3.2 元數據的作用和使用者 62
3.4 理解網站的頁面分類 65
3.4.1 網站中的三類頁面 66
3.4.2 頁面的關注點和衡量指標 66
3.5 理解網站的流程結構 67
3.6 理解網站URL中的關鍵信息 69
3.7 理解站內搜索的工作原理 71
3.8 理解網站的成功及微轉化 76
第4章 指標的使用場景及計算方法 78
4.1 6種最常見的指標場景 79
4.1.1 計數指標和復合指標 79
4.1.2 貨幣指標與非貨幣指標 80
4.1.3 正向指標與負面指標 81
4.1.4 廣告指標與網站指標 82
4.1.5 用戶行為指標與網站性能指標 82
4.1.6 驅動指標與績效指標 83
4.2 指標及計算方法 84
4.2.1 廣告端基本計數指標 84
4.2.2 廣告端擴展指標 85
4.2.3 網站端基本計數指標 87
4.2.4 網站端擴展指標 89
第5章 廣告數據及網站數據的監測原理 94
5.1 Cookie的作用及分類 95
5.1.1 第一方和第三方Cookie 95
5.1.2 永久和臨時Cookie 96
5.2 廣告數據監測原理 97
5.2.1 廣告點擊監測 97
5.2.2 搜索引擎排名監測 102
5.2.3 EDM廣告監測 104
5.2.4 分析工具識別及處理流量的邏輯 106
5.3 網站數據監測原理 118
5.3.1 PageView日志示例 119
5.3.2 常見的5種日志類型 120
5.4 數據準確性及數據差異問題 121
5.4.1 數據準確性問題 122
5.4.2 數據差異問題 122
第6章 監測代碼設計、實施和檢查 125
6.1 用戶隱私保護 126
6.2 網站監測的GIGO原則及實施流程 129
6.2.1 為什么無法從數據中獲得洞察 129
6.2.2 以業務為中心的代碼實施流程 131
6.3 廣告及網站的監測代碼設計 132
6.3.1 廣告端代碼設計 132
6.3.2 網站端代碼設計 133
6.3.3 14個需要考慮的代碼設計問題 136
6.4 監測代碼實施方法 137
6.4.1 基礎代碼實施方法 137
6.4.2 高級代碼實施方法 141
6.5 監測代碼檢查 156
6.5.1 頁面源代碼檢查 156
6.5.2 Cookie值檢查 157
6.5.3 使用工具檢查 160
6.5.4 實時報告及最終報告檢查 161
第7章 網站分析的5種常用方法及使用場景 163
7.1 細分分析法 164
7.1.1 使用場景 164
7.1.2 如何在Google Analytics中完成細分 165
7.2 對比分析法 170
7.2.1 使用場景 171
7.2.2 如何在Google Analytics中完成對比分析 171
7.3 聚類分析法 172
7.3.1 使用場景 173
7.3.2 如何在Google Analytics中完成聚類分析 174
7.4 質與量分析法 177
7.4.1 使用場景 177
7.4.2 如何在Google Analytics中完成質與量分析 178
7.5 轉化及漏斗分析法 179
7.5.1 使用場景 179
7.5.2 如何在Google Analytics中完成轉化分析 179
第8章 網站分析框架及報告解讀 190
8.1 Google Analytics簡介 191
8.1.1 誰在使用Google Analytics 191
8.1.2 Google Analytics特點 192
8.2 解讀報告的基礎知識：指標和維度 193
8.2.1 什么是指標 194
8.2.2 什么是維度 194
8.2.3 快速區分指標與維度 195
8.3 解讀Google Analytics報告的技巧 196
8.3.1 第一步：明確閱讀報告的目的 197
8.3.2 第二步：時間范圍及顆粒度選擇 198
8.3.3 第三步：多指標的趨勢變化及對比 199
8.3.4 第四步：查看報告中的細分數據 199
8.3.5 小技巧：高級篩選及加權排序 202
8.4 網站分析框架及Google Analytics報告解讀 204
8.4.1 實時報告解讀 204
8.4.2 受眾群體報告解讀 207
8.4.3 流量獲取報告解讀 210
8.4.4 行為報告解讀 214
8.4.5 轉化報告解讀 221
8.5 回顧網站分析模型 224
附錄 本書介紹的數據分析工具 226
閱讀推薦—網站數據分析相關博客 228 |
| 序： |
