人人都是网站分析师

第1章　什么是网站分析 1.1　网站分析的定义 1.1.1　网站分析定义及关键信息的概述 1.1.2　关键信息解读 1.1.3　网站分析定义的总结 1.2　网站分析的作用 1.2.1　网站的眼睛 1.2.2　网站的神经系统 1.2.3　网站的大脑 1.3　学习网站分析的5个阶段第2章　网站分析工具 2.1　网站分析的3个阶段及其工具 2.1.1　服务器日志和计数器阶段 2.1.2　网站数据统计阶段 2.1.3　网站数据分析阶段 2.2　服务器日志和JavaScript日志对比 2.2.1　网站服务器日志的特点 2.2.2　JavaScript日志的特点 2.2.3　数据差异和准确性对比 2.2.4　数据全面性对比 2.3　如何选择适合的网站分析工具 2.3.1　有逻辑地展现网站中各项指标 2.3.2　可定制并与网站的商业目标结合 2.3.3　发现数据中的问题 2.3.4　使用通俗易懂的指标及描述 2.3.5　专业及完善的服务和技术支持 2.4　Webtrekk工具 2.4.1　功能套件及扩展工具 2.4.2　Webtrekk Q3特色功能 2.5　个性化网站分析工具推荐 2.5.1　Clicktale 2.5.2　Crazyegg 2.5.3　SkyGlue 2.6　SkyGlue工具 2.6.1　实施过程 2.6.2　工作原理 2.6.3　追踪每一位独立访问者 2.6.4　追踪独立访问者的每一次点击 2.6.5　跨渠道与跨地域追踪访问者 2.6.6　对事件进行追踪 2.6.7　SkyGlue工具测试总结 2.7　用户调研工具 2.8　竞争分析工具 2.8.1　Alexa 2.8.2　Google Ad Planner第3章　从网站分析师的角度理解网站 3.1　理解网站的目的和不同阶段的目标 3.1.1　网站存在的目的 3.1.2　网站不同阶段的目标 3.2　理解网站的流量策略 3.3　理解网站的信息架构 3.3.1　什么是元数据 3.3.2　元数据的作用和使用者 3.4　理解网站的页面分类 3.4.1　网站中的三类页面 3.4.2　页面的关注点和衡量指标 3.5　理解网站的流程结构 3.6　理解网站URL中的关键信息 3.7　理解站内搜索的工作原理 3.8　理解网站的成功及微转化第4章　指标的使用场景及计算方法 4.1　6种最常见的指标场景 4.1.1　计数指标和复合指标 4.1.2　货币指标与非货币指标 4.1.3　正向指标与负面指标 4.1.4　广告指标与网站指标 4.1.5　用户行为指标与网站性能指标 4.1.6　驱动指标与绩效指标 4.2　指标及计算方法 4.2.1　广告端基本计数指标 4.2.2　广告端扩展指标 4.2.3　网站端基本计数指标 4.2.4　网站端扩展指标第5章　广告数据及网站数据的监测原理 5.1　Cookie的作用及分类 5.1.1　第一方和第三方Cookie 5.1.2　永久和临时Cookie 5.2　广告数据监测原理 5.2.1　广告点击监测 5.2.2　搜索引擎排名监测 5.2.3　EDM广告监测 5.2.4　分析工具识别及处理流量的逻辑 5.3　网站数据监测原理 5.3.1　PageView日志示例 5.3.2　常见的5种日志类型 5.4　数据准确性及数据差异问题 5.4.1　数据准确性问题 5.4.2　数据差异问题第6章　监测代码设计、实施和检查 6.1　用户隐私保护 6.2　网站监测的GIGO原则及实施流程 6.2.1　为什么无法从数据中获得洞察 6.2.2　以业务为中心的代码实施流程 6.3　广告及网站的监测代码设计 6.3.1　广告端代码设计 6.3.2　网站端代码设计 6.3.3　14个需要考虑的代码设计问题 6.4　监测代码实施方法 6.4.1　基础代码实施方法 6.4.2　高级代码实施方法 6.5　监测代码检查 6.5.1　页面源代码检查 6.5.2　Cookie值检查 6.5.3　使用工具检查 6.5.4　实时报告及最终报告检查第7章　网站分析的5种常用方法及使用场景 7.1　细分分析法 7.1.1　使用场景 7.1.2　如何在Google Analytics中完成细分 7.2　对比分析法 7.2.1　使用场景 7.2.2　如何在Google Analytics中完成对比分析 7.3　聚类分析法 7.3.1　使用场景 7.3.2　如何在Google Analytics中完成聚类分析 7.4　质与量分析法 7.4.1　使用场景 7.4.2　如何在Google Analytics中完成质与量分析 7.5　转化及漏斗分析法 7.5.1　使用场景 7.5.2　如何在Google Analytics中完成转化分析第8章　网站分析框架及报告解读 8.1　Google Analytics简介 8.1.1　谁在使用Google Analytics 8.1.2　Google Analytics特点 8.2　解读报告的基础知识：指标和维度 8.2.1　什么是指标 8.2.2　什么是维度 8.2.3　快速区分指标与维度 8.3　解读Google Analytics报告的技巧 8.3.1　第一步：明确阅读报告的目的 8.3.2　第二步：时间范围及颗粒度选择 8.3.3　第三步：多指标的趋势变化及对比 8.3.4　第四步：查看报告中的细分数据 8.3.5　小技巧：高级筛选及加权排序 8.4　网站分析框架及Google Analytics报告解读 8.4.1　实时报告解读 8.4.2　受众群体报告解读 8.4.3　流量获取报告解读 8.4.4　行为报告解读 8.4.5　转化报告解读 8.5　回顾网站分析模型附录　本书介绍的数据分析工具 阅读推荐-网站数据分析相关博客

《人人都是网站分析师》　　《流量的秘密》作者、Google分析个人资格认证(GAIQ)发起者、Web Analytics业界领袖Brian Clifton博士推荐阅读　　基于场景的网站分析指标使用指南　　从网站分析师的视角理解你的网站　　以业务为中心的代码设计及实施流程Tag Manager高级代码实施方法　　Google Analytics跨屏追踪　　网站流量分类原理及处理逻辑【作者简介】A great introduction to the art and science of web analytics. This book covers the fundamentals that often get forgotten about when having to deal with masses of data， yet are so important to get right form the beginning.　　—— Brian Clifton　世界顶级网站分析专家/《流量的秘密》作者　　数据的价值在于不断地提升网站的使用体验，对于“链家网”来说就是通过数据为客户创造一段完美的找房之旅。本书作为一本以数据驱动网站体验的教程，不仅详细讲解了网站分析中的各种基础知识，更结合了信息架构方面的知识，以GIGO原则(Garbage In Garbage Out)为基础实现以业务需要定制数据，并最终通过数据解决业务问题，提升网站体验的分析闭环，带领读者快速从数据中发现价值。　　—— 彭永东　链家网CEO　　互联网的核心是“数据”，而如何用好“数据”决定企业能走多远。本书通过蓝鲸多年的实战经验总结，醍醐灌顶般将堆积如山的知识深入浅出地阐述给我们，即使数据分析的门外汉也能借助本书解决问题。　　—— 海云飞　艾瑞学院总监　　网站数据分析作为大数据的一个分支，是目前最炙手可热的行业。从多年的互联网广告从业经验来看，数据是在市场营销中所有企业最关注的内容，也是帮助企业提升营销效果的利器。本书从最基本的网站分析定义入手，介绍了从事这个行业所应该和必须了解的方方面面的知识，包括最基础的数据指标，数据采集原理和常用的分析方法等。与其他同类书籍不同的是在本书的结尾作者还给出了完整的网站分析框架。如果你立志成为一名网站分析师，那么这本书将是你很好的起点。　　—— 滕懿麟　前线网络创始人