编辑推荐
掌握3种网站分析秘籍:趋势分析、对比分析和细分分析。
通过排名数据挖掘SEO中有价值的关键词。
12种检验及辨别网站虚假流量的方法。
22个影响网站流量变化的常见原因汇总。
4大网站质量分析方法:页面参与度、页面热力图、内容组路径、内容评分。
创建网站分析KPI指标的5大标准。
内容简介
目前,越来越多的网站开始重视数据并期望从中发现新的机会,不管你是做网络营销、互联网产品设计、电子商务运营、个人站点运营维护,我们都希望从数据中寻找有价值的结论,并且指导公司管理层的决策,最终创造更大的网站价值。《网站分析实战:如何以数据驱动决策,提升网站价值》以通俗易懂的方式来讲解网站分析所需掌握的知识,剖析日常工作中遇到的问题,并且配合大量的实战案例的讲解。
本书适合网站运营人员、网络营销人员(SEO、SEM、EDM)、网站产品经理和个人站长阅读,本书也适合计算机专业或者市场营销专业的自学。
作者简介
王彦平(蓝鲸),网站分析爱好者,蓝鲸的网站分析笔记博客作者,从事网站分析工作多年,擅长使用Google Analytics。希望探寻网站分析的真谛,以数据驱动决策。
吴盛峰(Joegh),网站数据分析博客作者,从事互联网的数据分析工作,曾经涉足过WEB网站的数据分析和移动互联网应用的数据分析,对数据仓库和BI(商业智能)方面也有一定的了解。擅长网站数据的定量分析,主要包括网站的内容质量、网站的用户行为、网站的用户体验优化等,希望将网站数据分析的结论应用于实践,并通过数据分析为网站创造价值。
精彩书评
在大数据时代的当下,网站分析已成为网站运营和互联网营销从业者的必备知识。本书作者用平实的语言,由浅入深细致地讲解了网站分析的基础知识及方法论,并采用一问一答的方式,给出了丰富的网站分析实战案例,可谓国内少有的网站分析入门书,非常值得网站分析初学者和互联网从业者学习和研究。
——陈雪原,好耶集团, 系统产品部执行总监
此书是我读过的内容丰富、具有实用价值的网站分析教程,是近几年网站分析领域不可多得的好书。作者通过生动的语言、详实的案例,毫无保留地将多年使用Google Analytics进行网站分析的宝贵经验在书中进行了归纳和总结,相信广大读者读后都会与我一样,感觉受益匪浅。
——陈歆,中国联通电子商务部
不管你是做产品还是运营人员,数据分析都是件非常有意义,且充满乐趣和挑战的事,依据数据分析进行产品调整会带来持续的产品优化动力和成功感,不断挖掘出分析者和网站的潜在价值。数据分析是一种技能,分析工具是达到目标的手段,两位作者能结合真实案例介绍一些重要的网站数据指标的应用,以及如何通过分析工具Google Analytics获取数据,对网站优化工作十分有用,感谢两位作者的分享!
——程远宾,穷游网,产品副总裁
数据的魅力在于解读,解读的魔力来源业务,网站分析的灵魂在于思路。面对浩瀚的网站数据,我们如何将其转化为上乘的业务心法,这需要我们不断从本书去领悟、学习作者的分析思路和视角,相信您会有很大的收获!
——邓凯,数据挖掘与数据分析博主,资深数据分析师
很荣幸成为这本书首批读者中的一员,对于一个看惯了翻译书的从业者来说,能拿到一本国人写的优秀的网站分析图书,精神一振。网站分析是门相对晦涩的学科,但本书读起来让人很轻松,两位作者流畅的文笔和丰富的案例点缀让整个阅读学习的过程变得有趣。另外,两位作者一贯的严谨认真也在书中有充分体现,许多问题都讲得透彻不留死角。相信不用多久,它会成为网站分析领域从业人员必备的一本教科书。
——宫鑫,品众互动,首席优化师
网站分析是非常成熟的分析领域,难得的是,本书仍然给我很多惊喜:一是对指标的解读不是大而全,而是精当而实战;二是提炼了一些实用分析模型,可以有效实操。两位作者在这一领域浸淫多年,积累深厚,诸多真知灼见,郑重地推荐给大家!
——洪健飞,沃尔玛(中国)电子商务有限公司,BI副总监
任何领域的学习和掌握都可以分为:初学者、熟练用户、专家。熟练用户掌握手头工作需要的知识,知道如何尽快地完成任务。专家则是那种很自然地把事情做好,并能够深入浅出地向别人讲解清楚的人,这不仅需要熟悉工具,还需要良好的理论知识积累。本书在数据仓库、数据挖掘、统计学、网站分析度量等方面有细致的讲解,在阅读的过程中你会不知不觉地学习和掌握网站分析的基础知识,并以此为起点,完善你的网站分析知识体系。此外,如果你想深入理解Google Analytics,用Google Analytics解决实际问题,同时提出自己独到的见解,如果你还希望全面地理解和掌握Google Analytics的相关功能,并应用到自己的业务分析上,那就应该多看本书,本书不仅有学习方法也有分析思路。本书是来自一线实践者的心得与总结,是理论与实践的结合。希望通过这本书,解答你的困惑,并指导你更好地开始自己的网站分析工作。
——纪杨,沪江网,首席数据分析师 & 资深开发工程师
这本书是近年来我读过的有价值的工具书了,网站数据分析是站长、营销人员、SEO、产品经理必备技能之一,特别适合这类人阅读。这本书显然有资格成为“数据分析”的材,非常适合精读,书中涉及许多技术细节,都是值得大家融会贯通的。内容全面、由浅入深是我对这本书的一印象,本书结合大量案例、数据、用户的分析,让我受益匪浅。
——卢松松
网站数据分析的目标就是为了解决网站存在的问题,并带来综合绩效的提升。网站分析不仅仅需要掌握GA等分析工具,更为核心的是对其分析原理和分析思路的领悟和使用。在本书中,作者对自己多年数据分析的实践经验进行总结,并将网站分析领域所涉及的内容划分为若干领域,以解决网站产品和运营过程中存在的具体问题,并结合大量实际发生的案例娓娓道来。本书将数据分析原理、思路和工具进行了恰到好处的融合,可谓网站分析领域不可多得的一部经典之作。
——彭永东,原IBM全球咨询事业部高级咨询顾问,现链家地产副总经理
一个优秀的网站运营人员应该读一读,书中包含许多生动的案例,如提高用户忠诚度、了解访问者需求、增加商品转换率等运营技巧,这些案例让我们在日常网站分析中的工作变得有章可循。会看数据、懂数据、用好数据是网站分析的根基之一,会看、能懂、用好,是成为一个优秀的运营人员必备的条件之一!
——邱南奇,京东商城,SEO负责人
系统性论述网站分析方法的一本可读性非常强的诚意之作——不仅仅让我们学习基础,更能够启发我们的思维,并且还与真实的商业实践很好地结合在了一起,非常值得对网站分析感兴趣的朋友和从业者认真研读。
——宋星,网站分析在中国,创始人
蓝鲸是国内首屈一指的Google Analytics专家,而Joeph则擅长通过数据建模解决实际问题,两人都有丰富的工作和写作经验。很高兴看到他们合作为WA领域再添一本著作,并荣幸地提前阅读了部分章节。本书别出心裁的以一个个问题为引线,以目的为导向,以业务逻辑为思路,以分析方法为体,以Google Analytics和数据挖掘技术为用,深入浅出、详实条理地总结了网站分析在实际工作中的应用方法,行文流畅,示例图表丰富,很适合初级学者深入系统学习网站分析和中级分析师解惑。
——天岸,Twippo法国华人时尚媒体社区创始人,原奥美巴黎分部网站分析师
有些书是用来“读”的,有些书是拿来“用”的。稍微用心读完此书,就将得到调理网站的上好“利器”。书中内容与现实需要紧密结合,深入浅出,值得所有数据分析人员阅读、使用。让我们一起追寻数据背后的缘由和事事洞明后的愉悦。
——张晓磊,前线网络,客户总监
作者一直至于力网站分析前沿的一些工作,尤其是对Google Analytics有非常深入的研究。很多读者,包括我都从他们的文章中学到了非常多的知识。这本网站分析与产品结合的书,又进一步将网站分析实践拓展到了电子商务与互联网产品的领域。相信一定能让大家获益匪浅!
——郑海平,今夜酒店特价创始人之一,《精通Web Analytics 2.0》译者
目录
第1章解密神奇的网站分析--网站分析的目的、流程及价值
1.1 为什么要对网站进行分析
1.2 网站分析是什么
1.3 如何进行网站分析
1.3.1 网站流量质量分析
1.3.2 网站流量多维度细分
1.3.3 网站流量重合度分析
1.3.4 网站内容及导航分析
1.3.5 网站转化及漏斗分析
1.4 网站分析为什么很重要
1.5 网站分析带来的价值及改变
1.6 网站分析的基本流程
1.6.1 定义(Define)
1.6.2 测量(Measure)
1.6.3 分析(Analyze)
1.6.4 改进(Improve)
1.6.5 控制(Control)
1.7 我能成为网站分析师吗
1.7.1 网站分析行业概况
1.7.2 兴趣和一个免费的分析工具
1.7.3 了解JS及HTML语言
1.7.4 了解网络营销知识及常见广告模式
1.7.5 Excel和PPT的使用能力
1.7.6 强大的沟通能力
1.7.7 不畏错误和挑战的能力
1.7.8 良好的职业操守和道德底线
1.8 本章小结
第2章从这里开始学习网站分析--网站分析中的基础指标解释
2.1 我们如何获得网站的数据
2.1.1 常见的数据获取方式
2.1.2 网站日志和JS标记
2.1.3 用户识别
2.1.4 点击流模型
2.2 网站分析中的基础指标
2.2.1 网站分析中的骨灰级指标
2.2.2 网站分析中的基础级指标
2.2.3 网站分析中的复合级指标
2.3 本章小结
第3章网站分析师的三板斧--网站分析常用方法
3.1 数据分析前的准备工作
3.1.1 数据的来源类型
3.1.2 数据的清洗与整理
3.1.3 我们的数据准确吗
3.2 网站数据趋势分析
3.2.1 同比、环比、定基比
3.2.2 趋势线拟合
3.2.3 移动均值
3.2.4 数据监控自动化
3.3 网站数据对比分析
3.3.1 简单合并比较
3.3.2 比较实验的设定
3.3.3 让比较结果更可信
3.3.4 别忘记与目标对比
3.4 网站数据多维度细分
3.4.1 指标和维度
3.4.2 为什么要使用细分
3.4.3 什么是细分
3.4.4 细分的常用方法
3.5 本章小结
4.1 网站中常见的流量分类
4.1.1 网站中常见的三种流量来源
4.1.2 直接流量的秘密
4.2 对网站流量进行过滤
4.2.1 过滤流量来源的基本原理
4.2.2 Google Analytics流量过滤速查表
4.3 如何对广告流量进行追踪和分析
4.3.1 对你的流量进行标记
4.3.2 区分搜索付费流量与免费流量
4.3.3 监测百度竞价流量ROI
4.3.4 挖掘有价值的搜索关键词
4.3.5 追踪EDM的活动流量
4.4 如何辨别那些虚假流量
4.4.1 虚假流量与真实流量的特征
4.4.2 辨别虚假流量的十二种方法
4.5 为你的网站创建流量日记
4.5.1 什么是网站流量日记
4.5.2 如何创建流量日记
4.5.3 网站流量日记的作用
4.5.4 开始第一次网站分析报告
4.6 流量波动的常见原因分析
4.6.1 直接流量波动常见原因
4.6.2 付费搜索流量(SEM)波动常见原因
4.6.3 自然搜索流量(SEO)波动常见原因
4.6.4 引荐流量波动常见原因
4.7 本章小结
第5章你的网站在偷懒吗--网站内容效率分析
5.1 网站页面参与度分析
5.1.1 什么是页面参与度
5.1.2 页面参与度的计算方法
5.1.3 设置并查看页面参与度指标
5.1.4 页面参与度指标的两个作用
5.2 页面热力图分析
5.2.1 Google Analytics热力图功能
5.2.2 Google Analytics热力图中数字的含义
5.2.3 Google Analytics热力图中的细分功能
5.2.4 Google Analytics热力图中的路径分析
5.2.5 Google Analytics热力图的常见问题
5.3 页面加载时间分析
5.3.1 理想情况下的Landing Page时间分布
5.3.2 Landing Page缺乏吸引力的时间分布
5.3.3 页面打开速度慢的时间分布
5.4 网站中的三种渠道分析
5.4.1 网站的流量来源渠道
5.4.2 网站的内部渠道
5.4.3 网站的目标渠道
5.5 追踪并分析网站404页面
5.5.1 使用Google Analytics追踪404页面
5.6 最终产品页分析
5.6.1 如何评价内容的热门度
5.6.2 基于多指标的内容简单分类
5.6.3 基于多指标的内容综合评分
5.7 本章小结
第6章谁在使用我的网站--网站用户分析
6.1 用户分类
6.1.1 用户指标
6.1.2 新老用户
6.1.3 活跃用户和流失用户
6.2 用户行为分析
6.2.1 每个用户行为指标的分析价值
6.2.2 基于用户行为指标的用户分布
6.2.3 基于用户细分的用户行为分析
6.3 用户忠诚度和价值分析
6.3.1 基于用户行为的忠诚度分析
6.3.2 基于用户行为的综合评分
6.3.3 用户的生命周期价值
6.4 本章小结
第7章我们的目标是什么--网站目标与KPI
7.1 对网站进行全面货币化
7.1.1 设置电子商务追踪
7.1.2 对目标设定货币价值
7.2 创建网站分析体系
7.2.1 定义网站目标
7.2.2 获取并分解网站目标
7.2.3 聚焦网站的核心目标
7.2.4 关注每个分解的目标
7.2.5 创建网站分析的KPI
7.3 KPI网站分析成功之匙
7.4 KPI在网站分析中的作用
7.4.1 网站分析KPI的5个标准
7.5 解读可执行的网站分析报告
7.5.1 可执行的网站分析报告的内容
7.5.2 KPI指标的创建及选择
7.5.3 网站分析关键KPI指标报告
7.5.4 关键KPI指标变化分析
7.5.5 访客行为货币化
7.5.6 创建属于你的Action Dashboard
7.6 目标KPI的监控与分析
7.6.1 KPI的数据监控
7.6.2 KPI背后的秘密
7.7 本章小结
第8章深入追踪网站的访问者--路径与转化分析
8.1 探索用户的足迹--关键转化路径分析
8.1.1 明确关键转化路径
8.1.2 测量关键转化路径
8.1.3 漏斗模型的展现
8.1.4 有效分析转化路径
8.1.5 为什么使用漏斗图
8.1.6 网站中的虚拟漏斗分析
8.2 让用户走自己的路--多路径选择优化
8.2.1 简化用户转化路径
8.2.2 让用户选择适合自己的路
8.2.3 多路径转化数据分析
8.3 基于内容组的访问者路径分析
8.3.1 基于分析目的规划内容组
8.3.2 创建内容组前的准备工作
8.3.3 使用过滤器创建内容组
8.3.4 检查并优化内容组
8.3.5 访问者流报告功能概述
8.3.6 访问者流报告与其他功能配合使用
8.4 本章小结
第9章从新手到专家--网站分析高级应用
9.1 为你的网站定制追踪访问者行为
9.1.1 使用_trackPageview函数自定义页面名称
9.1.2 使用_trackPageview函数追踪出站链接
9.1.3 使用_trackPageview函数记录时间维度
9.1.4 使用_trackPageview函数记录页面状态
9.1.5 使用_trackPageview函数记录用户行为
9.2 按需求创建个性化报告
9.2.1 创建报告前的准备工作
9.2.2 设置自定义信息中心
9.2.3 对报告的用户权限进行管理
9.2.4 设置智能提醒和邮件报告
9.3 控制报告中的数据
9.3.1 过滤器基础
9.3.2 高级过滤器
9.4 快速数据导出工具
9.5 数据分析高级应用
9.5.1 网站内容关联推荐
9.5.2 KNN相关内容推荐
9.5.3 如何评估内容推荐的效果
9.6 本章小结
精彩书摘
这就是接下来要介绍的网站分析的方法,基于知识情境和数据上下文做分析,从而让结论更能反映客观情况和实际问题。
3.1 数据分析前的准备工作
当我们开始尝试使用一些方法进行网站分析之前,也许还需要做一些准备工作,这将让最终得出的分析结果更加有效。或许你听说过“Garbage in,garbage out”,我们不能让之前辛苦的分析过程变成一场无用功,所以分析前的准备工作至关重要。我们需要了解数据或指标的来源类型、背景信息,对数据做初步的清洗整理,同时应该清楚地看到哪些因素可能给数据的计算和分析带来偏差。
3.1.1 数据的来源类型
网站分析的布道师Avinash Kaushik先生在他的大作“Web Analytics 2.0”中介绍了网站分析中采集和使用的数据随着网站分析的迅速发展正在不断地多样化,从之前的单一使用点击流数据到目前使用定量和定性数据相结合,让我们可以从网站分析中获得更多的见解(Insights),这也是网站分析发展到2.0阶段的主要特征。这里将网站分析中可以用到的定量和定性数据做了一个整理。
点击流数据(Clickstream)
点击流数据是网站分析最常用的数据来源,几乎所有的网站分析工具都需要点击流数据的支撑。点击流数据主要通过网站日志的形式获取得到,通过解析和处理后得到点击流模型,主要通过记录网站用户的访问、浏览和点击行为,解释“What”的问题,即用户在网站中做了什么。很多网站分析的指标都是从点击流数据中计算得到的,如访问数、页面浏览数、停留时长等。
业务运营数据(Multiple Outcomes)
网站的业务运营活动会产出多样的数据,网站内容的运营情况、商品销售情况、用户信息和交易情况等,这些数据往往来源于网站的ERP或CRM系统,存放在网站的前台数据库中。因为记录的都是
网站分析实战:如何以数据驱动决策,提升网站价值 下载 mobi epub pdf txt 电子书 格式