精通Web Analytics 2.0 用户中心科学与在线统计艺术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

精通Web Analytics 2.0 用户中心科学与在线统计艺术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章Web Analytics 2.0的新世界1

1.1网站分析现状1

1.2行业现状2

1.3重新审视Web Analytics： Web Analytics 2.03

1.3.1“是什么”：点击流数据5

1.3.2“有多少”：多目标产出分析5

1.3.3“为什么”：试验与测试6

1.3.4“为什么”：客户的反馈7

1.3.5“其他方面”：竞争情报7

1.4变革：我们可以实现8

1.4.1必要的策略调整8

1.4.2战术调整8

1.4.3其他基础分析10

第2章 选择网站分析系统的最佳战略13

2.1确定预期业务目标13

2.2第一步：选择网站分析系统前需要回答的3个关键问题15

2.2.1问题1：需要报表，还是需要分析15

2.2.2问题2：我们的优势在IT方面、业务方面，还是两方面都有优势17

2.2.3问题3：我只需要解决点击流数据，还是需要整个Web Analytics 2.017

2.3第二步：系统选定之前问供应商的10个问题18

2.3.1问题1：你们的工具/解决方案 Yahoo！和Google的免费分析工具之间有什么区别18

2.3.2问题2：你们是否是100%的ASP？是否提供本地安装版本的系统？你们计划提供本地安装版本吗19

2.3.3问题3：你们使用什么样的数据捕获机制19

2.3.4问题4：你们能计算使用你们工具的总成本吗19

2.3.5问题5：你们能提供什么样的支持服务？哪些支持服务是免费的，哪些是付费的？免费服务是否是全天候的21

2.3.6问题6：你们的系统当中哪些功能允许对数据进行族群细分21

2.3.7问题7：有哪些方式可以将你们系统的数据导入到公司内部系统21

2.3.8问题8：你们的系统提供了哪些功能可以将其他来源的数据集成到系统22

2.3.9问题9：你们是否可以列举2～3个目前正在规划的新的系统功能，保证你们的系统未来3年领先于竞争对手22

2.3.10问题10：最近两家客户与你们解除合同的原因是什么？他们中谁还在使用你们的系统？我们可以给这些客户打个电话吗23

2.4 Web Analytics供应商比较：多元化与竞争优势24

2.5第三步：识别网站分析系统（如何有效地试用分析系统）25

2.6第四步：确定合作前的谈判——详细检查供应商提供的合同服务条款27

第3章 点击流分析的精彩世界：指标31

3.1重温网站分析标准指标：8个关键网站指标32

3.1.1访问与访客32

3.1.2网页停留时间与网站停留时间39

3.2跳出率44

3.3退出率46

3.4转化率48

3.5参与度49

3.6网站分析指标揭秘51

3.6.1优秀指标的4个特性51

3.6.2优秀指标示例53

3.6.3 Avinash关于网站成功的3个教训54

3.7关键指标的战略性对策55

3.7.1确定网站指标表现的关键因素——转化55

3.7.2合理利用自定义报表56

3.7.3建立团队报表中心60

3.7.4从宏观上理解网站60

第4章 点击流分析的精彩世界：实践操作65

4.1网站分析入门65

4.1.1扫清入门障碍：熟悉元老级指标66

4.1.2了解访客来源67

4.1.3修源节流69

4.1.4点击密度分析70

4.1.5衡量访问与购买72

4.2最佳网站分析报表73

4.2.1流量来源74

4.2.2流量产出75

4.3基础分析思路75

4.3.1无细分，毋宁死76

4.3.2关注用户行为而非总体结果80

4.4让日常点击流分析更具操作性81

4.4.1站内搜索分析81

4.4.2 SEO分析86

4.4.3按点击付费/付费搜索分析93

4.4.4直接流量分析98

4.4.5邮件营销分析100

4.4.6富媒体内容分析：Flash、Video和Widgets102

4.5真实性验证：网站分析的挑战性视角105

4.5.1跟踪访客cookie105

4.5.2数据抽样108

4.5.3历史数据的价值110

4.5.4用户体验视频回放的实用性112

4.5.5终极数据校正清单113

第5章 通往光荣之路：衡量绩效119

5.1关注“少数关键节点”121

5.2产出KPI实际操作5例122

5.2.1任务完成度122

5.2.2搜索流量比例122

5.2.3访客忠诚度和回访率122

5.2.4 RSS/Feed订阅数123

5.2.5正面退出比例123

5.3转化率进阶123

5.3.1购物车和结算流程放弃率124

5.3.2购买前访问次数和天数124

5.3.3平均订单价值124

5.3.4主要目标（标识可转化人群）125

5.4衡量宏观及微观转化126

5.5量化经济价值129

5.6衡量非电子商务绩效131

5.6.1访客忠诚度131

5.6.2访客回访率132

5.6.3网站停留时间133

5.6.4访问深度133

5.7衡量B2B网站绩效134

第6章 解决“为什么”难题——利用定性数据137

6.1实验室可用性研究：是什么，为什么，有多少137

6.1.1什么是实验室可用性研究138

6.1.2如何进行测试138

6.1.3实验室可用性研究的最佳实践140

6.1.4实验室可用性研究的好处140

6.1.5注意事项141

6.2可用性研究的替代方案：远程和线上外包141

6.3调研：真正倾听用户心声144

6.3.1调研的类型145

6.3.2调研中最容易犯的错误148

6.3.3永不过时的3个最佳调研问题149

6.3.4选择线上调研供应商的8个忠告151

6.4互联网环境下新的用户研究方法153

6.4.1竞争性标杆研究153

6.4.2快速可用性测试153

6.4.3线上卡片-分拣研究154

6.4.4人工智能视觉热点图154

第7章 尽早预知成败：充分发挥测试和试验的力量157

7.1测试方法入门：A/B测试和MVT158

7.1.1 A/B测试158

7.1.2 MVT159

7.2可操作的测试建议162

7.2.1改进关键页面——着陆页162

7.2.2关注结账、注册/登录和提交页面163

7.2.3优化广告的数量及位置163

7.2.4 测试不同的定价与销售策略163

7.2.5测试包装盒的设计、DVD封面等实物164

7.2.6优化外部市场活动164

7.3对照试验：改善你的数据分析165

7.3.1衡量付费搜索对品牌关键词和关键词拆解的影响165

7.3.2对照试验示例167

7.3.3对照试验的优缺点168

7.4创建并推动测试文化168

7.4.1忠告1：第一次测试务必成功168

7.4.2忠告2：不要过于依赖工具或是迷信专家的夸大宣传169

7.4.3忠告3：别有任何隐瞒——抛开自以为是169

7.4.4忠告4：以假设开始169

7.4.5忠告5：制定结果评估标准和预先决策170

7.4.6忠告6：测试并衡量多目标产出170

7.4.7忠告7：根据用户最需要解决的问题进行测试170

7.4.8忠告8：分析数据，交流心得170

7.4.9忠告9：两个必备要素——测试宣讲员和测试专家171

第8章 竞争情报分析173

8.1竞争情报的数据来源、类型和秘密174

8.1.1工具条数据174

8.1.2用户库数据175

8.1.3 ISP数据176

8.1.4搜索引擎数据176

8.1.5网站分析供应商的行业基准数据176

8.1.6自行提供数据178

8.1.7混合数据179

8.2网站流量分析179

8.2.1分析长期流量趋势180

8.2.2分析竞争网站的重合度，发现机会181

8.2.3分析反向链接和退出网站182

8.3搜索和关键词分析183

8.3.1最热门关键词的绩效趋势183

8.3.2地域兴趣和机会分析184

8.3.3相关的和快速上升的搜索187

8.3.4市场占有率分析188

8.3.5竞争性关键词优势分析189

8.3.6关键词扩展分析190

8.4受众识别和细分分析192

8.4.1基于人口统计学的细分分析192

8.4.2基于用户心理的细分分析194

8.4.3搜索行为和受众细分分析195

第9章 新兴分析：社交、移动和视频197

9.1衡量新的社交网站：数据方面的挑战198

9.1.1网站内容的演变198

9.1.2 Twitter的革命202

9.2分析离线用户的行为（应用程序）202

9.3分析移动用户的行为204

9.3.1移动数据收集的可选方案204

9.3.2移动报表和分析206

9.4衡量博客的表现210

9.4.1原始作者的贡献210

9.4.2整体的受众增长211

9.4.3引用和轰动指数213

9.4.4博客的成本214

9.4.5博客的收益（投资回报率）215

9.5量化Twitter的影响217

9.5.1粉丝人数的增长217

9.5.2信息放大218

9.5.3点击率和转化219

9.5.4转化率221

9.5.5新兴的Twitter指标221

9.6分析视频的表现223

9.6.1视频的数据收集223

9.6.2关键的视频指标与分析224

9.6.3高级视频分析228

第10章 隐藏的网站分析陷阱的最优解决方案231

10.1准确性还是精确性232

10.2数据质量处理的6个步骤233

10.3建立行动仪表板234

10.3.1创建优秀的仪表板235

10.3.2综合仪表板236

10.3.3高影响力仪表板的5个准则237

10.4全线营销的机遇和多渠道衡量240

10.4.1转向全线营销模式240

10.4.2多渠道分析241

10.5行为定向的优势和挑战242

10.5.1行为定向的优势243

10.5.2克服基本分析挑战243

10.5.3行为定向的两个先决条件244

10.6在线数据挖掘和预测分析面临的挑战246

10.6.1数据类型246

10.6.2变量的数目247

10.6.3多重主要意图247

10.6.4多次访问行为247

10.6.5缺少主键和数据集248

10.7涅槃之路：走向智能分析的步骤249

10.7.1步骤1：加码250

10.7.2步骤2：配置网站分析工具的设置250

10.7.3步骤3：营销活动/流量来源跟踪251

10.7.4步骤4：收入和高级情报252

10.7.5步骤5：富媒体跟踪252

第11章 成为分析专家的入门指南255

11.1背景信息的重要性256

11.1.1比较不同时期的关键指标256

11.1.2通过细分提供背景信息257

11.1.3比较网站关键指标的平均值和细分值257

11.1.4给指标寻找伴侣259

11.1.5利用行业基准和竞争数据260

11.1.6了解业务知识261

11.2 KPI变化趋势比较262

11.2.1呈现业务知识262

11.2.2细分来救援263

11.3在Top 10之外：什么改变了264

11.4真正的价值：衡量潜在转化及访客行为267

11.4.1潜在访客行为267

11.4.2潜在转化268

11.5 4种不能指导实际行动的KPI衡量技术269

11.5.1平均值269

11.5.2百分比270

11.5.3比率272

11.5.4组合或计算得出的指标273

11.6搜索：实现最优长尾策略275

11.6.1计算头部和长尾276

11.6.2了解品牌和行业关键词277

11.6.3最佳搜索营销策略278

11.6.4执行最佳长尾策略280

11.7搜索：衡量上层漏斗关键词的价值281

11.8搜索：付费点击进阶分析284

11.8.1识别关键词的潜在机会284

11.8.2关注“什么改变了”285

11.8.3分析展示份额和收入损失286

11.8.4拥抱投资回报率分布报表288

11.8.5用户搜索查询和匹配类型归零288

第12章 成为分析专家的进阶指南291

12.1多触点营销活动归因分析291

12.1.1多触点是什么291

12.1.2你有归因问题吗293

12.1.3归因模型294

12.1.4真实世界中归因分析的核心挑战297

12.1.5归因分析的可行替代方案298

12.1.6关于多触点的部分思考300

12.2多渠道分析：对于全线营销的衡量技巧300

12.2.1跟踪离线营销活动对在线营销活动的影响300

12.2.2跟踪线上广告活动的线下影响306

第13章 网站分析职业生涯313

13.1网站分析职业生涯规划：选择、薪酬前景和成长314

13.1.1个人技术贡献者315

13.1.2个人业务贡献者316

13.1.3技术团队领导317

13.1.4业务团队领导318

13.2网站分析成功职业生涯的技能培养319

13.2.1使用数据319

13.2.2获取多个分析工具的经验320

13.2.3真实世界中的运用320

13.2.4成为数据收集侦探322

13.2.5数学基础：学习统计学的基本知识322

13.2.6善于提问322

13.2.7与业务团队紧密协作323

13.2.8学习有效的数据可视化和PPT技能323

13.2.9与时俱进：参加免费网络研讨会324

13.2.10与时俱进：阅读博客324

13.3分析高手人生中最美好的一天326

13.4雇佣最好的人才：给分析经理和总监们的建议327

13.4.1优秀分析专家的关键特质328

13.4.2熟手或新手：做出正确的选择328

13.4.3面试中的最大考验：批判性思维329

第14章 公司高层、分析师和其他员工一起：创建数据驱动的企业文化331

14.1改造企业文化：如何让人们关注网站分析332

14.1.1做一些令人惊讶的事，不要简单地提交数据332

14.1.2从产出和影响开始分析，而不是访问量333

14.1.3创造英雄和榜样333

14.1.4如果想让决策者感兴趣，首先要让网站分析有趣334

14.1.5竞猜334

14.1.6内部分享334

14.1.7把握办公时间334

14.2提供能指导实际行动的报表和分析335

14.2.1使用Unboring过滤器336

14.2.2将见解与实际数据联系在一起336

14.3通过更改指标定义来改变企业文化：品牌宣传指数337

14.3.1案例及分析338

14.3.2问题338

14.3.3解决方案339

14.3.4结果339

14.3.5采用BEI指数的结果340

14.3.6可选择的计算方法：加权平均340

14.3.7总结341

14.4提升数据质量：从质疑转向使用数据341

14.4.1选择不同的老板342

14.4.2用“完美”数据资源教育组织342

14.4.3用可操作的见解吸引公司高层的注意343

14.4.4小秘密1：第一周/月的头部数据具有可操作性343

14.4.5小秘密2：在漏斗的低层提升数据精度344

14.4.6解决方案不是实施另一款网站分析工具344

14.4.7承认边际收益递减345

14.4.8网站越小，问题越大345

14.4.9不合逻辑的用户行为和不准确的基准346

14.4.10在网站上更快失败346

14.5让老板成为数据驱动型主管的5项法则346

14.5.1摆正自己的位置347

14.5.2认可不完整的数据347

14.5.3始终多做一点347

14.5.4成为营销人员348

14.5.5拒绝数据服务业务348

14.5.6采用Web Analytics 2.0的思维模式349

14.6需要预算吗？获得公司支持的策略349

14.6.1实施试验和测试方案350

14.6.2倾听用户的心声350

14.6.3使用行业基准350

14.6.4竞争情报：你最好的新朋友351

14.6.5与有意向的网站合作351

14.6.6如果这些方法都失败了，打电话给我351

14.7打破网站衡量壁垒的策略352

14.7.1惊人发现352

14.7.2缺乏预算/资源353

14.7.3缺乏策略353

14.7.4孤立的组织353

14.7.5缺乏了解354

14.7.6数据泛滥354

14.7.7缺乏高级管理人员支持355

14.7.8 IT障碍355

14.7.9缺乏对分析的信任357

14.7.10找不到合适的人员357

14.7.11糟糕的技术358

14.8谁真正拥有网站分析358

14.8.1集中或分散359

14.8.2团队的演变359