精通Web Analytics

图书标准信息

• 作者 [美]卡希克（Kaushik A.） 著；杨艳、王春楠 译
• 出版社 清华大学出版社
• 出版时间 2008-09
• 版次 1
• ISBN 9787302182658
• 定价 48.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 349页
• 字数 560千字
• 正文语种 简体中文

【内容简介】

　　本书作者要达成的3个简单目标：
　　与您分享我对Web和Web分析所抱以的极大热忱。我热爱Web及其运营所需作出的复杂决策，我认为您也和我一样对此着迷。
　　增进您对于Web分析的了解，清楚它的真正内涵，以及它怎样成为当前以客户为中心的伟大Web策略之基石，这种策略允许您尝试、学习和测量那些至今其他客户接触点（customertouchpoint）所无法企及的方法。Web分析远非那种只是查看点击率、转换率（ConversionRate）以及只是和数字打交道的工作。
　　为您提供一些专业人士关于如何成功进行Web分析的见解。本书首次（当然不是最后一次）让您接触到业内人士的观点。您将获得的建议并非来自于那些顾问或者Web分析供应商，而是来自于那些真正“活”在这份工作中的人。这样，您就能将那些现实世界中涉及人、流程、组织结构、政策、目标以及操作严密性等的种种困难联系起来）。
　　本书将完全满足您的需求，使您获得非常广阔和深远的眼界，让您了解不论公司大小如何，要想成功地创建一套有效的Web分析程序到底需要什么。
　　本书适合于每个人。
　　本书的核心部分是一个8个月的教学计划，并被细化到每天，以彻底、全面地提高您的Web分析水平。这几个月的学习被细分到周，然后再被细分到天，每天的学习以任务的形式呈现，每项任务预计应在一小时左右完成。根据您所处的环境、您对于所学内容的熟悉程度以及您对组织和工具的成熟程度，您完成特定任务的时间应该在这个范围内浮动。

【作者简介】

　　AvinashKaushik是备受赞誉的web分析博客0ccam’SRazor（www．kaushik．net，avinash）的版主。他是一位独立顾问，目前是Google的分析宣传师。这之前他曾经是Intuit公司的网络研究与分析主管，负责管理分析平台上的业务、技术和策略元素，该分析平台为Intuit的70多个Web站点提供支持。AvinashKaushik经常在Emetrics峰会上发言。媒体谈及他时经常在其名字上冠以Web度量专家的称号。

　　Avinash将本书的全部收益都捐赠给了两个慈善机构：微笑列车和无国界医生组织。

【目录】

第1章Web分析——现状与展望1
1.1Web分析的简史2
1.2现状和挑战5
1.3传统Web分析已经废弃7
1.4新的Web分析8
1.4.1测量定量和定性数据10
1.4.2三位一体：思路和战略方法12

第2章数据收集——重要性和选择19
2.1了解数据前景20
2.2点击流数据21
2.2.1Web日志21
2.2.2WebBeacons23
2.2.3JavaScript标记25
2.2.4包嗅探器27
2.3结果数据32
2.3.1电子商务32
2.3.2导引生成33
2.3.3品牌/宣传和支持33
2.4研究数据34
2.4.1思路35
2.4.2组织结构35
2.4.3时机35
2.5竞争数据36
2.5.1基于专门小组的测量36
2.5.2基于ISP的测量37
2.5.3搜索引擎数据38

第3章定量分析概述41
3.1以客户为中心的重要性42
3.2实验室可用性测试42
3.2.1实施测试43
3.2.2实验室可用性测试的好处45
3.2.3注意点45
3.3启发式评估46
3.3.1实施启发式评估47
3.3.2启发式评估的好处49
3.3.3注意点49
3.4实地考察49
3.4.1进行实地考察50
3.4.2实地考察的好处51
3.4.3注意点51
3.5调研(问卷调查)52
3.5.1站点调研52
3.5.2访问后调研53
3.5.3创建和执行调研53
3.5.4调研的好处56
3.5.5注意点56
3.6小结58

第4章Web分析策略成功的关键要素59
4.1致力于以客户为中心60
4.2解决业务问题62
4.3遵循10/90原则63
4.4雇佣优秀的Web分析师66
4.5确定最佳组织结构和职能72
4.5.1集中式74
4.5.2分散式74
4.5.3集中分散式75

第5章Web分析的原理77
5.1捕获数据：Web日志还是JavaScript标记78
5.1.1将数据服务和数据捕获分离78
5.1.2数据类型和大小79
5.1.3创新79
5.1.4集成79
5.2选择最佳的Web分析工具80
5.2.1旧的方式80
5.2.2新的方式81
5.3了解点击流数据的质量84
5.4最佳实践87
5.4.1标记所有页面88
5.4.2确保标记放在最后(客户优先)88
5.4.3标记应当内联88
5.4.4确定独特的页面定义89
5.4.5智能地使用cookie89
5.4.6考虑链接编码问题90
5.4.7注意重定向91
5.4.8验证数据被正确地捕获了93
5.4.9对站点中丰富的媒体进行正确的编码93
5.5运用“3层次问答”测试94
5.5.1关键绩效指标：重复访客的百分比95
5.5.2关键绩效指标：站点上退出最多的页面95
5.5.3关键绩效指标：最频繁的搜索关键字的转换率96

第6章第1个月：对Web分析的核心概念进行深入挖掘97
6.1第1周：开始了解这些基本概念98
6.1.1周一和周二：URL98
6.1.2周三：URL参数99
6.1.3周四和周五：cookie100
6.2第2周：回顾基本度量102
6.2.1周一：访问数和访客103
6.2.2周二和周三：站点访问时间106
6.2.3周四和周五：页面浏览109
6.3第3周：了解标准报告111
6.3.1周一和周二：跳出率112
6.3.2周三到周五：推荐者——源和搜索关键字短语114
6.4第4周：使用站点内容的质量和导航报告117
6.4.1周一和周二：顶级的页面——浏览最多的、进入最多的、退出最多的118
6.4.2周三：到达最多的目标(退出的链接)121
6.4.3周四和周五：站点覆盖(点击密度分析)123

第7章第2个月：启动Web数据分析129
7.1前提和框架130
7.2第1周：创建基本报告130
7.2.1周一：最多推荐的URL和最频繁出现的关键字短语131
7.2.2周二：站点内容受欢迎程度以及首页访问数133
7.2.3周三和周四：点击密度(站点覆盖)135
7.2.4周五：站点跳出率135
7.3电子商务站点的起步指南137
7.3.1第2周：测量业务成果137
7.3.2第3周：衡量表现，测量商业效果以及客户满意度140
7.4支持类站点的起步指南143
7.4.1第2周：从客户的角度测量脱机影响143
7.4.2第3周：使用VOC或客户评价(在站点和页面层次上)测量成功147
7.5博客测量的起步指南149
7.5.1第2周：克服复杂性对原理进行测量(通过使用新的指标)149
7.5.2第3周：竞争标准化以及测量成本和ROI152
7.6第4周：反省和总结155

第8章第3个月：搜索分析——站内搜索、SEO和PPC157
8.1第1周：实施站内搜索分析158
8.1.1周一：理解站内搜索的价值158
8.1.2周二：认清站内搜索的趋势162
8.1.3周三：通过站点覆盖报告来分析点击密度163
8.1.4周四：对实际搜索结果的有效性进行测量164
8.1.5周五：对站内搜索的结果度量进行测量165
8.2第二周：开始搜索引擎优化(SEO)165
8.2.1周一：理解影响、优化和链接167
8.2.2周二：链接到新闻发布和社会站点167
8.2.3周三和周四：对Web页面标记和内容进行优化168
8.2.4周五：对搜索机器人提供指导168
8.3第3周：对SEO上的工作进行测量169
8.3.1周一：检查站点被索引的效果如何169
8.3.2周二：对入站链接和频率最高的关键字进行跟踪170
8.3.3周三：对来自PPC的有机推荐者进行分离173
8.3.4周四：对有机推荐者的价值进行测量174
8.3.5周五：对最受欢迎的页面的优化进行测量174
8.4第4周：对PPC的有效性进行分析176
8.4.1周一：理解PPC的基础177
8.4.2周二：对和搜索引擎竞价有关的度量进行测量178
8.4.3周三：定义影响盈亏底线的重要指标178
8.4.4周四：测量唯一访客数179
8.4.5周五：学习PPC报告的最佳实践179

第9章第4个月：对电子邮件和多渠道营销进行测量181
9.1第1周：电子邮件营销的基本原理及相关内容182
9.1.1周一：了解电子邮件营销的原理182
9.1.2周二和周三：测量基本的响应度量183
9.1.3周四和周五：测量结果度量184
9.2第2周：电子邮件营销——高级的追踪184
9.2.1周一和周二：测量站点有效性184
9.2.2周三：避免电子邮件分析的漏洞185
9.2.3周四和周五：将电子邮件营销和Web分析软件相结合186
9.3第3周和第4周：多渠道的营销、跟踪和分析186
9.3.1第3周：了解多渠道的营销，对从离线到在线的促销活动进行跟踪187
9.3.2第四周：对多渠道的营销进行跟踪和分析191

第10章第5个月：Web站点实验和测试——转移力量到客户实现有意义的结果197
10.1第1周和第2周：进行测试的原因以及有哪些选择198
10.1.1第1周：前期准备和A/B测试198
10.1.2第2周：采用A/B测试之外的其他方法201
10.2第三周：测试什么——具体的选择和方案207
10.2.1周一：测试重要的页面并号召行动208
10.2.2周二：关注搜索流量209
10.2.3周三：内容测试和创新性测试209
10.2.4周四：价格测试和促销测试210
10.2.5周五：对直接营销活动测试210
10.3第四周：创建一个良好的实验和测试程序211
10.3.1周一：提出假设和设定目标211
10.3.2周二：对多个目标进行测试和验证213
10.3.3周三：从简到难，享受其中的乐趣214
10.3.4周四：关注传播和专业技术215
10.3.5周五：在每个测试程序中实现两个重要的因素215

第11章第6个月：Web分析可行性背后的三个秘密219
11.1第1周：利用基准和目标来驱动行动220
11.1.1周一和周二：了解基准和设置目标的重要性220
11.1.2周三：利用外部基准221
11.1.3周四：利用内部基准224
11.1.4周五：鼓励并创建目标226
11.2第2周：创建具有较大影响力的可执行报告板229
11.2.1周一：提供背景——基准、细分和趋势229
11.2.2周二：将重要的几个度量进行隔离231
11.2.3周三：不要停留于度量——包括认识231
11.2.4周四：将报告板限制在单个页面上233
11.2.5周五：知道外观的重要性233
11.3第3周：使用最佳实践创建有效的报告板程序234
11.3.1周一：创建清晰的三位一体度量234
11.3.2周二：创建相关的报告板236
11.3.3周三：一个度量，一个责任人237
11.3.4周四：做实事238
11.3.5周五：对报告板的有效性进行测量238
11.4第4周：在Web分析中运用六西格玛或者流程优化239
11.4.1周一：任何事物都是一个过程239
11.4.2周二到周四：运用DMAIC过程244
11.4.3周五：对所学的知识进行回顾246

第12章第7个月：竞争情报与Web2.0分析247
12.1竞争情报分析248
12.1.1第1周：竞争性流量报告248
12.1.2第2周：搜索引擎报告253
12.2Web2.0分析262
12.2.1第三周：测量富交互应用程序(RIA)的成功263
12.2.2周4：测量RSS的成功267

第13章第8个月及之后：揭穿Web分析的神话275
13.1路径分析：它有什么好处？一点儿都没有276
13.1.1路径分析带来的挑战277
13.1.2一个替代方案：筛选报告(Funnelreport)278
13.2转换率：一种毫无意义的执着281
13.2.1转换率带来的问题281
13.2.2一个替代方案：原始目的的任务完成率283
13.3完美：完美已死，愿它永垂不朽284
13.3.1完美数据285
13.3.2网站速度下的Web286
13.3.3支离破碎的多元数据286
13.4实时数据：实际并不相关，利用其却耗资巨大287
13.4.1获取实时数据的后果287
13.4.2一份检验是否已准备好接受实时数据的清单288
13.5标准KPI：相关性并不强290

第14章高级分析概念——加速提升Web分析能力293
14.1发挥统计显著性的能量294
14.2使用细分的神奇力量296
14.2.1按跳出量细分296
14.2.2按搜索细分297
14.2.3将搜索和跳出量相结合298
14.2.4查看细分数据的趋势298
14.3使分析和报告“有联系”299
14.3.1使用直观图300
14.3.2使用有联系的语言300
14.4采用转换率的最佳实践303
14.4.1忘掉站点总转换率304
14.4.2随时关注趋势，不要忘了季节性因素304
14.4.3理解Web站点/公司的商业获取策略305
14.4.4测算前5个推荐URL的转换率305
14.4.5不要测算页面或链接的转换率306
14.4.6疯狂使用细分306
14.4.7总是在转换率旁显示收益307
14.4.8带着一个既定目标去测算转换率308
14.5提高对搜索引擎营销/按点击付费的分析309
14.5.1测算您的跳出率(总计或按顶级关键字短语测算)309
14.5.2对分析供应商/机构进行审计310
14.5.3测算PPC营销活动的侵蚀率(对比有机结果)311
14.5.4积极地推动测试和实验312
14.5.5努力去理解客户的多重目标312
14.6测算站点放弃率313
14.6.1对放弃率进行细分314
14.6.2找到可行的认识并采取行动315
14.7测算购买天数和访问数316
14.7.1如何测算这些KPI317
14.7.2找出可行的认识并采取行动318
14.8借助统计学的控制限值320
14.8.1计算控制限值322
14.8.2使用控制限值的一个实例323
14.9测算能够转换的“机会份额”的实际大小324
14.9.1使用跳出率325
14.9.2筛选掉搜索爬虫、图像请求、404错误、Web站点监控软件的“访问”326
14.9.3使用客户意图327
14.9.4采取行动329

第15章创建以数据为本的文化——实际步骤和最佳实践333
15.1寻找Web分析经理/主管的关键技巧334
15.1.1对于工作的极大热情334
15.1.2热爱变革，掌控变革335
15.1.3以无礼的方式质疑数据335
15.1.4CDI(基于客户的创新)335
15.1.5并非真正的“数字天才”336
15.1.6天生的商业悟性和头脑336
15.1.7令人印象深刻的人际交往技巧337
15.2何时和如何雇佣外部顾问或内部专家337
15.2.1阶段1：襁褓婴儿338
15.2.2阶段2：蹒跚学步到懵懂少年340
15.2.3阶段3：狂野青年341
15.2.4成熟——30而立342
15.3创建基于数据的决策文化的7个步骤344
15.3.1先去看盈亏底线(结果)344
15.3.2记住报告不是分析，应鼓励后者345
15.3.3客观作出决策345
15.3.4要积极主动而不要消极被动346
15.3.5赋予分析员更多的权力346
15.3.6追求三位一体347
15.3.7关于流程347