谷歌分析寶典：數(shù)據(jù)化營銷與運營實戰(zhàn)
定 價：135 元
- 作者：劉潔
- 出版時間：2019/4/1
- ISBN：9787111612056
- 出 版 社：機械工業(yè)出版社
- 中圖法分類：F713.365.2
- 頁碼：536
- 紙張：
- 版次：
- 開本：16開
這是一本完整介紹谷歌分析工具（Google Analytics）功能和報告的指南，先概括性地介紹報告的功能，然后介紹衡量的策略，再介紹賬戶的建立和跟蹤代碼的安裝，谷歌跟蹤代碼管理器，事件、虛擬頁面瀏覽、社交操作和錯誤報告，流量獲取，目標和電子商務跟蹤，數(shù)據(jù)視圖設置、數(shù)據(jù)視圖過濾器和訪問權限，細分，信息中心、自定義報告和智能提醒，實施的定制化，移動App的衡量，谷歌分析工具的集成，谷歌分析工具與CRM數(shù)據(jù)的集成，用第三方工具實現(xiàn)高級報告和可視化，數(shù)據(jù)導入和測量協(xié)議，*后介紹Analytics 360。每章*后都有要點回顧以及實戰(zhàn)與練習，每章更特別邀請了行業(yè)內(nèi)大咖及專家分享業(yè)務上的經(jīng)驗和技巧。
本書對于有些谷歌分析工具經(jīng)驗的讀者來說，能學到很多實戰(zhàn)案例、技巧以及思路。產(chǎn)品經(jīng)理、交互設計師、市場營銷、運營、增長、分析師、內(nèi)容創(chuàng)作者、用戶體驗專家、技術人員等崗位的讀者通過閱讀本書可以建立數(shù)據(jù)驅(qū)動的視角并優(yōu)化結果。對于數(shù)據(jù)科學家或者商業(yè)智能（BI）人員，閱讀關于數(shù)據(jù)集成和可視化的章節(jié)更受益。
目 錄
譯者序
序
致謝
關于作者
關于貢獻者（嘉賓名單）
第1 章 引 言 1
1.1 為什么要閱讀這本書 1
1.2 誰適合讀這本書 3
1.3 章節(jié)概覽 4
1.4 開啟學習之旅 6
嘉賓觀點 分析的三要素 6
第2 章 Google Analytics 報告概述：用戶特征和行為 9
2.1 Google Analytics 報告：用戶特征和行為 9
2.1.1 “受眾群體”報告 10
2.1.2 “流量獲取”報告 17
2.1.3 “行為”報告 18
嘉賓觀點 提升移動端導航的三個小竅門 22
2.1.4 轉(zhuǎn)化報告 24
嘉賓觀點 Google Analytics 是一種增長引擎 24
2.2 維度與指標 26
2.2.1 主要維度 27
2.2.2 指標組 28
2.2.3 次要維度 28
2.2.4 表格過濾器 28
2.2.5 加權排序 30
2.2.6 日期選擇 30
2.2.7 圖表顯示選項 32
2.2.8 附加報告 34
2.3 實時報告 37
嘉賓觀點 關于Google Analytics 的三大竅門和資源 37
本章要點回顧 39
實戰(zhàn)與練習 39
第3 章 衡量的策略 41
3.1 目標：業(yè)務影響力 41
3.1.1 優(yōu)化框架 41
3.1.2 評估你的分析狀態(tài) 41
3.1.3 流程和溝通的挑戰(zhàn) 43
3.1.4 商務和營銷發(fā)現(xiàn) 43
3.2 衡量的計劃 44
3.3 分析有效性的六個步驟 45
3.3.1 收集 45
3.3.2 匯總 46
3.3.3 細分 46
3.3.4 集成 46
3.3.5 可視化 46
3.3.6 解讀 46
嘉賓觀點 推下水、使用踏板，然后繼續(xù)前進：關于我們公司的增長分析訓練
（你的公司也一樣） 47
本章要點回顧 49
實戰(zhàn)與練習 50
第4 章 賬戶創(chuàng)建和跟蹤代碼安裝 51
4.1 創(chuàng)建Google Analytics 賬戶 51
4.1.1 配置賬戶和媒體資源設置 52
4.1.2 賬戶和安裝術語 54
4.2 Google Analytics 的賬戶結構 55
4.2.1 針對組織中每個額外增加的網(wǎng)站或App 的新媒體資源 56
4.2.2 每個媒體資源的多個數(shù)據(jù)視圖 57
4.3 安裝跟蹤代碼 57
4.3.1 Google Analytics 跟蹤代碼的位置 58
4.3.2 從Classic 版遷移到Universal 版 66
4.3.3 如何能辨別我是否仍在使用Classic 版 67
嘉賓觀點 Google Analytics 的十大注意事項 70
本章要點回顧 77
實戰(zhàn)與練習 78
第5 章 谷歌跟蹤代碼管理器的概念 79
5.1 GTM 的概念 79
5.1.1 賬戶 79
5.1.2 容器 80
5.1.3 跟蹤代碼 80
5.1.4 觸發(fā)器 81
5.1.5 變量 81
5.1.6 數(shù)據(jù)層 82
5.2 GTM 帶來的好處 82
5.2.1 管理 82
5.2.2 靈活觸發(fā) 82
5.2.3 模板和開放格式代碼 82
5.2.4 自定義和更新 83
5.2.5 結構化變量保持一致 83
5.2.6 模塊化和可重用性 83
5.2.7 更多的市場/ 分析部門的參與 83
5.3 創(chuàng)建GTM 賬戶和容器 85
5.3.1 創(chuàng)建賬戶 85
5.3.2 將容器代碼添加到你的網(wǎng)站 85
5.3.3 在WordPress 中安裝GTM 容器 86
5.4 通過GTM 部署Google Analytics 87
5.4.1 創(chuàng)建Google Analytics Pageviews 跟蹤器 87
5.4.2 預覽/ 調(diào)試 88
5.4.3 發(fā)布和版本控制 89
5.5 訪問權限 91
5.5.1 賬戶訪問 91
5.5.2 容器訪問 91
5.5.3 兩步驗證 92
5.6 從原生跟蹤遷移到GTM 93
5.6.1 GTM 和升級Universal 版本 93
5.6.2 維護原生GA 代碼，同時構建GTM 93
5.7 GTM 環(huán)境 94
創(chuàng)建自定義GTM 環(huán)境 94
嘉賓觀點 與開發(fā)人員協(xié)作（當你不是開發(fā)人員時） 104
本章要點回顧 106
實戰(zhàn)與練習 106
第6 章 事件、虛擬頁面瀏覽、社交操作和錯誤 107
6.1 事件跟蹤的必要性 107
6.1.1 點擊不會讓Google Analytics 做出反應 107
6.1.2 DOM 偵聽器 110
6.1.3 填充事件報告 110
6.1.4 不用跟蹤用戶的每一個交互 113
6.1.5 一致性至關重要 113
6.2 用GTM 進行事件跟蹤 114
6.2.1 了解手動事件跟蹤，但當你可以避免時盡量避免它 115
6.2.2 通過GTM 跟蹤下載PDF 115
6.2.3 跟蹤其他文件類型和出站鏈接 118
嘉賓觀點 處于后臺的GTM 觸發(fā)器 118
6.2.4 測試PDF 事件代碼 122
6.2.5 非互動事件和跳出 124
6.3 虛擬頁面瀏覽 124
多個AJAX 屏幕的虛擬頁面瀏覽 128
6.4 通過GTM 數(shù)據(jù)層和自定義事件觸發(fā)器跟蹤Google Analytics 事件 132
嘉賓觀點 Google Analytics 事件自動跟蹤器：僅使用兩個代碼
將多種類型的鏈接點擊跟蹤為事件 132
6.4.1 將博客評論作為事件跟蹤 136
6.4.2 跟蹤頁面滾動和視頻嵌入 137
嘉賓觀點 滾動和嵌入式YouTube 的事件跟蹤 137
6.4.3 使用事件跟蹤導航 138
6.5 跟蹤社交網(wǎng)絡 140
6.5.1 社交連接 140
6.5.2 社交內(nèi)容操作 142
6.5.3 區(qū)分社交連接和社交內(nèi)容操作 146
6.5.4 社交插件報告 146
6.5.5 Google Analytics 跟蹤社交窗口小工具 147
6.6 錯誤跟蹤 147
6.6.1 跟蹤404 和500 錯誤 147
6.6.2 在“導航摘要”報告中查看引薦頁面 150
6.6.3 將錯誤作為事件進行跟蹤 151
6.6.4 跟蹤JavaScript 錯誤 152
6.6.5 在事件報告中查看JavaScript 錯誤 153
本章要點回顧 154
實戰(zhàn)與練習 155
第7 章 “流量獲取”報告 157
7.1 關于流量獲取的術語和概念 157
7.1.1 媒介與來源 157
7.1.2 引薦 158
7.1.3 渠道 159
7.1.4 “樹狀圖”報告 160
7.1.5 廣告系列 160
7.2 廣告系列跟蹤：Google Analytics 歸因需要你的幫助 161
7.2.1 將廣告系列參數(shù)添加至入站鏈接 162
7.2.2 一致性至關重要 169
7.3 自定義渠道 172
7.3.1 自定義默認渠道 173
7.3.2 對一個渠道進行重新排序 173
7.3.3 定義一個新渠道 175
7.3.4 定義自定義渠道分組 176
7.3.5 “多渠道路徑”和“歸因”報告中的渠道自定義 177
7.4 跟蹤自然搜索流量 178
7.4.1 未提供 178
7.4.2 品牌與非品牌自然搜索流量的異同 178
7.4.3 谷歌圖片與特定國家/ 地區(qū)的入站流量 179
7.4.4 谷歌搜索控制臺 179
嘉賓觀點 Google Analytics 基準化分析報告 181
7.4.5 直接流量和歸因優(yōu)先 183
7.4.6 “多渠道路徑”報告中的直接會話 186
嘉賓觀點 https 到http 的引薦來源損失 186
本章要點回顧 186
實戰(zhàn)與練習 187
第8 章 目標和電子商務跟蹤 188
8.1 目標跟蹤 188
配置目標 188
嘉賓觀點 做出一個有效的號召性用語（Call to Action）的7 個技巧 190
嘉賓觀點 渠道（Funnel）前用戶的故事 197
嘉賓觀點 修復網(wǎng)頁分析中最大的盲點：電話 204
8.2 電子商務跟蹤 209
8.2.1 配置基本電子商務跟蹤 210
8.2.2 電子商務報告 212
8.2.3 增強型電子商務 213
8.2.4 安裝增強型電子商務跟蹤 216
嘉賓觀點 最后的妥協(xié)：使用高級Google Analytics 增強型電子商務技術
跟蹤基于可自定配置進行定價的商品的購買意向 228
8.2.5 基于購物及結賬行為渠道的細分和再營銷 232
8.3 “多渠道路徑”報告 233
8.3.1 最終點擊歸因模型 234
8.3.2 “多渠道路徑”報告 234
8.3.3 網(wǎng)頁價值 238
8.3.4 在網(wǎng)頁價值范圍內(nèi)區(qū)分目標價值和電子商務收入 240
8.4 與第三方購物車合作 241
嘉賓觀點 應向電子商務服務商提出的與GA 跟蹤相關的問題 241
本章要點回顧 243
實戰(zhàn)與練習 244
第9 章 數(shù)據(jù)視圖設置、數(shù)據(jù)視圖過濾器和訪問權限 246
9.1 為什么我們需要多個數(shù)據(jù)視圖 246
9.2 最佳實踐：工作、測試和未被過濾的數(shù)據(jù)視圖 247
9.3 數(shù)據(jù)視圖設置 248
9.3.1 默認頁面 249
9.3.2 排除URL 查詢參數(shù) 250
9.3.3 阻止PII 的“排除URL 查詢參數(shù)” 252
9.3.4 網(wǎng)站搜索跟蹤 252
9.3.5 漫游器過濾 253
9.4 數(shù)據(jù)視圖過濾器 254
9.4.1 根據(jù)IP 地址來排除內(nèi)部流量 255
9.4.2 把“媒介”中的“社交”重寫為“社交來源” 257
9.4.3 小寫過濾器 258
9.4.4 僅包含特定子目錄的流量 259
9.4.5 主機名過濾器 259
9.4.6 為非標準搜索結果的URL 配置“網(wǎng)站搜索” 259
9.4.7 排除垃圾引薦流量 260
9.4.8 過濾器執(zhí)行順序 260
9.4.9 針對不同的數(shù)據(jù)視圖，應用相同的過濾器 262
9.5 訪問權限 263
9.5.1 “管理用戶”權限 263
9.5.2 “修改”權限 263
9.5.3 “協(xié)作”權限 264
9.5.4 “閱讀和分析”權限 265
9.5.5 通過數(shù)據(jù)視圖過濾器和用戶權限控制對數(shù)據(jù)子集的訪問 265
9.5.6 無直接訪問的權限 266
9.5.7 廣告代理商的用戶管理 266
9.6 更改歷史記錄 267
9.7 垃圾箱 267
本章要點回顧 268
實戰(zhàn)與練習 268
第10 章 細分 270
10.1 為實現(xiàn)聚焦和放大進行的細分 270
10.1.1 應用內(nèi)置（“系統(tǒng)”）細分 270
10.1.2 創(chuàng)建自定義細分 273
10.2 繪制客戶組別作為自定義細分 280
10.3 抽樣 286
10.3.1 抽樣規(guī)模和基數(shù) 287
10.3.2 訪問非抽樣的數(shù)據(jù) 287
10.4 細分與已過濾的數(shù)據(jù)視圖的比較 288
本章要點回顧 289
實戰(zhàn)與練習 289
第11 章 信息中心、自定義報告和智能提醒 291
11.1 信息中心 291
11.1.1 創(chuàng)建信息中心 291
11.1.2 共享 292
11.1.3 導出和發(fā)送電子郵件 292
11.2 自定義報告 293
嘉賓觀點 在數(shù)據(jù)中尋找故事 296
11.3 快捷方式 298
11.4 智能提醒 298
11.5 注釋 302
本章要點回顧 304
實戰(zhàn)與練習 304
第12 章 實施的定制化 305
12.1 自定義維度 305
12.1.1 自定義維度： 文章作者和類別 305
12.1.2 自定義維度：登錄狀態(tài) 310
12.1.3 自定義維度：表單選擇 311
嘉賓觀點 酒店預訂的計算指標和自定義維度 312
12.2 內(nèi)容分組 314
12.2.1 設置內(nèi)容分組 315
12.2.2 填充內(nèi)容組 315
12.3 自定義指標 316
12.3.1 設置自定義指標 316
12.3.2 填充自定義指標 317
12.3.3 格式設置類型和范圍 318
12.4 計算指標 319
12.4.1 基于用戶的轉(zhuǎn)化率 319
12.4.2 非跳出的轉(zhuǎn)化率 320
12.5 受眾特征和興趣 320
12.6 增強型鏈接歸因 321
12.7 跟蹤信息自定義 322
12.7.1 會話超時 322
12.7.2 廣告系列超時 322
12.7.3 自然搜索來源 323
12.7.4 引薦排除列表 324
12.7.5 搜索字詞排除列表 324
12.8 跨網(wǎng)域和匯總報告 324
12.8.1 跨網(wǎng)域跟蹤 325
12.8.2 匯總報告 327
12.8.3 移動App 匯總 328
12.8.4 子域跟蹤 328
12.8.5 應用視圖過濾器來消除域名的歧義 329
12.8.6 每個網(wǎng)域或子域的專用視圖 329
12.9 使用User ID 跨設備跟蹤 330
12.9.1 跨設備跟蹤的其他注意事項 333
12.9.2 “跨設備”報告 333
12.9.3 把User ID 作為自定義維度 335
嘉賓觀點 Google Analytics 與數(shù)據(jù)隱私 336
本章要點回顧 340
實戰(zhàn)與練習 340
第13 章 移動App 的衡量 342
13.1 跟蹤移動App 342
13.2 為什么移動設備非常重要 342
13.3 移動策略 343
13.4 衡量什么 343
13.5 Google Analytics 中的移動設置 344
13.6 在App 中設置Google Analytics 345
13.6.1 在應用程序中部署Google Analytics 345
13.6.2 應該通過移動SDK 還是GTM SDK 部署 346
13.7 移動媒體資源中賬戶結構的最佳實踐 348
13.8 App“實時”報告 349
13.9 集成 351
13.9.1 AdMob 與Google Play 和iTunes 的集成 351
13.9.2 Google Play 和Apple Store 的集成 353
13.10 移動廣告系列跟蹤 355
13.10.1 安卓 356
13.10.2 iOS 358
13.11 移動隱私 360
嘉賓觀點 改進App 的App 測量 361
本章要點回顧 366
實戰(zhàn)與練習 367
第14 章 Google Analytics 的數(shù)據(jù)集成：整合的力量 368
14.1 AdWords 368
14.1.1 Google Analytics 中的AdWords 數(shù)據(jù) 369
14.1.2 AdWords 中的Google Analytics 數(shù)據(jù) 369
14.1.3 關聯(lián)AdWords 和Google Analytics 370
14.1.4 Google 展示廣告網(wǎng)絡廣告系列 371
14.1.5 最后一次觸達以外的歸因 372
14.1.6 Google Analytics 的轉(zhuǎn)化與AdWords 的轉(zhuǎn)化的比較 373
14.1.7 通過利用Google Analytics 受眾群體進行AdWords 再營銷 373
14.1.8 AdWords 與Google Analytics 的再營銷受眾群體比較 374
嘉賓觀點 再營銷的最佳實踐和專家提示 379
14.2 AdSense 382
14.2.1 Google Analytics 集成的好處 382
14.2.2 鏈接賬戶 383
14.2.3 報告示例 383
14.2.4 DoubleClick 廣告發(fā)布管理系統(tǒng)與DoubleClick Ad Exchange 384
14.3 YouTube 在Google Analytics 中的應用 384
14.3.1 YouTube 數(shù)據(jù)分析 385
14.3.2 Google Analytics YouTube 渠道網(wǎng)頁 385
14.4 Analytics 360 集成 385
14.5 附加集成 385
14.5.1 電子郵件服務供應商 386
14.5.2 社交媒體平臺 386
14.5.3 測試 387
14.5.4 客戶之音—客戶反饋 387
14.5.5 營銷自動化 387
14.5.6 付費搜索管理平臺 388
14.5.7 商業(yè)智能/ 數(shù)據(jù)可視化 388
本章要點回顧 388
實戰(zhàn)與練習 388
第15 章 將Google Analytics 與CRM 數(shù)據(jù)集成 389
15.1 長期觀察 389
15.2 計算每個合格銷售線索的成本 389
15.2.1 B2B 案例：內(nèi)存芯片制造商的合格銷售線索 389
15.2.2 將廣告系列渠道與合格潛在客戶相關聯(lián) 392
嘉賓觀點 在Salesforce 中記錄Google Analytics 廣告系列數(shù)據(jù) 393
15.3 在Google Analytics 和CRM 數(shù)據(jù)中加入訪問者ID 398
15.3.1 導出Google Analytics 數(shù)據(jù) 398
15.3.2 將Google Analytics 數(shù)據(jù)導入CRM 398
15.3.3 借助CRM 數(shù)據(jù)將Google Analytics 行為和受眾群體數(shù)據(jù)合并 399
15.3.4 在Google Analytics 中使用CRM ID 作為訪問者ID 400
嘉賓觀點 實施長期價值（LTV）和單位獲客成本（CPA）
以獲得競爭優(yōu)勢的案例 404
本章要點回顧 407
實戰(zhàn)與練習 408
第16 章 使用第三方工具制作高級報告和可視化 410
16.1 聚焦問題：如何從Google Analytics 獲取數(shù)據(jù) 411
16.1.1 核心報告API 411
16.1.2 非抽樣請求API 411
16.1.3 第三方工具 411
嘉賓觀點 Google Analytics 的突破：從零塑造商業(yè)影響力 414
16.2 ETLV—完整的報告自動化周期 416
16.3 BigQuery / Tableau 的高級案例 418
16.3.1 案例1 ：路徑分析 418
16.3.2 案例2 ：電子商務 420
16.3.3 案例3 ：先進的渠道（funnel）分析 422
嘉賓觀點 高級渠道（funnel）分析—下一級 422
嘉賓觀點 使用R 訪問Google Analyics 數(shù)據(jù) 426
嘉賓觀點 ShufflePoint 428
本章要點回顧 431
實戰(zhàn)與練習 431
第17 章 數(shù)據(jù)導入和測量協(xié)議 432
17.1 數(shù)據(jù)導入 432
17.1.1 將CRM 數(shù)據(jù)導入Google Analytics 432
17.1.2 通過管理API 上傳 436
17.1.3 在Google Analytics 報告中使用導入數(shù)據(jù) 436
17.1.4 導入內(nèi)容數(shù)據(jù)到Google Analytics 437
17.1.5 導入廣告系列數(shù)據(jù)到Google Analytics 440
17.1.6 導入成本數(shù)據(jù)到Google Analytics 442
17.1.7 對比廣告系列成本和效果 444
17.1.8 將產(chǎn)品數(shù)據(jù)導入Google Analytics 445
17.1.9 導入Google Analytics 地理數(shù)據(jù) 445
17.2 測量協(xié)議 446
嘉賓觀點 對于測量協(xié)議的技術考量 446
嘉賓觀點 測量協(xié)議的兩個案例 447
本章要點回顧 453
實戰(zhàn)與練習 454
第18 章 Analytics 360 455
18.1 為什么要用Analytics 360 455
18.2 提升數(shù)據(jù)容量 456
18.2.1 10 倍以上的自定義維度和自定義指標 456
18.2.2 以12 倍速度更新數(shù)據(jù) 456
18.2.3 提升數(shù)據(jù)量的上限 456
18.3 服務級協(xié)議 458
18.3.1 支持、升級和條款 459
18.3.2 自定義渠道（funnel） 459
18.3.3 BigQuery 導出 460
18.3.4 匯總報告 460
18.3.5 DoubleClick 集成 461
嘉賓觀點 在處理高級歸因之前需要回答的4 個問題 467
18.4 Analytics 360 獨有的功能 468
18.4.1 門戶 468
18.4.2 培訓資源 468
18.4.3 發(fā)布版和測試版功能 468
18.4.4 賬單和層 468
18.5 在哪里買——是通過經(jīng)銷商還是Google 直接購買 469
本章要點回顧 470
實戰(zhàn)與練習 471
附 錄 472
附錄A 擴充你的優(yōu)化項目 472
A.1 定性輸入 472
嘉賓觀點 通過訪問者調(diào)查增強Google Analytics 473
嘉賓觀點 用戶研究和定性優(yōu)化 476
A.2 疊加熱圖報告 479
嘉賓觀點 快速獲得顯著結果 479
A.3 測試 480
嘉賓觀點 利用LIFT 模型創(chuàng)建強有力的實驗假設 481
嘉賓觀點 通過文檔和測試后分析，更好地使用分組測試 486
嘉賓觀點 A/B 測試成功的技巧 491
嘉賓觀點 使用Optimizely 測試移動App 493
A.4 營銷自動化和個性化 496
嘉賓觀點 營銷自動化與Google Analytics ：集成和個性化 496
附錄B 資源 501
書單推薦
