开发成功的Web分析策略<br />Step-by-Step指南<br />使用这本优秀的现代指南正确学习当今Web分析领域中的机遇和挑战。《精通Web Analytics——来自专家的最佳Web分析策略》由业内一线从业人员写成，它不仅仅是介绍了概念和定义，还挑战了关于该领域的一些根深蒂固的观念，并手把手地指导您如何执行成功的Web分析策略。<br />Web分析专家Avinash Kaushik，以其引人深思的写作方式，揭露了行业里一些主流神话的谬误，并指引您从分析结果中获得可行的认识。教您如何撇开点击流分析的方法、了解定性数据是关注的焦点的原因，以及介绍其他一些认识和技术，帮助您在不牺牲企业收益的情况下开发以客户为中心的思路。《精通Web Analytics——来自专家的最佳Web分析策略》内容包括:<br />了解数据收集方法的利与弊<br />找出能够不通过计算统计页面浏览数却仍能深入了解客户的方法<br />学会使用“3层次问答”的方法来确定有价值的度量<br />优化组织结构，并选用合适的分析工具<br />理解和应用高级分析理念，包括SEM C分析、细分的强大功能、转换率的最佳实践等<br />利用快速启动解决方案来解决博客和电子商务站点、客户支持站点和小型业务Web站点面临的问题<br />了解构成优秀实验与测试平台的关键因素<br />使用竞争情报分析来获得认识并激发行动<br />您还将发现：<br />快速提高Web分析能力的10个步骤<br />在组织中创建以数据为中心的文化的7个步骤<br />测量博客站点成功与否的6种方式<br />能通过Web 分析获得可行动认识的3个秘诀<br />优秀Web分析师的10大标志<br />第1章 Web分析-- 现状与展望 1<br />1.1 Web分析的简史 2<br />1.2 现状和挑战 5<br />1.3 传统Web分析已经废弃 7<br />1.4 新的Web分析 8<br />1.4.1 测量定量和定性数据 10<br />1.4.2 三位一体：思路和战略方法 12<br />第2章 数据收集--重要性和选择 19<br />2.1 了解数据前景 20<br />2.2 点击流数据 21<br />2.2.1 Web日志 21<br />2.2.2 Web Beacons 23<br />2.2.3 JavaScript标记 25<br />2.2.4 包嗅探器 27<br />2.3 结果数据 32<br />2.3.1 电子商务 32<br />2.3.2 导引生成 33<br />2.3.3 品牌/宣传和支持 33<br />2.4 研究数据 34<br />2.4.1 思路 35<br />2.4.2 组织结构 35<br />2.4.3 时机 35<br />2.5 竞争数据 36<br />2.5.1 基于专门小组的测量 36<br />2.5.2 基于ISP的测量 37<br />2.5.3 搜索引擎数据 38<br />第3章 定量分析概述 41<br />3.1 以客户为中心的重要性 42<br />3.2 实验室可用性测试 42<br />3.2.1 实施测试 43<br />3.2.2 实验室可用性测试的好处 45<br />3.2.3 注意点 45<br />3.3 启发式评估 46<br />3.3.1 实施启发式评估 47<br />3.3.2 启发式评估的好处 49<br />3.3.3 注意点 49<br />3.4 实地考察 49<br />3.4.1 进行实地考察 50<br />3.4.2 实地考察的好处 51<br />3.4.3 注意点 51<br />3.5 调研(问卷调查) 52<br />3.5.1 站点调研 52<br />3.5.2 访问后调研 53<br />3.5.3 创建和执行调研 53<br />3.5.4 调研的好处 56<br />3.5.5 注意点 56<br />3.6 小结 58<br />第4章 Web分析策略成功的关键要素 59<br />4.1 致力于以客户为中心 60<br />4.2 解决业务问题 62<br />4.3 遵循10/90原则 63<br />4.4 雇佣优秀的Web分析师 66<br />4.5 确定最佳组织结构和职能 72<br />4.5.1 集中式 74<br />4.5.2 分散式 74<br />4.5.3 集中分散式 75<br />第5章 Web分析的原理 77<br />5.1 捕获数据：Web日志还是JavaScript标记 78<br />5.1.1 将数据服务和数据捕获分离 78<br />5.1.2 数据类型和大小 79<br />5.1.3 创新 79<br />5.1.4 集成 79<br />5.2 选择最佳的Web分析工具 80<br />5.2.1 旧的方式 80<br />5.2.2 新的方式 81<br />5.3 了解点击流数据的质量 84<br />5.4 最佳实践 87<br />5.4.1 标记所有页面 88<br />5.4.2 确保标记放在最后(客户优先) 88<br />5.4.3 标记应当内联 88<br />5.4.4 确定独特的页面定义 89<br />5.4.5 智能地使用cookie 89<br />5.4.6 考虑链接编码问题 90<br />5.4.7 注意重定向 91<br />5.4.8 验证数据被正确地捕获了 93<br />5.4.9 对站点中丰富的媒体进行正确的编码 93<br />5.5 运用“3层次问答”测试 94<br />5.5.1 关键绩效指标：重复访客的百分比 95<br />5.5.2 关键绩效指标：站点上退出最多的页面 95<br />5.5.3 关键绩效指标：最频繁的搜索关键字的转换率 96<br />第6章 第1个月：对Web分析的核心概念进行深入挖掘 97<br />6.1 第1周：开始了解这些基本概念 98<br />6.1.1 周一和周二：URL 98<br />6.1.2 周三：URL参数 99<br />6.1.3 周四和周五：cookie 100<br />6.2 第2周：回顾基本度量 102<br />6.2.1 周一：访问数和访客 103<br />6.2.2 周二和周三：站点访问时间 106<br />6.2.3 周四和周五：页面浏览 109<br />6.3 第3周：了解标准报告 111<br />6.3.1 周一和周二：跳出率 112<br />6.3.2 周三到周五：推荐者--源和搜索关键字短语 114<br />6.4 第4周：使用站点内容的质量和导航报告 117<br />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<br />6.4.2 周三：到达最多的目标(退出的链接) 121<br />6.4.3 周四和周五：站点覆盖(点击密度分析) 123<br />第7章 第2个月：启动Web数据分析 129<br />7.1 前提和框架 130<br />7.2 第1周：创建基本报告 130<br />7.2.1 周一：最多推荐的URL和最频繁出现的关键字短语 131<br />7.2.2 周二：站点内容受欢迎程度以及首页访问数 133<br />7.2.3 周三和周四：点击密度(站点覆盖) 135<br />7.2.4 周五：站点跳出率 135<br />7.3 电子商务站点的起步指南 137<br />7.3.1 第2周：测量业务成果 137<br />7.3.2 第3周：衡量表现，测量商业效果以及客户满意度 140<br />7.4 支持类站点的起步指南 143<br />7.4.1 第2周：从客户的角度测量脱机影响 143<br />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<br />7.5 博客测量的起步指南 149<br />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<br />7.5.2 第3周：竞争标准化以及测量成本和ROI 152<br />7.6 第4周：反省和总结 155<br />第8章 第3个月：搜索分析-- 站内搜索、SEO和PPC 157<br />8.1 第1周：实施站内搜索分析 158<br />8.1.1 周一：理解站内搜索的价值 158<br />8.1.2 周二：认清站内搜索的趋势 162<br />8.1.3 周三：通过站点覆盖报告来分析点击密度 163<br />8.1.4 周四：对实际搜索结果的有效性进行测量 164<br />8.1.5 周五：对站内搜索的结果度量进行测量 165<br />8.2 第二周：开始搜索引擎优化(SEO) 165<br />8.2.1 周一：理解影响、优化和链接 167<br />8.2.2 周二：链接到新闻发布和社会站点 167<br />8.2.3 周三和周四：对Web页面标记和内容进行优化 168<br />8.2.4 周五：对搜索机器人提供指导 168<br />8.3 第3周：对SEO上的工作进行测量 169<br />8.3.1 周一：检查站点被索引的效果如何 169<br />8.3.2 周二：对入站链接和频率最高的关键字进行跟踪 170<br />8.3.3 周三：对来自PPC的有机推荐者进行分离 173<br />8.3.4 周四：对有机推荐者的价值进行测量 174<br />8.3.5 周五：对最受欢迎的页面的优化进行测量 174<br />8.4 第4周：对PPC的有效性进行分析 176<br />8.4.1 周一：理解PPC的基础 177<br />8.4.2 周二：对和搜索引擎竞价有关的度量进行测量 178<br />8.4.3 周三：定义影响盈亏底线的重要指标 178<br />8.4.4 周四：测量唯一访客数 179<br />8.4.5 周五：学习PPC报告的最佳实践 179<br />第9章 第4个月：对电子邮件和多渠道营销进行测量 181<br />9.1 第1周：电子邮件营销的基本原理及相关内容 182<br />9.1.1 周一：了解电子邮件营销的原理 182<br />9.1.2 周二和周三：测量基本的响应度量 183<br />9.1.3 周四和周五：测量结果度量 184<br />9.2 第2周：电子邮件营销-- 高级的追踪 184<br />9.2.1 周一和周二：测量站点有效性 184<br />9.2.2 周三：避免电子邮件分析的漏洞 185<br />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<br />9.3 第3周和第4周：多渠道的营销、跟踪和分析 186<br />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<br />9.3.2 第四周：对多渠道的营销进行跟踪和分析 191<br />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<br />10.1 第1周和第2周：进行测试的原因以及有哪些选择 198<br />10.1.1 第1周：前期准备和A/B测试 198<br />10.1.2 第2周：采用A/B测试之外的其他方法 201<br />10.2 第三周：测试什么-- 具体的选择和方案 207<br />10.2.1 周一：测试重要的页面并号召行动 208<br />10.2.2 周二：关注搜索流量 209<br />10.2.3 周三：内容测试和创新性测试 209<br />10.2.4 周四：价格测试和促销测试 210<br />10.2.5 周五：对直接营销活动测试 210<br />10.3 第四周：创建一个良好的实验和测试程序 211<br />10.3.1 周一：提出假设和设定目标 211<br />10.3.2 周二：对多个目标进行测试和验证 213<br />10.3.3 周三：从简到难，享受其中的乐趣 214<br />10.3.4 周四：关注传播和专业技术 215<br />10.3.5 周五：在每个测试程序中实现两个重要的因素 215<br />第11章 第6个月：Web分析可行性背后的三个秘密 219<br />11.1 第1周：利用基准和目标来驱动行动 220<br />11.1.1 周一和周二：了解基准和设置目标的重要性 220<br />11.1.2 周三：利用外部基准 221<br />11.1.3 周四：利用内部基准 224<br />11.1.4 周五：鼓励并创建目标 226<br />11.2 第2周：创建具有较大影响力的可执行报告板 229<br />11.2.1 周一：提供背景-- 基准、细分和趋势 229<br />11.2.2 周二：将重要的几个度量进行隔离 231<br />11.2.3 周三：不要停留于度量-- 包括认识 231<br />11.2.4 周四：将报告板限制在单个页面上 233<br />11.2.5 周五：知道外观的重要性 233<br />11.3 第3周：使用最佳实践创建有效的报告板程序 234<br />11.3.1 周一：创建清晰的三位一体度量 234<br />11.3.2 周二：创建相关的报告板 236<br />11.3.3 周三：一个度量，一个责任人 237<br />11.3.4 周四：做实事 238<br />11.3.5 周五：对报告板的有效性进行测量 238<br />11.4 第4周：在Web分析中运用六西格玛或者流程优化 239<br />11.4.1 周一：任何事物都是一个过程 239<br />11.4.2 周二到周四： 运用DMAIC过程 244<br />11.4.3 周五：对所学的知识进行回顾 246<br />第12章 第7个月：竞争情报与 Web 2.0分析 247<br />12.1 竞争情报分析 248<br />12.1.1 第1周：竞争性流量报告 248<br />12.1.2 第2周：搜索引擎报告 253<br />12.2 Web 2.0分析 262<br />12.2.1 第三周：测量富交互应用程序(RIA)的成功 263<br />12.2.2 周4：测量RSS的成功 267<br />第13章 第8个月及之后： 揭穿Web分析的神话 275<br />13.1 路径分析：它有什么好处？一点儿都没有 276<br />13.1.1 路径分析带来的挑战 277<br />13.1.2 一个替代方案：筛选报告(Funnel report) 278<br />13.2 转换率：一种毫无意义的执着 281<br />13.2.1 转换率带来的问题 281<br />13.2.2 一个替代方案：原始目的的任务完成率 283<br />13.3 完美：完美已死，愿它永垂不朽 284<br />13.3.1 完美数据 285<br />13.3.2 网站速度下的Web 286<br />13.3.3 支离破碎的多元数据 286<br />13.4 实时数据：实际并不相关，利用其却耗资巨大 287<br />13.4.1 获取实时数据的后果 287<br />13.4.2 一份检验是否已准备好接受实时数据的清单 288<br />13.5 标准KPI：相关性并不强 290<br />第14章 高级分析概念-- 加速提升Web分析能力 293<br />14.1 发挥统计显著性的能量 294<br />14.2 使用细分的神奇力量 296<br />14.2.1 按跳出量细分 296<br />14.2.2 按搜索细分 297<br />14.2.3 将搜索和跳出量相结合 298<br />14.2.4 查看细分数据的趋势 298<br />14.3 使分析和报告“有联系” 299<br />14.3.1 使用直观图 300<br />14.3.2 使用有联系的语言 300<br />14.4 采用转换率的最佳实践 303<br />14.4.1 忘掉站点总转换率 304<br />14.4.2 随时关注趋势，不要忘了季节性因素 304<br />14.4.3 理解Web站点/公司的商业获取策略 305<br />14.4.4 测算前5个推荐URL的转换率 305<br />14.4.5 不要测算页面或链接的转换率 306<br />14.4.6 疯狂使用细分 306<br />14.4.7 总是在转换率旁显示收益 307<br />14.4.8 带着一个既定目标去测算转换率 308<br />14.5 提高对搜索引擎营销/按点击付费的分析 309<br />14.5.1 测算您的跳出率(总计或按顶级关键字短语测算) 309<br />14.5.2 对分析供应商/机构进行审计 310<br />14.5.3 测算PPC营销活动的侵蚀率(对比有机结果) 311<br />14.5.4 积极地推动测试和实验 312<br />14.5.5 努力去理解客户的多重目标 312<br />14.6 测算站点放弃率 313<br />14.6.1 对放弃率进行细分 314<br />14.6.2 找到可行的认识并采取行动 315<br />14.7 测算购买天数和访问数 316<br />14.7.1 如何测算这些KPI 317<br />14.7.2 找出可行的认识并采取行动 318<br />14.8 借助统计学的控制限值 320<br />14.8.1 计算控制限值 322<br />14.8.2 使用控制限值的一个实例 323<br />14.9 测算能够转换的“机会份额”的实际大小 324<br />14.9.1 使用跳出率 325<br />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<br />14.9.3 使用客户意图 327<br />14.9.4 采取行动 329<br />第15章 创建以数据为本的文化-- 实际步骤和最佳实践 333<br />15.1 寻找Web分析经理/主管的关键技巧 334<br />15.1.1 对于工作的极大热情 334<br />15.1.2 热爱变革，掌控变革 335<br />15.1.3 以无礼的方式质疑数据 335<br />15.1.4 CDI(基于客户的创新) 335<br />15.1.5 并非真正的“数字天才” 336<br />15.1.6 天生的商业悟性和头脑 336<br />15.1.7 令人印象深刻的人际交往技巧 337<br />15.2 何时和如何雇佣外部顾问或内部专家 337<br />15.2.1 阶段1：襁褓婴儿 338<br />15.2.2 阶段2：蹒跚学步到懵懂少年 340<br />15.2.3 阶段3：狂野青年 341<br />15.2.4 成熟-- 30而立 342<br />15.3 创建基于数据的决策文化的7个步骤 344<br />15.3.1 先去看盈亏底线(结果) 344<br />15.3.2 记住报告不是分析，应鼓励后者 345<br />15.3.3 客观作出决策 345<br />15.3.4 要积极主动而不要消极被动 346<br />15.3.5 赋予分析员更多的权力 346<br />15.3.6 追求三位一体 347<br />15.3.7 关于流程 347
Avinash Kaushik是备受赞誉的Web分析博客Occam’S Razor（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。Avinash Kaushik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。