前言
第 1章　數(shù)據(jù)分析進(jìn)階的全新世界
1.1　數(shù)據(jù)分析現(xiàn)狀
1.2　行業(yè)現(xiàn)狀
1.3　重新反思數(shù)據(jù)分析：實(shí)現(xiàn)數(shù)據(jù)分析進(jìn)階 3
1.3.1　“是什么”：點(diǎn)擊流
1.3.2　“有多少”：多樣性產(chǎn)出分析
1.3.3　“為什么”：實(shí)驗(yàn)和測(cè)試
1.3.4　“為什么”：用戶反饋
1.3.5　“還有什么”：競(jìng)爭(zhēng)情報(bào)
1.4　變革： Yes We Can
1.4.1　策略性調(diào)整
1.4.2　戰(zhàn)術(shù)性轉(zhuǎn)變
1.4.3 　其他分析

第 2章　選擇數(shù)據(jù)分析工具的最佳策略
2.1　確定預(yù)期業(yè)務(wù)目標(biāo)
2.2　第一步：選擇數(shù)據(jù)分析工具前要回答的3個(gè)關(guān)鍵問題
2.3　第二步：選擇數(shù)據(jù)分析工具前要問供應(yīng)商的10個(gè)問題
2.4　數(shù)據(jù)分析供應(yīng)商比較：多樣化和競(jìng)爭(zhēng)優(yōu)勢(shì)
2.5　第三步：如何有效地試用數(shù)據(jù)分析工具
2.6　第四步：確定合作前的協(xié)議，檢查供應(yīng)商的服務(wù)條款 23

第 3章　點(diǎn)擊流分析的精彩世界：指標(biāo)
3.1　回顧標(biāo)準(zhǔn)指標(biāo)： 8個(gè)關(guān)鍵網(wǎng)站指標(biāo)
3.2　跳出率
3.3　退出率
3.4　轉(zhuǎn)化率
3.5　參與度
3.6　數(shù)據(jù)分析指標(biāo)揭秘
3.6.1　優(yōu)秀指標(biāo)的 4個(gè)屬性
3.6.2　優(yōu)秀指標(biāo)示例
3.6.3　關(guān)于網(wǎng)站成功的3條經(jīng)驗(yàn)
3.7　關(guān)鍵網(wǎng)站指標(biāo)的戰(zhàn)略性策略
3.7.1　確定影響網(wǎng)站指標(biāo)表現(xiàn)的根源一轉(zhuǎn)化
3.7.2　利用自定義報(bào)表
3.7.3　創(chuàng)建團(tuán)隊(duì)報(bào)表中心
3.7.4　從宏觀上進(jìn)行分析

第 4章　點(diǎn)擊流分析的精彩世界：實(shí)際操作
4.1　數(shù)據(jù)分析入門
4.1.1　熟悉基本指標(biāo)
4.1.2　獲取訪客
4.1.3　控制成本
4.1.4　點(diǎn)擊密度分析
4.1.5　衡量購(gòu)買前的訪問次數(shù)
4.2　最佳數(shù)據(jù)分析報(bào)表
4.2.1　流量來源
4.2.2　流量產(chǎn)出
4.3　基礎(chǔ)分析策略
4.3.1　細(xì)分至關(guān)重要
4.3.2　關(guān)注用戶行為而非總體情況
4.4　讓日常點(diǎn)擊流分析更具操作性
4.4.1　站內(nèi)搜索分析
4.4.2　SEO 分析
4.4.3　付費(fèi)搜索分析
4.4.4　直接流量分析
4.4.5　郵件營(yíng)銷分析
4.4.6　富媒體分析
4.5　面對(duì)現(xiàn)實(shí)：數(shù)據(jù)分析的挑戰(zhàn)性
4.5.1　跟蹤訪客 cookie
4.5.2　數(shù)據(jù)抽樣
4.5.3　歷史數(shù)據(jù)的價(jià)值
4.5.4　對(duì)用戶體驗(yàn)視頻回放的作用
4.5.5　終極數(shù)據(jù)校正清單

第 5章　成功的關(guān)鍵：衡量績(jī)效
5.1　關(guān)注“少數(shù)關(guān)鍵指標(biāo)”
5.2　產(chǎn)出 KPI實(shí)際操作 5例
5.2.1　任務(wù)完成率
5.2.2　搜索流量比例
5.2.3　訪客忠誠(chéng)度和回訪度
5.2.4　訂閱數(shù)
5.2.5　正面退出率
5.3　轉(zhuǎn)化率進(jìn)階
5.3.1　購(gòu)物車和結(jié)算流程放棄率
5.3.2　購(gòu)買前訪問次數(shù)和天數(shù)
5.3.3　平均訂單價(jià)值
5.3.4　識(shí)別可轉(zhuǎn)化人群
5.4　衡量宏觀和微觀的轉(zhuǎn)化
5.5　量化經(jīng)濟(jì)價(jià)值
5.6　衡量非電子商務(wù)網(wǎng)站的成功
5.6.1　訪客忠誠(chéng)度
5.6.2　訪客回訪率
5.6.3　網(wǎng)站停留時(shí)間
5.6.4　訪問深度
5.7　衡量 B2B 網(wǎng)站

第 6章　利用定性數(shù)據(jù)解決“為什么”的難題
6.1　實(shí)驗(yàn)室可用性研究：是什么，為什么，有多少
6.1.1　實(shí)驗(yàn)室可用性研究是什么
6.1.2　如何進(jìn)行測(cè)試
6.1.3　實(shí)驗(yàn)室可用性研究的最佳實(shí)踐
6.1.4　實(shí)驗(yàn)室可用性研究的好處
6.1.5　注意事項(xiàng)
6.2　可用性研究替代方案：遠(yuǎn)程和線上外包
6.3　調(diào)研：真正傾聽用戶反饋
6.3.1　調(diào)研的類型
6.3.2　調(diào)研中最大的錯(cuò)誤
6.3.3　永不過時(shí)的 3個(gè)最佳調(diào)研問題
6.3.4　選擇線上調(diào)研供應(yīng)商的 8個(gè)建議
6.4　互聯(lián)網(wǎng)環(huán)境下的用戶研究新方法
6.4.1　競(jìng)爭(zhēng)性基準(zhǔn)研究
6.4.2　快速可用性測(cè)試
6.4.3　線上卡片分類研究
6.4.4　人工智能視覺熱點(diǎn)圖

第 7章　快速試錯(cuò)：發(fā)揮測(cè)試和實(shí)驗(yàn)的力量
7.1　測(cè)試方法入門： A/B測(cè)試和多變量測(cè)試
7.1.1　A/B測(cè)試
7.1.2　多變量測(cè)試
7.2　可操作的測(cè)試建議
7.2.1　改進(jìn)的關(guān)鍵——登錄頁面
7.2.2　關(guān)注結(jié)賬、注冊(cè)和提交頁面
7.2.3　優(yōu)化廣告數(shù)量和位置
7.2.4　測(cè)試不同的定價(jià)與銷售策略
7.2.5　測(cè)試包裝等實(shí)物設(shè)計(jì)
7.2.6　優(yōu)化外部市場(chǎng)活動(dòng)
7.3　對(duì)照實(shí)驗(yàn)：提升分析水平
7.3.1　衡量付費(fèi)搜索對(duì)品牌關(guān)鍵詞的影響
7.3.2　對(duì)照實(shí)驗(yàn)案例
7.3.3　對(duì)照實(shí)驗(yàn)的優(yōu)缺點(diǎn)
7.4　營(yíng)造企業(yè)的測(cè)試文化
7.4.1　建議 1：第一次測(cè)試至關(guān)重要
7.4.2　建議 2：不要盲目依賴工具或?qū)＜?br>7.4.3　建議 3：拋開自以為是
7.4.4　建議 4：以假設(shè)開始
7.4.5　建議 5：制定目標(biāo)評(píng)估標(biāo)準(zhǔn)和預(yù)先決策
7.4.6　建議 6：測(cè)試衡量多目標(biāo)產(chǎn)出
7.4.7　建議 7：根據(jù)用戶的痛點(diǎn)進(jìn)行測(cè)試
7.4.8　建議 8：分析數(shù)據(jù)、交流心得
7.4.9　建議 9：配備測(cè)試推廣者和測(cè)試專家

第 8章　競(jìng)爭(zhēng)情報(bào)分析
8.1　競(jìng)爭(zhēng)情報(bào)的數(shù)據(jù)來源、類型和機(jī)密
8.1.1　工具條數(shù)據(jù)
8.1.2　用戶庫數(shù)據(jù)
8.1.3　ISP數(shù)據(jù)
8.1.4　搜索引擎數(shù)據(jù)
8.1.5　數(shù)據(jù)分析供應(yīng)商的行業(yè)基準(zhǔn)數(shù)據(jù)
8.1.6　自行提供數(shù)據(jù)
8.1.7　混合數(shù)據(jù)
8.2　網(wǎng)站流量分析
8.2.1　分析長(zhǎng)期流量趨勢(shì)
8.2.2　分享競(jìng)爭(zhēng)網(wǎng)站的重合度，發(fā)現(xiàn)機(jī)會(huì)
8.2.3　分析引用網(wǎng)站和退出網(wǎng)站
8.3　搜索和關(guān)鍵詞分析
8.3.1　熱門關(guān)鍵詞的績(jī)效趨勢(shì)
8.3.2　地域興趣和機(jī)會(huì)分析
8.3.3　相關(guān)搜索和快速上升的搜索
8.3.4　市場(chǎng)占有率分析
8.3.5　競(jìng)爭(zhēng)性關(guān)鍵詞優(yōu)勢(shì)分析
8.3.6　關(guān)鍵詞擴(kuò)展分析
8.4　受眾識(shí)別和細(xì)分分析
8.4.1　基于人口統(tǒng)計(jì)學(xué)的細(xì)分分析
8.4.2　基于用戶心理的細(xì)分分析
8.4.3　搜索行為和受眾細(xì)分分析

第 9章　新興分析：社交、移動(dòng)端和視頻
9.1　衡量新型社交網(wǎng)絡(luò)：數(shù)據(jù)的挑戰(zhàn)
9.1.1　網(wǎng)站內(nèi)容的演變
9.1.2　推特的革命
9.2　分析離線用戶體驗(yàn)（應(yīng)用程序）
9.3　分析移動(dòng)端用戶體驗(yàn)
9.3.1　移動(dòng)端數(shù)據(jù)的收集方法
9.3.2　移動(dòng)端報(bào)表和分析
9.4　衡量博客的表現(xiàn)
9.4.1　原始作者的貢獻(xiàn)
9.4.2　讀者增長(zhǎng)
9.4.3　轉(zhuǎn)化率
9.4.4　引用和轟動(dòng)指數(shù)
9.4.5　博客成本
9.4.6　博客的收益（投資回報(bào)率）
9.5　量化推特的影響
9.5.1　粉絲人數(shù)的增長(zhǎng)
9.5.2　信息放大
9.5.3　點(diǎn)擊率和轉(zhuǎn)化
9.5.4　轉(zhuǎn)化率
9.5.5　新興的推特指標(biāo)
9.6　分析視頻的表現(xiàn)
9.6.1　視頻的數(shù)據(jù)收集
9.6.2　關(guān)鍵視頻指標(biāo)與分析
9.6.3　高級(jí)視頻分析

第 10章　解決隱藏的數(shù)據(jù)分析陷阱
10.1　準(zhǔn)確性還是精確性
10.2　數(shù)據(jù)質(zhì)量處理的 6個(gè)步驟
10.3　建立行動(dòng)儀表盤
10.3.1　創(chuàng)建優(yōu)秀的儀表盤
10.3.2　綜合儀表盤
10.3.3　高影響力儀表盤的 5個(gè)準(zhǔn)則
10.4　全線營(yíng)銷的機(jī)遇和多渠道衡量
10.4.1　轉(zhuǎn)向全線營(yíng)銷模式
10.4.2　多渠道分析
10.5　行為定向的優(yōu)勢(shì)和挑戰(zhàn)
10.5.1　行為定向的優(yōu)勢(shì)
10.5.2　克服基本的分析挑戰(zhàn)
10.5.3　行為定向的兩個(gè)先決條件
10.6　線上數(shù)據(jù)挖掘和預(yù)測(cè)分析面臨的挑戰(zhàn)
10.6.1　數(shù)據(jù)類型
10.6.2　變量的數(shù)量
10.6.3　多個(gè)主要目的
10.6.4　多次訪問行為
10.6.5　缺少主鍵和數(shù)據(jù)集
10.7　涅槃之路：實(shí)現(xiàn)智能分析的步驟

第 11章　數(shù)據(jù)分析專家的入門指南
11.1　背景信息的重要性
11.1.1　比較不同時(shí)期的關(guān)鍵指標(biāo)
11.1.2　通過細(xì)分提供背景信息
11.1.3　比較網(wǎng)站的關(guān)鍵指標(biāo)平均值和細(xì)分值
11.1.4　給指標(biāo)尋找伴侶
11.1.5　利用行業(yè)基準(zhǔn)和競(jìng)爭(zhēng)數(shù)據(jù)
11.1.6　了解業(yè)務(wù)知識(shí)
11.2　比較 KPI變化趨勢(shì)
11.2.1　呈現(xiàn)業(yè)務(wù)知識(shí)
11.2.2　細(xì)分來救援 235
11.3　在 Top10之外：什么改變了
11.4　真正的價(jià)值：衡量潛在轉(zhuǎn)化及訪客行為
11.4.1　潛在訪客行為
11.4.2　潛在轉(zhuǎn)化
11.5　4種不能指導(dǎo)實(shí)際行動(dòng)的 KPI衡量技術(shù)
11.5.1　平均值
11.5.2　百分比
11.5.3　比率
11.5.4　組合或計(jì)算得出指標(biāo)
11.6　搜索：實(shí)現(xiàn)最優(yōu)長(zhǎng)尾策略
11.6.1　計(jì)算頭部和長(zhǎng)尾
11.6.2　了解品牌和行業(yè)關(guān)鍵詞
11.6.3　最佳的搜索營(yíng)銷策略
11.6.4　執(zhí)行最佳的長(zhǎng)尾策略
11.7　搜索：衡量上層漏斗關(guān)鍵詞的價(jià)值
11.8　搜索：付費(fèi)點(diǎn)擊的進(jìn)階分析
11.8.1　識(shí)別關(guān)鍵詞的潛在機(jī)會(huì)
11.8.2　關(guān)注“什么改變了”
11.8.3　分析展示份額和收入損失
11.8.4　擁抱投資回報(bào)率分布表
11.8.5　用戶搜索查詢和匹配類型歸零

第 12章　數(shù)據(jù)分析專家的進(jìn)階指南
12.1　多觸點(diǎn)營(yíng)銷活動(dòng)歸因分析
12.1.1　多觸點(diǎn)是什么
12.1.2　你有歸因問題嗎
12.1.3　歸因模型
12.1.4　實(shí)際情況下歸因分析的核心挑戰(zhàn)
12.1.5　歸因分析的可行替代方案
12.1.6　關(guān)于多觸點(diǎn)的部分思考
12.2　多渠道分析：對(duì)于全線營(yíng)銷的衡量技巧
12.2.1　跟蹤線下營(yíng)銷活動(dòng)對(duì)線上營(yíng)銷活動(dòng)的影響
12.2.2　跟蹤線上廣告活動(dòng)的線下影響

第 13章　數(shù)據(jù)分析的職業(yè)生涯
13.1　數(shù)據(jù)分析師職業(yè)生涯規(guī)劃：選擇、薪酬前景和發(fā)展
13.1.1　個(gè)人技術(shù)貢獻(xiàn)者
13.1.2　個(gè)人業(yè)務(wù)貢獻(xiàn)者
13.1.3　技術(shù)團(tuán)隊(duì)領(lǐng)導(dǎo)者
13.1.4　業(yè)務(wù)團(tuán)隊(duì)領(lǐng)導(dǎo)
13.2　數(shù)據(jù)分析成功職業(yè)生涯的技能培養(yǎng)
13.2.1　使用數(shù)據(jù)
13.2.2　獲取多個(gè)分析工具的經(jīng)驗(yàn)
13.2.3　在實(shí)際中的運(yùn)用
13.2.4　成為數(shù)據(jù)收集偵探
13.2.5　數(shù)學(xué)基礎(chǔ)：學(xué)習(xí)統(tǒng)計(jì)學(xué)的基本知識(shí)
13.2.6　善于提問
13.2.7　與業(yè)務(wù)團(tuán)隊(duì)緊密合作
13.2.8　學(xué)習(xí)有效的數(shù)據(jù)可視化和 PPT技能
13.2.9　與時(shí)俱進(jìn)：參加免費(fèi)網(wǎng)絡(luò)研討會(huì)
13.2.10　與時(shí)俱進(jìn)：閱讀博客
13.3　數(shù)據(jù)分析專家最美好的一天
13.4　雇傭最好的人才：給分析經(jīng)理和總監(jiān)的建議
13.4.1　優(yōu)秀分析專家的關(guān)鍵特質(zhì)
13.4.2　專家或者新手：做出正確選擇
13.4.3　面試中的最大考驗(yàn)：批判性思維

第 14章　創(chuàng)建數(shù)據(jù)驅(qū)動(dòng)的企業(yè)文化
14.1　改造企業(yè)文化：如何讓人們關(guān)注數(shù)據(jù)分析
14.1.1　做一些令人驚訝的事情，不要簡(jiǎn)單提供數(shù)據(jù)
14.1.2　從產(chǎn)出和影響開始分析，而不是訪問量
14.1.3　創(chuàng)造榜樣
14.1.4　如果想讓決策者感興趣，首先要讓數(shù)據(jù)分析有趣
14.1.5　競(jìng)猜
14.1.6　內(nèi)部分享
14.1.7　把握辦公時(shí)間
14.2　提供指導(dǎo)實(shí)際行動(dòng)的報(bào)表和分析
14.2.1　使用 Unboring過濾器
14.2.2　將見解與實(shí)際數(shù)據(jù)聯(lián)系在一起 305
14.3　通過更改指標(biāo)定義來改變企業(yè)文化：品牌宣傳指數(shù)
14.3.1　案例及分析
14.3.2　問題
14.3.3　解決方案
14.3.4　結(jié)果
14.3.5　采用 BEI指數(shù)的結(jié)果
14.3.6　可選擇的計(jì)算方法：加權(quán)平均
14.3.7　總結(jié) 309
14.4　提升數(shù)據(jù)質(zhì)量：從質(zhì)疑轉(zhuǎn)為使用數(shù)據(jù)
14.4.1　換個(gè)不同的老板
14.4.2　使用“不完美”的數(shù)據(jù)
14.4.3　用可操作的分析結(jié)論吸引公司高層的注意
14.4.4　秘密 1：第一周 /月的頭部數(shù)據(jù)具有可操作性
14.4.5　秘密 2：在漏斗底部提升數(shù)據(jù)精度
14.4.6　解決方案是堅(jiān)持一種數(shù)據(jù)分析工具到底
14.4.7　識(shí)別邊際收益遞減
14.4.8　網(wǎng)站越小，問題越大
14.4.9　不合邏輯的用戶行為和不準(zhǔn)確的標(biāo)準(zhǔn)
14.4.10　在網(wǎng)上更快試錯(cuò)
14.5　數(shù)據(jù)驅(qū)動(dòng)型老板的 5條規(guī)則
14.5.1　擺正自己的位置
14.5.2　認(rèn)可不完整的數(shù)據(jù)
14.5.3　付出更多努力
14.5.4　成為營(yíng)銷人員
14.5.5　拒絕數(shù)據(jù)服務(wù)業(yè)務(wù)
14.5.6　數(shù)據(jù)分析進(jìn)階的思維模式
14.6　獲得公司支持的策略
14.6.1　實(shí)施實(shí)驗(yàn)和測(cè)試方案
14.6.2　傾聽用戶反饋
14.6.3　使用行業(yè)標(biāo)準(zhǔn)
14.6.4　競(jìng)爭(zhēng)情報(bào)：你最好的新朋友
14.6.5　與有意向的網(wǎng)站合作
14.6.6　向?qū)＜仪笾?
14.7　打破數(shù)據(jù)分析壁壘
14.7.1　驚人發(fā)現(xiàn)
14.7.2　缺乏預(yù)算或資源
14.7.3　缺乏策略
14.7.4　孤立的組織
14.7.5　缺乏了解
14.7.6　數(shù)據(jù)泛濫
14.7.7　缺乏高級(jí)管理人員的支持
14.7.8　IT障礙
14.7.9　缺乏對(duì)分析的信任
14.7.10　缺乏人才
14.7.11　糟糕的技術(shù)
14.8　誰真正擁有數(shù)據(jù)分析
14.8.1　集中或者分散
14.8.2　團(tuán)隊(duì)的演變