《人人都是網站分析師：從分析師的視角理解網站和解讀資料》是一本真正能讓網站分析的資料結果產生商業價值的著作。很多人都知道網站分析中的指標，但很少有人知道它們使用的場景。很多人都知道網站分析工具能提供資料，但很少有人知道為什麼需要這些資料。很多人都知道資料對網站很重要，但很少有人知道資料究竟能帶來什麼價值。輸入的是垃圾，輸出的也是垃圾，單純的資料對企業來說沒有價值。
《人人都是網站分析師：從分析師的視角理解網站和解讀資料》從分析師的視角系統、深入地講解了如何理解網站和解讀資料。首先，通過講解網站的資訊架構和工作原理，不僅系統介紹有哪些分析指標，而且會詳細介紹每一個指標的使用場景；不僅會分析每個指標資料的作用和侷限性，而且還會介紹這些資料如何與業務結合才能產生價值。其次，通過講解以業務為中心的程式碼設計、TagManager高階程式碼實施、GoogleAnalytics跨屏追蹤、網站流量分類原理及邏輯，詳細講解了如何分析資料、選擇資料、使用資料才能確保分析結果的價值，最終為網站的運營提供決策依據。
作者藍鯨在網站分析領域浸淫多年，不僅積累了豐富的經驗，而且為網站資料分析知識的傳播做出了很大的貢獻，在業界有非常好的口碑和影響力。本書是繼其譯作《流量的祕密》和著作《網站分析實戰》後的第3本著作，內容更加豐富，視角更加獨特。本書得到了國際公認網站分析專家BrianClifton（《流量的祕密》作者，Google歐洲、中東和非洲區的前網站分析負責人）等10位來自全球和中國的網站分析專家聯袂推薦。
- 作者簡介：
王彥平（藍鯨），資深網站資料分析專家，“藍鯨的網站分析筆記”博主，8年網站資料分析工作經驗，尤其擅長使用Google Analytics等網站分析工具在國內網站分析領域頗有影響力和知名度。
此外，他還是暢銷書《流量的祕密（第2版）》的譯者及《網站分析實戰》的作者。Web Analytics Association會員、DMOZ Open Directory Project志願者、及艾瑞專家團成員。
- 精彩書評
★A great introduction to the art and science of web analytics. This book covers the fundamentals that often get forgotten about when having to deal with masses of data, yet are so important to get right form the beginning.
——Brian Clifton 世界頂級網站分析專家/《流量的祕密》作者
★資料的價值在於不斷的提升網站的使用體驗，對於“鏈家網”來說就是通過資料為客戶創造一段完美的找房之旅。本書作為一本以資料驅動網站體驗的教程，不僅詳細講解了網站分析中的各種基礎知識，更結合了資訊架構方面的知識，以GIGO原則(Garbage In Garbage Out)為基礎實現以業務需要定製資料，並最終通過資料解決業務問題，提升網站體驗的分析閉環。帶領讀者快速從資料中發現價值。
——彭永東 鏈家網CEO
★網際網路的核心是“資料”，而如何用好“資料”決定企業走多遠。本書通過藍鯨多年的實戰經驗總結，醍醐灌頂般將堆積如山的知識深入淺出的闡述給我們，即使資料分析的門外漢也能借助本書解決問題。
——海雲飛 艾瑞學院總監
★網站資料分析作為大資料的一個分支，是目前最為炙手可熱的行業。從多年的網際網路廣告從業經驗來看，資料是在市場營銷中所有企業最關注的內容，也是幫助企業提升營銷效果的利器。本書從最基本的網站分析定義入手，介紹了從事這個行業所應該和必須瞭解的方方面面的知識。包括最基礎的資料指標，資料採集原理和常用的分析方法等等。與其他同類書籍不同的是在本書的結尾作者還給出了完整的網站分析框架。如果你勵志成為一名網站分析師，那麼這本書將是你很好的起點。
——滕懿麟 前線網路創始人
- 目錄
本書讚譽
前 言
第1章 什麼是網站分析
1.1 網站分析的定義
1.2 網站分析的作用
1.3 學習網站分析的5個階段
第2章 網站分析工具
2.1 網站分析的3個階段及其工具
2.1.1 伺服器日誌和計數器階段
2.1.2 網站資料統計階段
2.1.3 網站資料分析階段
2.2 伺服器日誌和JavaScript日誌對比
2.2.1 網站伺服器日誌的特點
2.2.2 JavaScript日誌的特點
2.2.3 資料差異和準確性對比
2.2.4 資料全面性對比
2.3 如何選擇適合的網站分析工具
2.3.1 有邏輯地展現網站中各項指標
2.3.2 可定製並與網站的商業目標結合
2.3.3 發現資料中的問題
2.3.4 使用通俗易懂的指標及描述
2.3.5 專業及完善的服務和技術支援
2.4 Webtrekk工具
2.4.1 功能套件及擴充套件工具
2.4.2 Webtrekk Q3特色功能
2.5 個性化網站分析工具推薦
2.5.1 Clicktale
2.5.2 Crazyegg
2.5.3 SkyGlue
2.6 SkyGlue工具
2.6.1 實施過程
2.6.2 工作原理
2.6.3 追蹤每一位獨立訪問者
2.6.4 追蹤獨立訪問者的每一次點選
2.6.5 跨渠道與跨地域追蹤訪問者
2.6.6 對事件進行追蹤
2.6.7 SkyGlue工具測試總結
2.7 使用者調研工具
2.8 競爭分析工具
2.8.1 Alexa
2.8.2 Google Ad Planner
第3章 從網站分析師的角度理解網站
3.1 理解網站的目的和不同階段的目標
3.1.1 網站存在的目的
3.1.2 網站不同階段的目標
3.2 理解網站的流量策略
3.3 理解網站的資訊架構
3.3.1 什麼是後設資料
3.3.2 後設資料的作用和使用者
3.4 理解網站的頁面分類
3.4.1 網站中的三類頁面
3.4.2 頁面的關注點和衡量指標
3.5 理解網站的流程結構
3.6 理解網站URL中的關鍵資訊
3.7 理解站內搜尋的工作原理
3.8 理解網站的成功及微轉化
第4章 指標的使用場景及計算方法
4.1 6種最常見的指標場景
4.1.1 計數指標和複合指標
4.1.2 貨幣指標與非貨幣指標
4.1.3 正向指標與負面指標
4.1.4 廣告指標與網站指標
4.1.5 使用者行為指標與網站效能指標
4.1.6 驅動指標與績效指標
4.2 指標及計算方法
4.2.1 廣告端基本計數指標
4.2.2 廣告端擴充套件指標
4.2.3 網站端基本計數指標
4.2.4 網站端擴充套件指標
第5章 廣告資料及網站資料的監測原理
5.1 Cookie的作用及分類
5.1.1 第一方和第三方Cookie
5.1.2 永久和臨時Cookie
5.2 廣告資料監測原理
5.2.1 廣告點選監測
5.2.2 搜尋引擎排名監測
5.2.3 EDM廣告監測
5.2.4 分析工具識別及處理流量的邏輯
5.3 網站資料監測原理
5.3.1 PageView日誌示例
5.3.2 常見的5種日誌型別
5.4 資料準確性及資料差異問題
5.4.1 資料準確性問題
5.4.2 資料差異問題
第6章 監測程式碼設計、實施和檢查
6.1 使用者隱私保護
6.2 網站監測的GIGO原則及實施流程
6.2.1 為什麼無法從資料中獲得洞察
6.2.2 以業務為中心的程式碼實施流程
6.3 廣告及網站的監測程式碼設計
6.3.1 廣告端程式碼設計
6.3.2 網站端程式碼設計
6.3.3 14個需要考慮的程式碼設計問題
6.4 監測程式碼實施方法
6.4.1 基礎程式碼實施方法
6.4.2 高階程式碼實施方法
6.5 監測程式碼檢查
6.5.1 頁面原始碼檢查
6.5.2 Cookie值檢查
6.5.3 使用工具檢查
6.5.4 實時報告及最終報告檢查
第7章 網站分析的5種常用方法及使用場景
7.1 細分分析法
7.2 對比分析法
7.3 聚類分析法
7.4 質與量分析法
7.5 轉化及漏斗分析法
第8章 網站分析框架及報告解讀
8.1 Google Analytics簡介
8.2 解讀報告的基礎知識：指標和維度
8.3 解讀Google Analytics報告的技巧
8.4 網站分析框架及Google Analytics報告解讀
8.5 回顧網站分析模型
附錄 本書介紹的資料分析工具
閱讀推薦-網站資料分析相關部落格
- 精彩書摘
第1章
什麼是網站分析
網站分析現在已經是一個充滿標準的行業。如果是在幾年以前，筆者可能會建議你先從實踐入手，邊操作邊學習並掌握這項技能，但在今天，這種方法已經不再適用，從花費的時間以及掌握知識的速度上來說已經不能滿足我們快速學習和掌握技能的需求。因此，筆者建議從定義開始，以結構化的方式瞭解並學習網站分析。網站分析的定義中包含了這門學科中最主要的資訊，從定義開始學習將幫助我們少走彎路，快速瞭解網站分析這個行業的全貌，並形成自己在學習網站分析過程中的知識體系。
1.1 網站分析的定義
網站分析的定義有很多種，各種權威機構和協會甚至不同的企業都有自己對網站分析的定義。這些定義大部分都是基於不同的人從不同的角度對網站分析的理解以及經驗彙總而來。作為一個全新且高速發展的行業來說，這裡既不存在最權威的定義，也沒有錯誤的定義。筆者依照自己對網站分析的經驗及理解推薦Avinash對網站分析的定義。
下面介紹Avinash是如何對網站分析進行描述和定義的，以及我們該如何對這個定義的內容進行分析與解讀，並從中發現有價值的資訊。
1.1.1 網站分析定義及關鍵資訊的概述
網站分析定義：
“通過分析來自網站及競爭對手的定性與定量資料，驅動使用者及潛在使用者線上體驗的持續提升，並最終轉化為你期望的結果。（線上及線下）”
—Avinash
在Avinash對於網站分析的定義中有3個關鍵資訊，它們分別是資料、使用者體驗和結果。通過這3個關鍵資訊，以及它們在定義中出現的位置，可以發現這樣的邏輯，如圖1-1所示。
網站的目標決定了在進行分析時所需的資料及關注點，資料分析的價值則體現在改善使用者在網站中的使用體驗，而使用者體驗的提升則可以吸引更多的使用者頻繁到訪（流量），並最終獲得期望的結果。這是一個周而復始，不斷提升的過程。下面針對這3個關鍵資訊進行分解，並逐一進行解讀。
1.1.2 關鍵資訊解讀
1. 結果（目標）
第一個關鍵資訊是網站期望獲得的結果，在這個期望的結果還沒有達到前，它是網站的目標，這同時也是網站分析過程的開始。對於網站分析師來說，網站的目標就像一個雜亂的毛線球開始的那一根，找到這個開始的節點後，分析過程中所需要的資料及分析方法都將一目瞭然，它將所有的資料、指標、分析過程有效地串聯在一起，並形成一個高效的閉環提升過程。
網站的目標簡單來說就是網站為什麼存在。每個網站的目標都各不相同，例如，電商網站的目標是商品銷售，門戶類網站的目標是廣告頁面的瀏覽量，SNS社群類網站的目標是使用者活躍度及內容貢獻率。有時同一行業中網站的目標也不盡相同。原因很簡單，每個網站的商業模式與運營策略，以及所處的成長週期都不相同，因此，每個網站的目標也都不一樣。成長初期的網站不會去關注ROI，它們更加關注新客戶的增長及帶來的價值。而成熟期的網站則更關注老客戶的到訪頻率及每次訪問帶來的價值。關於不同商業模式網站的目標，我們將在第3章中詳細介紹。
確定網站的目標後，還需要對目標進行分解，並選擇合適的指標對目標進行度量。如果無法對目標進行量化，那麼也同樣無法對目標進行提升和優化。因此，目標只有轉化為可以被量化的數字後才可以被稱為可執行的指標。如何選擇度量指標是一個有技術含量的工作。同一個指標在不同的使用場景和業務模式下，所表達的含義可能截然相反。第3章將詳細介紹在實戰中不同指標的使用場景，以及如何對目標進行分解，如何選擇指標對網站目標進行衡量。
2. 資料
資料是在網站分析過程中最渴望得到的，同時也是最令人頭疼的。對於一個線下實體店來說，要獲得每天來訪客戶的資訊是一件非常困難的事情。像7-11這樣的實體店就是使用專門的裝置對每天購物的顧客進行統計，可見資料對於實體店面的重要性。
對於線上的網站來說，獲得資料是一件易如反掌的事情。追蹤訪客資訊已經不是一件困難的事情，真正讓我們頭疼的是過於龐大的資料量，以及如何利用資料獲取洞察的問題。原始資料數量龐大且雜亂無章，這些資料不會為網站帶來任何價值。對於這樣的資料，Avinash在網站分析的定義中將它們從兩個維度分為了4個大類，如圖1-2所示，它們分別是來自網站自身的網站資料、來自競爭對手的競爭資料，以及定性資料和定量資料。網站資料用來衡量網站的表現，競爭資料用來了解競爭對手及行業變化，定量資料告訴我們網站中每天發生的故事，而定性資料則可以告訴我們這些故事發生的原因。
- 前言/序言
前言
為什麼寫這本書
有朋友問我為什麼網名叫“藍鯨”，這源自我2009年時對網站資料的理解。網站資料對於我來說無比浩瀚，而作為網站資料分析師，則必須避免迷失在這浩瀚的資料海洋中。
與傳統行業相比，網站獲取訪問者資料的方法更加簡單、快速。而如何從海量資料中獲得價值是很多網站分析師面臨的問題。很多人都知道網站分析的指標，但很少有人知道它們的使用場景。我曾看到過很多堆積指標的分析報告，這種報告對閱讀者來說沒有任何價值。很多人都知道網站分析工具能提供資料，但很少有人知道為什麼需要這些資料。很多分析師每天面對著網站分析工具提供的“標準化資料”，使用各種模型和分析方法祈禱可以從中獲得洞察。但他們卻忘了重要的GIGO原則（GarbageInGarbageOut），輸入的是垃圾，輸出的也是垃圾。資料必須和業務緊密結合才能產生價值。這些都是造成資料缺少價值的原因，也是本書要解決的問題。
在本書中我們首先將通過分解網站分析定義來明確資料的作用及價值，通過網站資訊架構和不同功能的工作原理來說明指標的使用場景及資料的侷限性，通過監測程式碼的設計過程來說明如何預先選擇資料以確保分析結果有價值。同時本書也是一本面對初學者的網站分析教程，以結構化的知識幫助新人快速瞭解網站分析，掌握常用的分析方法。
讀者物件
本書適合從事網站資料分析相關工作的初、中級讀者，具體包括：
網站運營人員
搜尋引擎優化(SEO)人員
搜尋引擎營銷(SEM)人員
網站產品經理
個人網站站長
大專院校相關專業的學生
如何閱讀本書
這是一本介紹網站分析基礎知識，方法及思路，並幫助梳理網站分析知識體系及框架的工具書。本書共8章可分為5大部分。以下既是本書內容的整理，也是學習網站分析的方法和框架。
第一部分（第1、2章）：網站分析定義及工具概述
什麼是網站分析
網站分析工具
網站分析是什麼？我們該如何理解網站分析的定義？如何挑選網站分析工具？不同工具間有哪些差異？這些問題都將在這部分給出答案。在本部分中我們將詳細介紹網站分析的定義，並對定義進行分解，還會對網站分析的目的、價值及所使用的工具進行說明，並且會對網站分析工具進行對比。
第二部分（第3章）：從網站分析師的角度理解網站
從“網站分析”這個名稱中就可以發現理解網站是進行資料分析的前提和關鍵。那麼作為一名網站分析師，我們應該如何來看待網站？需要關注網站中的哪些內容和維度呢？本部分將帶你從分析師的視角來了解在開始網站分析之前你需要關注和理解的內容，讓你從網站分析師的角度來理解網站。
第三部分（第4、5章）：網站分析的基礎指標及工作原理
理解實戰中的網站分析指標
廣告資料及網站資料的監測原理
網站分析中最基本的知識是指標和工具的工作原理，理解這兩部分是學習網站分析的基礎。本部分將詳細介紹這兩部分內容，但不會僅停留在理論階段，還會以分析師工作中的例項來說明在實際操作中可能出現的各種複雜情況，以幫助你更好地理解實際工作中的資料和指標。
第四部分（第6章）：以業務為中心的監測程式碼設計與實施
很多網站分析師在熟練掌握了基礎知識、分析工具及各種分析模型和方法以後，依然無法讓資料變得有價值，也無法從資料中獲得任何洞察。這是因為他們忽略了一條重要的原則：GIGO原則。本部分將先介紹在整個網站分析過程開始前需要思考和注意的問題，隨後展開程式碼實施的過程。學習完這部分後你會發現，80%的網站分析師在進行資料分析時，其實從一開始就做錯了，這也是直接導致資料沒意義，分析結果沒價值的原因。
第五部分（第7、8章）：網站分析的方法和架構
網站分析常用方法
網站分析框架及報告解讀
最後，我們將介紹網站分析中最實用的幾種分析方法，並說明每種分析方法的使用場景和可以解決的問題。同時我們將以GoogleAnalytics為例對網站分析工具的報告進行分類解讀，提供每一類報告中需要關注的關鍵指標。在本書的最後，我們將給出一個完整的網站分析基本架構。
如果你是一位初學者，請先從第1章網站分析的定義開始閱讀。如果你已經是一位分析師，正在被無價值的資料所困擾，請直接從第6章網站分析開始前的準備與思考開始閱讀。如果你已經掌握了網站分析的相關知識，希望對自己的知識體系進行梳理，可先從第8章網站分析框架及報告解讀開始閱讀，然後再根據需要閱讀前面的章節。
勘誤和支援
由於作者的水平有限，加之編寫時間倉促，書中難免會出現一些錯誤或者不準確的地方，懇請讀者批評指正，我會及時更正。如果你有更多的寶貴意見，也歡迎傳送郵件至郵箱cliff1980@gmail。com，或者在我的部落格（bluewhale。cc）中留言，期待能夠得到你們的真摯反饋。
致謝
首先感謝Google提供了免費的GoogleAnalytics工具，讓我們的學習成本近乎為零。
感謝為本書撰寫推薦的朋友們：BrianClifton、彭永東、滕懿麟、海雲飛、吳盛峰、宮鑫、張姝、CindyWang、邱南奇、Bruce，感謝你們的支援及專業的建議。
感謝機械工業出版社華章公司的楊福川老師及姜影老師，在這一年多的時間中始終支援我的寫作，他們的鼓勵和幫助引導我順利完成全部書稿。
謹以此書獻給我最親愛的家人！
王彥平
2014年10月於北京
點選購買