谷歌分析宝典：数据化营销与运营实战

　　这是一本完整介绍谷歌分析工具（Google Analytics）功能和报告的指南，先概括性地介绍报告的功能，然后介绍衡量的策略，再介绍账户的建立和跟踪代码的安装，谷歌跟踪代码管理器，事件、虚拟页面浏览、社交操作和错误报告，流量获取，目标和电子商务跟踪，数据视图设置、数据视图过滤器和访问权限，细分，信息中心、自定义报告和智能提醒，实施的定制化，移动App的衡量，谷歌分析工具的集成，谷歌分析工具与CRM数据的集成，用第三方工具实现高级报告和可视化，数据导入和测量协议，*后介绍Analytics 360。每章*后都有要点回顾以及实战与练习，每章更特别邀请了行业内大咖及专家分享业务上的经验和技巧。本书对于有些谷歌分析工具经验的读者来说，能学到很多实战案例、技巧以及思路。产品经理、交互设计师、市场营销、运营、增长、分析师、内容创作者、用户体验专家、技术人员等岗位的读者通过阅读本书可以建立数据驱动的视角并优化结果。对于数据科学家或者商业智能（BI）人员，阅读关于数据集成和可视化的章节更受益。

　　费拉斯阿尔洛（Feras Alhlou）是E-Nor（成立于2003 年）的联合创始人和首席顾问。 费拉斯热衷于提高客户的投资回报率（ROI）。他建立了一个行业思想领袖组织机构，支持世界上一些品牌不断发展的分析和市场情报需求。 他带领他的组织机构取得了多项认证， 包括Analytics 360 经销商、谷歌云平台、Tableau、Optimizely、Crimson Hexagon 等。 作为数字分析协会旧金山分会的认证网络分析师和联合主席，费拉斯也是一位博主和演讲者，他的文章和演讲内容被国内、外媒体所引用。 费拉斯在美国南佛罗里达大学获得了工程管理硕士学位，在美国塔尔萨大学获得了电气工程科学学士学位。他已婚，有三个孩子，喜欢滑雪、听有声读物、参加志愿活动和练习合气道（黑带二段）。希拉兹阿西夫（Shiraz Asif）是E-Nor 的联合创始人和分析副总裁。希拉兹对项目成功和客户满意度有着不可动摇的热情。他的座右铭是“知识是倾诉，但智慧是倾听”（Knowledge Talks. Wisdom Listens）。 希拉兹在解决方案架构和网站 / 移动端分析领域拥有丰富的背景，擅长高级分析实施、报告创建和自动化，以及集成数据分析。 作为分析副总裁，希拉兹为政府机构和财富500 强公司管理复杂的分析实施，监督端到端的（end-to-end）流程，从定义关键绩效指标（KPI）到确定可行的洞察，再到报告交付和自动化。埃里克费特曼（Eric Fettman）作为E-Nor 的培训总监，利用丰富的开发和营销经验，在现实世界的业务和技术框架中做定位分析。 在埃里克开发的谷歌分析测试网站上（网址为googleanalyticstest.com），参与者完成了超过100 000 次测试。该网站已被广泛认可为谷歌分析个人认证资格考试（GAIQ）准备和实用GA 技能培训的主要资源。 埃里克获得了Java 程序员认证，以及ISO 9000 质量管理内部审核员资格，加强了他在客户关注和持续业务绩效提升方面的担当。同时，他还拥有美国哈佛大学高级荣誉学士学位。作为一名教育学者和终身学习者，埃里克赋予他的学生在所有的尝试中努力、成长和超过的动力。 宋星 业内具有盛名的互联网营销与运营数据分析与优化专家，公认的数字营销优化大师和行业意见领袖。在超过12年的互联网数据分析历程中，他服务过近百家企业，撰写过200多篇业内脍炙人口的文章，获得250多万名读者阅读，创立了具有10年历史的知名的WAW（网站分析星期三）沙龙，这个沙龙今天仍然是行业从业者的干货盛会。 互联网营销技术与数据咨询机构纷析咨询的创始人，互联网从业者必看的“网站分析在中国”博客的全文作者，Publicis Media（阳狮媒体）集团特聘顾问，百度集团顾问与钻石讲师，腾讯星河计划顾问，Google mLab顾问，北京航空航天大学特聘教授。 曾任Adobe Omniture（现更名为Adobe Marketing Cloud）Business Unit亚太区首席商业咨询顾问，Publicis Media集团数据、技术与创新部总经理。 服务过的知名客户包括奥迪、VISA、ABI、BMW、东森媒体集团、玛氏、英孚教育、美赞臣、华为、完*世界、IBM、Intel、HP、RB、Lenovo、Air China、SGI、AMP Capital、Qantas、搜狐视频、OPPO等。

第1 章　引　言 1

1.1　为什么要阅读这本书 1

1.2　谁适合读这本书 3

1.3　章节概览 4

1.4　开启学习之旅 6

嘉宾观点　分析的三要素 6

第2 章　Google Analytics 报告概述：用户特征和行为 9

2.1　Google Analytics 报告：用户特征和行为 9

2.1.1　“受众群体”报告 10

2.1.2　“流量获取”报告 17

2.1.3　“行为”报告 18

嘉宾观点　提升移动端导航的三个小窍门 22

2.1.4　转化报告 24

嘉宾观点　 Google Analytics 是一种增长引擎 24

2.2　维度与指标 26

2.2.1　主要维度 27

2.2.2　指标组 28

2.2.3　次要维度 28

2.2.4　表格过滤器 28

2.2.5　加权排序 30

2.2.6　日期选择 30

2.2.7　图表显示选项 32

2.2.8　附加报告 34

2.3　实时报告 37

嘉宾观点　关于Google Analytics 的三大窍门和资源 37

本章要点回顾 39

实战与练习 39

第3 章　衡量的策略 41

3.1　目标：业务影响力 41

3.1.1　优化框架 41

3.1.2　评估你的分析状态 41

3.1.3　流程和沟通的挑战 43

3.1.4　商务和营销发现 43

3.2　衡量的计划 44

3.3　分析有效性的六个步骤 45

3.3.1　收集 45

3.3.2　汇总 46

3.3.3　细分 46

3.3.4　集成 46

3.3.5　可视化 46

3.3.6　解读 46

嘉宾观点　 推下水、使用踏板，然后继续前进：关于我们公司的增长分析训练（你的公司也一样） 47

本章要点回顾 49

实战与练习 50

第4 章　账户创建和跟踪代码安装 51

4.1　创建Google Analytics 账户 51

4.1.1　配置账户和媒体资源设置 52

4.1.2　账户和安装术语 54

4.2　Google Analytics 的账户结构 55

4.2.1　针对组织中每个额外增加的网站或App 的新媒体资源 56

4.2.2　每个媒体资源的多个数据视图 57

4.3　安装跟踪代码 57

4.3.1　Google Analytics 跟踪代码的位置 58

4.3.2　从Classic 版迁移到Universal 版 66

4.3.3　如何能辨别我是否仍在使用Classic 版 67

嘉宾观点　 Google Analytics 的十大注意事项 70

本章要点回顾 77

实战与练习 78

第5 章　谷歌跟踪代码管理器的概念 79

5.1　GTM 的概念 79

5.1.1　账户 79

5.1.2　容器 80

5.1.3　跟踪代码 80

5.1.4　触发器 81

5.1.5　变量 81

5.1.6　数据层 82

5.2　GTM 带来的好处 82

5.2.1　管理 82

5.2.2　灵活触发 82

5.2.3　模板和开放格式代码 82

5.2.4　自定义和更新 83

5.2.5　结构化变量保持一致 83

5.2.6　模块化和可重用性 83

5.2.7　更多的市场/ 分析部门的参与 83

5.3　创建GTM 账户和容器 85

5.3.1　创建账户 85

5.3.2　将容器代码添加到你的网站 85

5.3.3　在WordPress 中安装GTM 容器 86

5.4　通过GTM 部署Google Analytics 87

5.4.1　创建Google Analytics Pageviews 跟踪器 87

5.4.2　预览/ 调试 88

5.4.3　发布和版本控制 89

5.5　访问权限 91

5.5.1　账户访问 91

5.5.2　容器访问 91

5.5.3　两步验证 92

5.6　从原生跟踪迁移到GTM 93

5.6.1　GTM 和升级Universal 版本 93

5.6.2　维护原生GA 代码，同时构建GTM 93

5.7　GTM 环境 94

创建自定义GTM 环境 94

嘉宾观点　与开发人员协作（当你不是开发人员时） 104

本章要点回顾 106

实战与练习 106

第6 章　事件、虚拟页面浏览、社交操作和错误 107

6.1　事件跟踪的必要性 107

6.1.1　点击不会让Google Analytics 做出反应 107

6.1.2　DOM 侦听器 110

6.1.3　填充事件报告 110

6.1.4　不用跟踪用户的每一个交互 113

6.1.5　一致性至关重要 113

6.2　用GTM 进行事件跟踪 114

6.2.1　了解手动事件跟踪，但当你可以避免时尽量避免它 115

6.2.2　通过GTM 跟踪下载PDF 115

6.2.3　跟踪其他文件类型和出站链接 118

嘉宾观点　处于后台的GTM 触发器 118

6.2.4　测试PDF 事件代码 122

6.2.5　非互动事件和跳出 124

6.3　虚拟页面浏览 124

多个AJAX 屏幕的虚拟页面浏览 128

6.4　 通过GTM 数据层和自定义事件触发器跟踪Google Analytics 事件 132

嘉宾观点　 Google Analytics 事件自动跟踪器：仅使用两个代码

将多种类型的链接点击跟踪为事件 132

6.4.1　将博客评论作为事件跟踪 136

6.4.2　跟踪页面滚动和视频嵌入 137

嘉宾观点　滚动和嵌入式YouTube 的事件跟踪 137

6.4.3　使用事件跟踪导航 138

6.5　跟踪社交网络 140

6.5.1　社交连接 140

6.5.2　社交内容操作 142

6.5.3　区分社交连接和社交内容操作 146

6.5.4　社交插件报告 146

6.5.5　Google Analytics 跟踪社交窗口小工具 147

6.6　错误跟踪 147

6.6.1　跟踪404 和500 错误 147

6.6.2　在“导航摘要”报告中查看引荐页面 150

6.6.3　将错误作为事件进行跟踪 151

6.6.4　跟踪JavaScript 错误 152

6.6.5　在事件报告中查看JavaScript 错误 153

本章要点回顾 154

实战与练习 155

第7 章　“流量获取”报告 157

7.1　关于流量获取的术语和概念 157

7.1.1　媒介与来源 157

7.1.2　引荐 158

7.1.3　渠道 159

7.1.4　“树状图”报告 160

7.1.5　广告系列 160

7.2　广告系列跟踪：Google Analytics 归因需要你的帮助 161

7.2.1　将广告系列参数添加至入站链接 162

7.2.2　一致性至关重要 169

7.3　自定义渠道 172

7.3.1　自定义默认渠道 173

7.3.2　对一个渠道进行重新排序 173

7.3.3　定义一个新渠道 175

7.3.4　定义自定义渠道分组 176

7.3.5　“多渠道路径”和“归因”报告中的渠道自定义 177

7.4　跟踪自然搜索流量 178

7.4.1　未提供 178

7.4.2　品牌与非品牌自然搜索流量的异同 178

7.4.3　谷歌图片与特定国家/ 地区的入站流量 179

7.4.4　谷歌搜索控制台 179

嘉宾观点　Google Analytics 基准化分析报告 181

7.4.5　直接流量和归因优先 183

7.4.6　“多渠道路径”报告中的直接会话 186

嘉宾观点　https 到http 的引荐来源损失 186

本章要点回顾 186

实战与练习 187

第8 章　目标和电子商务跟踪 188

8.1　目标跟踪 188

配置目标 188

嘉宾观点　做出一个有效的号召性用语（Call to Action）的7 个技巧 190

嘉宾观点　渠道（Funnel）前用户的故事 197

嘉宾观点　修复网页分析中最大的盲点：电话 204

8.2　电子商务跟踪 209

嘉宾观点　 最后的妥协：使用高级Google Analytics 增强型电子商务技术

8.3　“多渠道路径”报告 233

8.4　与第三方购物车合作 241

嘉宾观点　应向电子商务服务商提出的与GA 跟踪相关的问题 241

本章要点回顾 243

实战与练习 244

第9 章　数据视图设置、数据视图过滤器和访问权限 246

9.1　为什么我们需要多个数据视图 246

9.2 　最佳实践：工作、测试和未被过滤的数据视图 247

9.3　数据视图设置 248

9.4　数据视图过滤器 254

9.5　访问权限 263

9.6　更改历史记录 267

9.7　垃圾箱 267

本章要点回顾 268

实战与练习 268

第10 章　细分 270

10.1　为实现聚焦和放大进行的细分 270

10.2　绘制客户组别作为自定义细分 280

10.3　抽样 286

10.4　细分与已过滤的数据视图的比较 288

本章要点回顾 289

实战与练习 289

第11 章　信息中心、自定义报告和智能提醒 291

11.1　信息中心 291

11.2　自定义报告 293

嘉宾观点　在数据中寻找故事 296

11.3　快捷方式 298

11.4　智能提醒 298

11.5　注释 302

本章要点回顾 304

实战与练习 304

第12 章　实施的定制化 305

12.1　自定义维度 305

嘉宾观点　酒店预订的计算指标和自定义维度 312

12.2　内容分组 314

12.3　自定义指标 316

12.4　计算指标 319

12.5　受众特征和兴趣 320

12.6　增强型链接归因 321

12.7　跟踪信息自定义 322

12.8　跨网域和汇总报告 324

12.9　使用User ID 跨设备跟踪 330

嘉宾观点　Google Analytics 与数据隐私 336

本章要点回顾 340

实战与练习 340

第13 章　移动App 的衡量 342

13.1　跟踪移动App 342

13.2　为什么移动设备非常重要 342

13.3　移动策略 343

13.4　衡量什么 343

13.5　Google Analytics 中的移动设置 344

13.6 　在App 中设置Google Analytics 345

13.6.1　在应用程序中部署Google Analytics 345

13.6.2　应该通过移动SDK 还是GTM SDK 部署 346

13.7　移动媒体资源中账户结构的最佳实践 348

13.8　App“实时”报告 349

13.9　集成 351

13.9.1　AdMob 与Google Play 和iTunes 的集成 351

13.9.2　Google Play 和Apple Store 的集成 353

13.10　移动广告系列跟踪 355

13.10.1　安卓 356

13.10.2　iOS 358

13.11　移动隐私 360

嘉宾观点　改进App 的App 测量 361

本章要点回顾 366

实战与练习 367

第14 章　Google Analytics 的数据集成：整合的力量 368

14.1　AdWords 368

14.1.1　Google Analytics 中的AdWords 数据 369

14.1.2　AdWords 中的Google Analytics 数据 369

14.1.3　关联AdWords 和Google Analytics 370

14.1.4　Google 展示广告网络广告系列 371

14.1.5　最后一次触达以外的归因 372

14.1.6　Google Analytics 的转化与AdWords 的转化的比较 373

14.1.7　通过利用Google Analytics 受众群体进行AdWords 再营销 373

14.1.8　AdWords 与Google Analytics 的再营销受众群体比较 374

嘉宾观点　再营销的最佳实践和专家提示 379

14.2　AdSense 382

14.2.1　Google Analytics 集成的好处 382

14.2.2　链接账户 383

14.2.3　报告示例 383

14.2.4　DoubleClick 广告发布管理系统与DoubleClick Ad Exchange 384

14.3　YouTube 在Google Analytics 中的应用 384

14.3.1　YouTube 数据分析 385

14.3.2　Google Analytics YouTube 渠道网页 385

14.4　Analytics 360 集成 385

14.5　附加集成 385

14.5.1　电子邮件服务供应商 386

14.5.2　社交媒体平台 386

14.5.3　测试 387

14.5.4　客户之音—客户反馈 387

14.5.5　营销自动化 387

14.5.6　付费搜索管理平台 388

14.5.7　商业智能/ 数据可视化 388

本章要点回顾 388

实战与练习 388

第15 章　将Google Analytics 与CRM 数据集成 389

15.1　长期观察 389

15.2　计算每个合格销售线索的成本 389

15.2.1　B2B 案例：内存芯片制造商的合格销售线索 389

15.2.2　将广告系列渠道与合格潜在客户相关联 392

嘉宾观点　在Salesforce 中记录Google Analytics 广告系列数据 393

15.3　在Google Analytics 和CRM 数据中加入访问者ID 398

15.3.1　导出Google Analytics 数据 398

15.3.2　将Google Analytics 数据导入CRM 398

15.3.3　借助CRM 数据将Google Analytics 行为和受众群体数据合并 399

15.3.4　在Google Analytics 中使用CRM ID 作为访问者ID 400

嘉宾观点　 实施长期价值（LTV）和单位获客成本（CPA）

　以获得竞争优势的案例 404

本章要点回顾 407

实战与练习 408

第16 章　使用第三方工具制作高级报告和可视化 410

16.1　聚焦问题：如何从Google Analytics 获取数据 411

16.1.1　核心报告API 411

16.1.2　非抽样请求API 411

16.1.3　第三方工具 411

嘉宾观点　Google Analytics 的突破：从零塑造商业影响力 414

16.2　ETLV—完整的报告自动化周期 416

16.3　BigQuery / Tableau 的高级案例 418

16.3.1　案例1 ：路径分析 418

16.3.2　案例2 ：电子商务 420

16.3.3　案例3 ：先进的渠道（funnel）分析 422

嘉宾观点　高级渠道（funnel）分析—下一级 422

嘉宾观点　使用R 访问Google Analyics 数据 426

嘉宾观点　ShufflePoint 428

本章要点回顾 431

实战与练习 431

第17 章　数据导入和测量协议 432

17.1　数据导入 432

17.1.1　将CRM 数据导入Google Analytics 432

17.1.2　通过管理API 上传 436

17.1.3　在Google Analytics 报告中使用导入数据 436

17.1.4　导入内容数据到Google Analytics 437

17.1.5　导入广告系列数据到Google Analytics 440

17.1.6　导入成本数据到Google Analytics 442

17.1.7　对比广告系列成本和效果 444

17.1.8　将产品数据导入Google Analytics 445

17.1.9　导入Google Analytics 地理数据 445

17.2　测量协议 446

嘉宾观点　对于测量协议的技术考量 446

嘉宾观点　测量协议的两个案例 447

本章要点回顾 453

实战与练习 454

第18 章　Analytics 360 455

18.1　为什么要用Analytics 360 455

18.2　提升数据容量 456

18.2.1　10 倍以上的自定义维度和自定义指标 456

18.2.2　以12 倍速度更新数据 456

18.2.3　提升数据量的上限 456

18.3　服务级协议 458

18.3.1　支持、升级和条款 459

18.3.2　自定义渠道（funnel） 459

18.3.3　BigQuery 导出 460

18.3.4　汇总报告 460

18.3.5　DoubleClick 集成 461

嘉宾观点　在处理高级归因之前需要回答的4 个问题 467

18.4　Analytics 360 独有的功能 468

18.4.1　门户 468

18.4.2　培训资源 468

18.4.3　发布版和测试版功能 468

18.4.4　账单和层 468

18.5　在哪里买——是通过经销商还是Google 直接购买 469

本章要点回顾 470

实战与练习 471

附　录 472

附录A　扩充你的优化项目 472

A.1　定性输入 472

嘉宾观点　通过访问者调查增强Google Analytics 473

嘉宾观点　用户研究和定性优化 476

A.2　叠加热图报告 479

嘉宾观点　快速获得显著结果 479

A.3　测试 480

嘉宾观点　利用LIFT 模型创建强有力的实验假设 481

嘉宾观点　通过文档和测试后分析，更好地使用分组测试 486

嘉宾观点　A/B 测试成功的技巧 491

嘉宾观点　使用Optimizely 测试移动App 493

A.4　营销自动化和个性化 496

嘉宾观点　营销自动化与Google Analytics ：集成和个性化 496

附录B　资源 501