| WAŻNE PRZED ZAKUPEM KSIĄŻEK WYDAWNICTWA HELION PROSZĘ ZAPOZNAĆ SIĘ ZE STRONĄ "O MNIE" To już ostatnie sztuki - nie czekaj kup dziś |
 | Godzina dziennie z Web Analytics. Stwórz dobrą strategię e-marketingową Autor: Avinash Kaushik
Data wydania: 03/2009
Stron: 496
Wydawnictwo Helion
Cena książki: 80.10 zł
Tytuł oryginału: Web Analytics: An Hour a Day
Tłumaczenie: Tomasz Walczak
ISBN: 978-83-[zasłonięte]-1880-4
Format: 180x235
|
Naucz się myśleć jak użytkownik witryny
Poznaj i zastosuj zaawansowane techniki analityczne
Wykorzystaj gotowe rozwiązania do pomiaru stron Czy potrafisz odpowiedzieć na pytanie, ile osób dziennie odwiedza Twój serwis lub blog? Jak długo przebywają w Twoim sklepie i która strona przyciąga najwięcej klientów? Jeżeli jesteś w stanie przytoczyć te dane, z pewnością korzystasz z narzędzi pozwalających na analizę ruchu na Twojej witrynie. Jeżeli jednak nie masz bladego pojęcia, jak interpretować i wykorzystać te informacje, dzięki tej książce również i Ty zaczniesz efektywnie korzystać ze statystyk! Analizy ruchu na stronie oferuje wiele źródeł, jednak dopiero usługa uruchomiona przez Google Analytics w 2005 roku sprawiła, że zaawansowane narzędzia stały się dostępne dla przeciętnego webmastera. Autor tej niezwykłej książki - Avinash Kaushik, pracownik firmy Google - pokaże Ci krok po kroku, jak opracować skuteczną strategię analizy danych internetowych. Przekonasz się, że wystarczy zaledwie godzina dziennie z Web Analytics, by znacznie poprawić wyniki oglądalności i dochody Twojego serwisu. Dowiesz się między innymi, w jaki sposób zbierać dane do analizy, oraz poznasz dostępne analizy jakościowe. Ponadto zrozumiesz kluczowe elementy skutecznej strategii analizy danych internetowych oraz nauczysz się przeprowadzać tę analizę. W kolejnych rozdziałach zapoznasz się także z dostępnymi miarami, analizą w obszarze wyszukiwania, sporządzaniem raportów czy też analizowaniem witryn z nurtu Web 2.0. Po przeczytaniu tej książki podejmowanie decyzji na podstawie dostępnych danych nie będzie dla Ciebie żadnym problemem! Historia analiz danych internetowych
Analizy zachowania, skutków i doświadczeń
Sposoby zbierania danych do analizy
Pozyskiwanie danych na temat konkurencyjności
Dostępne analizy jakościowe
Elementy skutecznej strategii analizy danych internetowych
Najlepsze praktyki w tym zakresie
Wybór optymalnego narzędzia do prowadzenia analiz
Dostępne miary w analizie danych internetowych
Pomiar kosztów oraz zwrotu z inwestycji
Ustalanie czytelników serwisu
Analiza w obszarze wyszukiwania
Analiza skuteczności kampanii PPC
Analiza skutków marketingu e-mailowego oraz wielokanałowego
Opracowanie skutecznych raportów podsumowujących
Zastosowanie procesu DMAIC
Analiza stron z nurtu Web 2.0
Mity z obszaru analizy danych internetowych
Obliczanie współczynnika konwersji
Pozyskiwanie konsultantów oraz ekspertów wewnętrznych Zwiększ popularność swojej witryny dzięki efektywnym analizom danych internetowych!
Przedmowa (19)
Wprowadzenie (23)
Rozdział 1. Web Analytics dziś i jutro (31)
Krótka historia analizy danych internetowych (32)
Obecne warunki i wyzwania (36)
Tradycyjna analiza danych internetowych to przeszłość (38)
Jak powinna wyglądać analiza danych internetowych? (40)
Pomiar "co" i "dlaczego" (43)
Metoda Trinity - nastawienie i podejście strategiczne (45)
Rozdział 2. Zbieranie danych - znaczenie i możliwości (53)
Zrozumienie źródeł danych (54)
Dane ze strumieni kliknięć (56)
Dzienniki sieciowe (56)
Pliki jednopikselowe (58)
Znaczniki JavaScript (61)
Przechwytywanie pakietów (65)
Dane na temat skutków (70)
Sklepy internetowe (71)
Generowanie list potencjalnych klientów (72)
Marka i promowanie produktów oraz pomoc techniczna (72)
Dane z badań (74)
Nastawienie (74)
Struktura organizacyjna (75)
Czas (75)
Dane na temat konkurencyjności (76)
Pomiary panelowe (77)
Pomiary oparte na danych od ISP (78)
Dane z wyszukiwarek (80)
Rozdział 3. Przegląd analiz jakościowych (83)
Istota koncentracji na kliencie (84)
Laboratoryjne testy użyteczności (84)
Przeprowadzanie testów (86)
Zalety laboratoryjnych testów użyteczności (88)
Na co należy zwrócić uwagę (89)
Ocena heurystyczna (90)
Przeprowadzanie oceny heurystycznej (91)
Zalety stosowania oceny heurystycznej (93)
Na co należy zwrócić uwagę (94)
Wizyty w siedzibie klienta (94)
Przeprowadzanie wizyty w siedzibie klienta (95)
Zalety wizyt w siedzibie klienta (97)
Na co należy zwrócić uwagę (97)
Ankiety (kwestionariusze) (97)
Ankiety wyświetlane w witrynie (98)
Ankiety przesyłane po wizycie (99)
Tworzenie i przeprowadzanie ankiety (99)
Zalety stosowania ankiet (103)
Na co należy zwrócić uwagę (104)
Podsumowanie (106)
Rozdział 4. Kluczowe elementy skutecznej strategii analizy danych internetowych (109)
Koncentracja na kliencie (110)
Odpowiedzi na pytania biznesowe (113)
Reguła 10/90 (115)
Zatrudnianie doskonałych analityków internetowych (119)
Określanie optymalnej struktury organizacyjnej i obowiązków (128)
Centralizacja (131)
Decentralizacja (131)
Scentralizowana decentralizacja (132)
Rozdział 5. Podstawy analizy danych internetowych (133)
Zbieranie danych - dzienniki sieciowe czy znaczniki JavaScript? (134)
Oddzielenie procesu udostępniania danych od ich zbierania (135)
Rodzaj i rozmiar danych (135)
Innowacje (136)
Integracja (136)
Wybór optymalnego narzędzia do analizy danych internetowych (137)
Dawny sposób (137)
Nowy sposób (138)
Określanie jakości danych ze strumieni kliknięć (143)
Stosowanie najlepszych praktyk (148)
Oznaczanie wszystkich stron (149)
Znaczniki należy umieszczać na końcu (na pierwszym miejscu trzeba stawiać klienta!) (150)
Należy używać znaczników wewnątrzwierszowych (150)
Określanie definicji niepowtarzalnej strony (150)
Inteligentne używanie plików cookie (151)
Uwzględnienie problemów z kodowaniem odnośników (152)
Należy uwzględnić przekierowania (153)
Walidacja zebranych danych (156)
Prawidłowe rejestrowanie operacji w witrynach bogatych w multimedia (157)
Trzypoziomowy test "i co z tego?" (157)
Kluczowy wskaźnik wydajności: procent wracających użytkowników (158)
Kluczowy wskaźnik wydajności: główne strony wyjściowe (159)
Kluczowy wskaźnik wydajności: współczynnik konwersji dla najczęściej szukanych słów (159)
Rozdział 6. Miesiąc 1. Zgłębianie najważniejszych zagadnień z obszaru analizy danych internetowych (161)
Tydzień 1. Przygotowania do zrozumienia podstaw (162)
Poniedziałek i wtorek: adresy URL (163)
Środa: parametry adresów URL (164)
Czwartek i piątek: pliki cookie (165)
Tydzień 2. Powrót do podstawowych miar (168)
Poniedziałek: odwiedziny i użytkownicy (168)
Wtorek i środa: czas w witrynie (172)
Czwartek i piątek: liczba wyświetleń stron (176)
Tydzień 3. Poznawanie standardowych raportów (179)
Poniedziałek i wtorek: współczynnik odrzuceń (179)
Od środy do piątku: odnośniki wejściowe - źródła i szukane wyrażenia (182)
Tydzień 4. Korzystanie z raportów na temat nawigacji i poziomu zawartości witryny (187)
Poniedziałek i wtorek: listy stron - najczęściej oglądanych, wejściowych i wyjściowych (187)
Środa: najpopularniejsze punkty docelowe (odnośniki wyjściowe) (192)
Czwartek i piątek: nakładki na witryny (mapy częstotliwości kliknięć) (194)
Rozdział 7. Miesiąc 2. Analiza danych internetowych - szybki start (201)
Wymagania wstępne i ramy (202)
Tydzień 1. Tworzenie podstawowych raportów (202)
Poniedziałek: najpopularniejsze źródłowe adresy URL i najpopularniejsze szukane wyrażenia (204)
Wtorek: popularność zawartości witryny i wizyty na stronie głównej (206)
Środa i czwartek: częstotliwość kliknięć (nakładki na witryny) (208)
Piątek: współczynnik odrzuceń witryny (209)
Witryna sklepu internetowego - szybki start (210)
Tydzień 2. Pomiar skutków działań firmy (211)
Tydzień 3. Ocena wyników na podstawie celów oraz pomiar skuteczności marketingowej i zadowolenia klientów (214)
Witryna pomocy technicznej - szybki start (218)
Tydzień 2. Wchodzenie w rolę klienta i pomiar wpływu witryny na tradycyjne kanały (219)
Tydzień 3. Pomiar sukcesu na podstawie głosu lub ocen klientów na poziomie witryny i stron (223)
Pomiar blogów - szybki start (226)
Tydzień 2. Przezwyciężanie złożoności w celu pomiaru podstaw przy użyciu nowych miar (226)
Tydzień 3. Konkurencyjny punkt odniesienia oraz pomiar kosztów i zwrotu z inwestycji (229)
Tydzień 4. Refleksje i podsumowanie (233)
Rozdział 8. Miesiąc 3. Analiza w obszarze wyszukiwania - wyszukiwanie wewnętrzne, SEO i PPC (235)
Tydzień 1. Analiza wyszukiwania wewnętrznego w witrynie (236)
Poniedziałek: poznawanie wartości wyszukiwania wewnętrznego (236)
Wtorek: wykrywanie trendów w wyszukiwaniu wewnętrznym (241)
Środa: analiza częstotliwości kliknięć za pomocą nakładki na witrynę (242)
Czwartek: pomiar efektywności wyników wyszukiwania (243)
Piątek: pomiar skutków związanych z wyszukiwaniem wewnętrznym (244)
Tydzień 2. Rozpoczęcie optymalizacji witryny pod kątem wyszukiwarek (245)
Poniedziałek: zrozumienie wpływu odnośników i ich optymalizacja (247)
Wtorek: odnośniki do publikacji prasowych i witryn społecznościowych (247)
Środa i czwartek: optymalizacja znaczników i zawartości na stronach (248)
Piątek: dodawanie wskazówek na potrzeby robotów wyszukujących (249)
Tydzień 3. Pomiar skutków SEO (250)
Poniedziałek: sprawdzanie poziomu zindeksowania witryny (250)
Wtorek: śledzenie odnośników wejściowych i najpopularniejszych szukanych słów (251)
Środa: oddzielenie naturalnych odnośników wejściowych od PPC (254)
Czwartek: pomiar wartości naturalnych odnośników wejściowych (255)
Piątek: pomiar wpływu optymalizacji na najpopularniejsze strony (255)
Tydzień 4. Analiza skuteczności kampanii PPC (257)
Poniedziałek: podstawy PPC (258)
Wtorek: pomiar wskaźników związanych z ofertami (259)
Środa: definiowanie kluczowych miar wpływających na wyniki firmy (260)
Czwartek: pomiar liczby niepowtarzalnych użytkowników (260)
Piątek: najlepsze praktyki tworzenia raportów na temat PPC (261)
Rozdział 9. Miesiąc 4. Pomiar marketingu e-mailowego i wielokanałowego (263)
Tydzień 1. Podstawy (i nie tylko) marketingu e-mailowego (264)
Poniedziałek: podstawy marketingu e-mailowego (264)
Wtorek i środa: pomiar podstawowych wskaźników dotyczących odpowiedzi (265)
Czwartek i piątek: pomiar skutków (266)
Tydzień 2. Marketing e-mailowy - zaawansowana obserwacja skutków (267)
Poniedziałek i wtorek: pomiar efektywności witryny (267)
Środa: unikanie pułapek w analizie kampanii e-mailowych (268)
Czwartek i piątek: integracja kampanii e-mailowej z narzędziem do analizy danych internetowych (269)
Tygodnie 3. i 4. Marketing wielokanałowy - śledzenie skutków i analiza (270)
Tydzień 3. Wprowadzenie do marketingu wielokanałowego i śledzenie tradycyjnych kampanii skoncentrowanych na internecie (270)
Tydzień 4. Śledzenie i analizowanie marketingu wielokanałowego (275)
Rozdział 10. Miesiąc 5. Eksperymenty i testy związane z witryną - osiąganie znaczących skutków dzięki uwzględnianiu opinii klientów (283)
Tygodnie 1. i 2. Po co testować i jakie są możliwości? (284)
Tydzień 1. Przygotowania i testy A/B (284)
Tydzień 2. Poza testy A/B (289)
Tydzień 3. Co testować? Konkretne możliwości i pomysły (296)
Poniedziałek: testowanie ważnych stron i wezwań do działania (296)
Wtorek: koncentracja na ruchu z wyszukiwarek (298)
Środa: testowanie treści i materiałów (298)
Czwartek: testy cen i promocji (299)
Piątek: testowanie kampanii marketingu bezpośredniego (299)
Tydzień 4. Tworzenie doskonałego programu eksperymentów i testów (300)
Poniedziałek: hipotezy i określanie celów (301)
Wtorek: testy i walidacja pod kątem wielu celów (303)
Środa: przechodzenie od testów prostych do złożonych i radość z pracy (304)
Czwartek: koncentracja na wiedzy eksperckiej i propagowaniu testów (305)
Piątek: wdrażanie dwóch kluczowych elementów każdego programu testów (306)
Rozdział 11. Miesiąc 6. Trzy sekrety praktycznej analizy danych internetowych (311)
Tydzień 1. Wykorzystanie punktów odniesienia i celów do motywowania do działań (312)
- Poniedziałek i wtorek: znaczenie punktów odniesienia i ustalania celów (312)
- Środa: wykorzystywanie zewnętrznych punktów odniesienia (314)
- Czwartek: wykorzystywanie wewnętrznych punktów odniesienia (317)
- Piątek: zachęcanie i ustalanie celów (320)
Tydzień 2. Opracowywanie skutecznych raportów podsumowujących dla zarządu (323)
Poniedziałek: udostępnianie kontekstu - punkty odniesienia, segmenty i trendy (324)
Wtorek: wyodrębnianie kilku kluczowych miar (326)
Środa: nie poprzestawaj na miarach - dołącz też wnioski (327)
Czwartek: ograniczanie raportu podsumowującego do jednej strony (328)
Piątek: wygląd ma znaczenie (329)
Tydzień 3. Stosowanie najlepszych praktyk w tworzeniu skutecznych programów opartych na raportach podsumowujących (330)
Poniedziałek: wybór miar zgodnych z modelem Trinity pod kątem dalekiej perspektyw (330)
Wtorek: tworzenie istotnych raportów podsumowujących (333)
Środa: jedna miara - jeden właściciel (334)
Czwartek: od słów do czynów (334)
Piątek: pomiar skuteczności raportów podsumowujących (336)
Tydzień 4. Stosowanie podejścia Six Sigma i doskonałości procesu w analizie danych internetowych (336)
- Poniedziałek: wszystko jest procesem (337)
- Od wtorku do czwartku: stosowanie procesu DMAIC (342)
- Piątek: analiza zdobytej wiedzy (346)
Rozdział 12. Miesiąc 7. Analizy konkurencji i witryn z nurtu Web 2.0 (347)
Analizy konkurencji (348)
Tydzień 1. Raporty na temat ruchu w konkurencyjnych witrynach (349)
Tydzień 2. Raporty na temat wyszukiwarek (354)
Analizy witryn z nurtu Web 2.0 (365)
Tydzień 3. Pomiar sukcesu bogatych aplikacji internetowych (366)
Tydzień 4. Pomiar sukcesu źródeł RSS (371)
Rozdział 13. Miesiąc 8. i następne. Rozwiewanie mitów z obszaru analizy danych internetowych (381)
Do czego służą analizy ścieżek? Do niczego (382)
Problemy w obszarze analizy ścieżek (383)
Inna możliwość - raport sekwencji grup stron (385)
Współczynnik konwersji - bezwartościowa obsesja (388)
Problemy związane ze współczynnikiem konwersji (389)
Inna możliwość - współczynnik ukończenia zadań ze względu na główny cel (391)
Perfekcja - umarła doskonałość, niech żyje doskonałość (393)
Doskonałe dane (394)
Z prędkością sieci WWW (395)
Fragmentaryczne dane z wielu źródeł (396)
Dane w czasie rzeczywistym - nieznaczące i kosztowne (396)
Efekty dostępu do danych w czasie rzeczywistym (397)
Lista kontrolna do określania gotowości na dane w czasie rzeczywistym (398)
Standardowe wskaźniki KPI - mniej znaczące, niż sądzisz (401)
Rozdział 14. Zagadnienia zaawansowane - analiza danych internetowych ze wspomaganiem (405)
Odblokowywanie potęgi istotności statystycznej (406)
Wykorzystanie zdumiewającej potęgi segmentacji (408)
Segmentacja na podstawie współczynnika odrzuceń (410)
Segmentacja na podstawie wyszukiwarek (410)
Łączenie danych na temat wyszukiwarek i ucieczek (411)
Określanie trendów w segmentach (412)
"Zrozumiałe" analizy i raporty (414)
Używanie ładnych rysunków (414)
Używanie zrozumiałego języka (415)
Najlepsze praktyki przy obliczaniu współczynnika konwersji (418)
Pomijanie ogólnego współczynnika konwersji dla całej witryny (420)
Uwzględnianie trendów i sezonowości (420)
Zrozumienie strategii pozyskiwania klientów przez witrynę i firmę (421)
Pomiar współczynnika konwersji z podziałem na pięć najważniejszych wejściowych adresów URL (422)
Rezygnacja z pomiaru współczynnika konwersji dla stron i odnośników (422)
Obsesyjna segmentacja (423)
Przedstawianie przychodów obok współczynnika konwersji (424)
Pomiar współczynnika konwersji pod kątem celu (424)
Usprawnianie analiz z obszaru SEM i PPC (426)
Pomiar współczynnika odrzuceń (zagregowanego i według najpopularniejszych szukanych wyrażeń) (427)
Kontrola usługodawców i agencji (428)
Pomiar współczynnika kanibalizacji ruchu naturalnego przez kampanie PPC (429)
Agresywne stosowanie testów i eksperymentów (430)
Zrozumienie wielu celów klientów (431)
Pomiar cudownego współczynnika rezygnacji (432)
Stosowanie segmentacji do współczynnika rezygnacji (433)
Wyciąganie praktycznych wniosków i podejmowanie działań (435)
Pomiar liczby dni i wizyt do zakupu (436)
Jak mierzyć omawiane wskaźniki? (438)
Wyciąganie praktycznych wniosków i podejmowanie działań (439)
Wykorzystanie statystycznych limitów kontrolnych (441)
Obliczanie limitów kontrolnych (444)
Praktyczny przykład zastosowania limitów kontrolnych (444)
Pomiar rzeczywistego zakresu możliwej poprawy (447)
Uwzględnianie współczynnika odrzuceń (448)
Odfiltrowywanie "wizyt" robotów wyszukujących i oprogramowania do kontroli witryny oraz błędów 404 i żądań rysunków (449)
Uwzględnienie celów klientów (450)
Podejmowanie działań (452)
Rozdział 15. Budowanie kultury opartej na danych - praktyczne kroki i najlepsze praktyki (457)
Kluczowe umiejętności menedżerów kierowników działu analizy danych internetowych (458)
- Prawdziwa pasja (459)
- Akceptacja i dążenie do zmian (459)
- Kwestionowanie danych aż do przesady (460)
- Nastawienie na innowacje pod kątem klienta (460)
- Niekoniecznie "mistrzowie liczb" (461)
- Naturalne zdolności biznesowe i rozsądek (461)
- Wybitne umiejętności interpersonalne (462)
Kiedy i jak zatrudniać konsultantów oraz ekspertów wewnętrznych? (462)
Etap 1. Narodziny (464)
Etap 2. Od niemowlęcia do nastolatka (465)
Etap 3. Szalona młodość (467)
Etap 4. Dojrzałość - po trzydziestce (469)
Siedem etapów budowania kultury podejmowania decyzji na podstawie danych (471)
Wyjście od wyników (skutków) (471)
Zrozumienie, że raporty to nie analizy, i promowanie tych ostatnich (472)
Bezosobowe podejmowanie decyzji (473)
Zachowania proaktywne zamiast reaktywnych (474)
Duże uprawnienia dla analityków (475)
Stosowanie podejścia Trinity (475)
Myślenie w kategoriach procesu (476)
Skorowidz (479) Książka jest wysyłana listem priorytetowym. Zapraszam na moje pozostałe aukcje W chwili obecnej książka jest w cenie 80,10 zł. | 
