一本易读易懂、细节到位、全面详实的指南，带来深入彻底的学习体验，让你爱不释手！
真正熟练掌握谷歌分析工具和报告功能，以实现可衡量的优化和改进效果。
即使不用谷歌分析软件，互联网从业者也可以从书中得到对实际工作有帮助的指导，如用户调研设计、网页转化率提升分析。
谷歌分析专家、畅销书《精通 Web Analytics 2.0》作者阿维纳什 作序
谷歌分析联合创始人保罗•米雷、布雷特•克罗斯比 联袂推荐
纷析咨询创始人，互联网营销技术与数据专家 宋星 倾情翻译
分析领域28位专家的深度分享
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。
1.1 为什么要阅读这本书
关于Google Analytics（谷歌分析，简称GA），互联网上已经有非常丰富、有价值、易获取的学习资源：Google Analytics 学院，Google Analytics 和Google Tag Manager（谷歌跟踪代码管理器）解决方案指南，以及众多聚焦于GA 的博客、电子书或教程等，这些内容丰富了我们的学习方式，并且提供给我们许多真正有价值的内容。那么，笔者为什么还要冒险专门来写这样一本关于GA 的书呢？更重要的是，读者为什么要花费时间和精力来阅读本书？
1. 整合学习资源能够带来更好的学习效果
虽然全世界有数以百万计的GA 用户，但事实上，能够几乎完全发挥GA 强大功能的人少之又少。
我们服务了数百家客户，从初创公司到财富25 强，我们看到营销人员正在持续忙碌并困扰于下面的事情：在他们的网站和移动端App 上完成GA 的完整部署、掌握专业的报告能力、优化他们的渠道归因、集成GA 和其他数据源，以及从数据到洞察再到效果提升。
这本书的目的是提供一个强化且聚焦的学习经验，能够指引你从潜在的混沌和挫折状态到能够充分理解知识并采取自信的行动，从建立具有核心的具体要素竞争力技能开始，达成更先进的、面向未来的策略和技巧。
2. 本书绝不是一本GA 的百科全书
本书虽然涵盖了GA 的丰富内容，但它的初衷并不是为了提供GA 每个功能的使用说明—那是GA 帮助文档的使命。此外，一旦你开始浏览、使用GA 报告，那么大部分的报告功能就会变得很直观，因此花费时间和精力来解释这些显而易见的内容显然是不明智的。
3. 本书聚焦于GA 难点和最重要的部分
延续上面的观点，本书完全涵盖了衡量策略（measurement strategy）实施和报告的基础知识，并且继续聚焦的内容包括通常容易出现的大部分挑战，或典型的能够产生最多洞察力和可行性的部分。
我们也会努力发现潜在的症结和陷阱，尤其是在存在真正的潜在危机时给你提醒。
4. 转化优化、营销投资回报率（ROI）和竞争优势的知识架构
首先，本书的初衷是帮助你提升KPI（关键绩效指标），例如电子商务交易、表单提交或内容互动。同时，本书详细讨论了转化跟踪，包括目标和增强型电子商务渠道（funnel）（ 在Googlo Analytics 中文版中，funnel 被译为“渠道”而不是漏斗，为保持与界面的一致，本书也将funnel 翻译为“渠道”，同时保留英文原文funnel，以与真正的渠道（channel）区分。—译者注），你将了解如何识别网站或移动端App 正在促进或阻碍你向成功转化的因素。
但是，对于跟踪转化率而言这是不够的。你必须拥有清晰的流量归因以了解成功的来源和投资回报率（ROI），所以我们会深入讨论归因报告—特别是广告系列跟踪，排查最后一次点击以确定哪些流量来源为完成目标或电子商务交易的会话提供转化前的支持。
当你开始理解促进或阻碍转化的真正因素时，分析已经成为你长期的竞争优势，而获得这种理解是在稳定的情况下。经常在应急情况下分析，通常无法解开谜团或缓解危机。
5. 来自行业杰出人物、前沿分析和优化从业者的贡献
我们邀请了世界公认的专家、GA 团队成员、每天在分析和优化方面做出卓越业绩的从业者，他们的贡献提供了一个不可估量的学习经验，并且提供了一套具有广度和深度的洞察和技术，这样的资源是不可多得的。
6. 图解版式
本书包括了许多带注释的屏幕截图、图表和特殊标注，使内容更加易于被读者接受。总体而言，本书提供了一种有趣、有效的学习体验。
7. 关于技术的深入探究
读者不必担心本书讨论的内容会涉及技术细节。按照阿尔伯特爱因斯坦所说，我们的目的是使一切尽可能地简单，简单到无法更简单。无论是通过谷歌跟踪代码管理器的数据层进行事件跟踪（Event tracking），还是谷歌网页价值计算方法的公式，或是增强型电子商务所需的编码，我们都会用你听得懂的语言，深入浅出地讲解你在报告和分析的高级用法中所需要的概念和步骤。
8. 用户聚焦，定性输入和测试
从更广泛的角度看，我们在学习用于设计和评估用户体验的技术，包括调研工具、A / B测试，以及它们与GA 的集成。
9. 专业技术和高级集成
随着章节的深入，本书讨论了许多专业技术，如再营销受众配置（remarketing audience configuration）和电话跟踪设置，并引入了与客户关系管理（CRM）系统相关的高级集成、数据抽取和可视化工具，以及营销自动化。
10. 善于沟通和改变
如果没有清晰有效的沟通，分析对组织的影响往往微乎其微。在整本书中，我们提供了关于向客户和内部业务相关者演示简化GA 报告的洞察，比如与营销和IT 部门关于实施计划的沟通和协作。
11. 本章要点回顾、实战与练习
每章以“本章要点回顾”和“实战与练习”结束，你可以从中查看章节的要点和必须尝试的技术，并开始制定更广泛、更长期的目标。
12. 持续学习和取得成就的基石
谷歌创新永不止步。毫无疑问，GA 将在我们完成写作和出版期间引入新功能，但“万变不离其宗”，概念、技术和最佳实践仍将是极为适用的，并将对你继续探索、学习和使用工具的新功能给予很大的帮助。另外，实施和报告列表，以及之前提到的推荐的持续性资源http://www.e-nor.com/gabook 将帮助你的知识结构与GA 同步更新 。
甚至，通过本书，一些非常有经验的GA 用户也可以不断完善现有的技术和学到新的方法。本书旨在建立属于读者自己的分析技能基础，并且伴随每次的衡量挑战和功能更新而发展和深化。
13. 分析和优化的优势
我们亲眼见证了GA 能产生的卓越提升，但这些只是伴随着良好的实施、正确的报告知识，以及优化用户体验、营销ROI 和转化效果的长期承诺。本书旨在提供技术构建模块并为保持持续进取的状态而激发用户必要的主动性和奉献精神。
1.2 谁适合读这本书
本书的写作前提和初衷是在组织内部使用，GA 应由市场营销或专门的分析/ 商业智能（BI）团队“拥有”，而不是由IT 部门所有。但是，IT 支持是至关重要的，因为许多GA 的实施步骤需要开发人员的密切参与。
虽然本书中的很多探讨主要针对营销人员或分析师，但是其他内容更适合技术团队、需要了解如何将数据注入到GA 以及需要向技术团队说清楚代码安装需求的营销人员或分析师。为了促进这种沟通，更多技术方面的探讨可以分为可管理、可理解的步骤和概念。
产品经理、设计师、用户体验（UX）专家、内容作者以及在广告、设计机构里担任各种角色的个人也可以从这本书中学习如何利用GA 和优化思维去帮助他们获得关于数据驱动的见解并改善其结果。
如果你是通过数据科学或更广泛的商业智能的角色接触GA，后面关于数据集成和可视化的章节应该与你的背景有很大的关联。
这本书还可以作为为经理和高管讲解GA 功能的范本概述。随着摘要、嘉宾的贡献、插图和章节要点等内容的展开，即使跳过细节和技术层面的讨论，整本书也提供了通俗易懂的GA 概述。
无论你的角色定位如何，是刚刚接触GA 或已经使用GA 一段时间，还是还没有达到你想要和需要的水平，这本书都可以为你突破自己提供蓝图，让你真正掌握GA，体验它的有效性；如果你已经相当擅长GA，本书将提供一个自检的最佳机会，并且你会收获许多新的启示和观点。
另外，这本书不是用来获取GA 个人认证资格考试（GAIQ）的，但如果你读了这本书并运用这些知识，你应该会被“充分武装起来”并通过这个考试。
1.3 章节概览
第2 章 Google Analytics 报告概述：用户特征和行为 在接下来讨论衡量的策略和GA 部署的章节之前，本章提供了“受众群体”和“行为”报告的概述以及帮助你全面浏览这些报告的功能，使你能够充分利用GA 报告的交互界面。
第3 章 衡量的策略 本章将讨论进行分析的基础衡量策略。我们将评估当前的分析实施，并评估更具体的跟踪和报告需求。在这一章中我们也将回顾数据处理和沟通的挑战、企业内分析工作的归属，以及抽样测量计划。
第4 章 账户创建和跟踪代码安装 在这里，我们将回到GA 账户创建的第一步，并映射账户/ 媒体资源/ 数据视图的架构。我们访问GA 跟踪代码，演示每个网页流量匹配（hit）所记录的数据范围。我们也会在本章中考虑监测模板网站和独立页面。
第5 章 谷歌跟踪代码管理器的概念 在前面的章节中，安装原生跟踪代码之后，我们要切换到部署GA 跟踪代码的更好的方式（本书余下部分均是）—谷歌跟踪代码管理器（GTM）。本章回顾了GTM 相较于原生部署的优势，并强调GTM 的三个主要概念：容器（container）、跟踪代码（tag）和触发器（trigger）。
第6 章 事件、虚拟页面浏览、社交操作和错误 GA 网站实施中的最大的问题或许是：那些不引发页面加载的用户操作不会被记录下来。我们通过事件和虚拟页面浏览跟踪获取视频的播放、页面的滚动以及多屏幕AJAX 等来消弭这个问题。我们也将学习社交跟踪和错误跟踪，并学习如何利用GTM 的数据层。
第7 章 “流量获取”报告 GA 最善于判断网站流量来自哪里，但它需要你以广告系列参数的形式提供大量的帮助，以帮助它正确区分来自电子邮件、社交网络和横幅广告的流量。我们也会讨论付费和自然搜索引擎流量，并且回顾作为GA 重要补充的谷歌搜索控制台（Google Search Console）。
第8 章 目标和电子商务跟踪 为了让GA 能够生成转化报告，你必须告诉GA 什么样的会话（session）是成功的会话。在本章中，我们学习目标（goal）和渠道（funnel）设置，明确转化率（ Conversion Rate）和放弃率（ Abandonment Rate ）指标，以及配置电子商务和增强型电子商务的跟踪，以实现用产品类别、税金以及从展示到转化的渠道等方式记录交易。
第9 章 数据视图设置、数据视图过滤器和访问权限 在本章中，我们将对原始的GA数据应用数据视图设置和过滤器排除内部流量、整合URL 变体、配置站内搜索跟踪，以及基于子目录创建特定的数据子集、设备、流量来源或地理位置。我们还将介绍用户权限的四种类型并考虑数据的治理原则。
第10 章 细分 对于大多数需要执行的分析，囫囵吞枣地只查看整体数据会隐藏重要的数据含义并妨碍我们获得洞察。在本章中，我们使用细分分解了相关数据，映射到不同的受众群体并放大趋势。我们也将定义与用户行为相关联的细分行为，例如用某个页面做定义或用从视频播放到实现最终转化的用户行为做定义。
第11 章 信息中心、自定义报告和智能提醒 在本章中，我们将介绍GA 中便捷、灵活的信息中心功能，并将讨论覆盖了针对信息中心和报告的自动化电子邮件选项。我们也会为实现更多的定向化分析和沟通配置自定义报告。我们设置智能提醒，对于指标的波动，GA 会主动发送通知。
第12 章 实施的定制化 在本章中，我们配置自定义维度、自定义指标和内容分组，以便允许GA 报告能更紧密地反映我们自己的组织、分类和终端用户体验。我们也为高管层设置跨域跟踪和整合数据的报告。我们还将学到如何跨设备跟踪已登录的用户。
第13 章 移动App 的衡量 本章特别关注通过Android 和iOS 软件开发工具包（SDK）和通过谷歌跟踪代码管理器（GTM）的App 跟踪。此外，我们还会介绍针对点击Google Play 和App Store 广告系列跟踪，并衡量App 下载后的打开率。本章也包含GA 移动端App账户结构的最佳实践。
第14 章 Google Analytics 的数据集成：整合的力量 本章介绍了GA 针对广告主提供的丰富的AdWords 报告和针对媒体提供的AdSense 指标，还介绍了GA再营销的受众群体，以及考虑使用电子邮件和社交媒体平台与GA 集成的强大功能。
第15 章 将Google Analytics 与CRM 数据集成 在本章中，我们分别介绍了两种方法将网站来源数据导入CRM 系统：直接通过销售线索表单（lead form）上的隐藏字段（hidden field）实现，或通过一个通用主键将GA 数据导入CRM。这个数据集成将帮助我们计算每个合格的潜在客户的成本和不同营销渠道的长期价值。
第16 章 使用第三方工具制作高级报告和可视化 本章将进一步讨论数据集成，即GA 数据和其他数据源的集成，以及在Tableau 中实现互动式的数据可视化。我们也探索了将Google Analytics 360 中的数据自动导入BigQuery 存储中，以及作为数据抽取和转换的枢纽角色[ 作为中间件（middleware）] 的Analytics Canvas 和 ShufflePoint。
第17 章 数据导入和测量协议 本章讨论了两个将数据记录到GA 的方法：通过管理面板（admin panel）和GA 管理API（GA Management API） 导入内容、广告系列和营销花费数据。我们也会讨论测量协议（Measurement Protocol）允许你从任何编程和网络环境发送匹配（hit）到GA。
第18 章 Analytics 360 为了满足企业（数据工具）安装的需求，Analytics 360（以前称为GA Premium）提供了大幅降低的数据限制，大幅增加了数据鲜活度和自定义维度。除了这些功能，本章还讨论了非抽样数据的导出、自定义渠道、DoubleClick 集成，以及服务级别的协议和支持。
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
温馨提示：请使用泸西县图书馆的读者帐号和密码进行登录
“我建议你通过购买本书来认真关注数据和分析的力量。我对费拉斯（Feras）、希拉兹（Shiraz）和埃里克（Eric）的书感到尤其兴奋，他们采用了面面俱到的方式帮助你了解可能性的全貌（从实施数据收集到数据处理，再到数据分析，最后到提供洞察）。他们手把手、循序渐进地带领你了解成功分析策略所包含的每一个奇妙的元素（包括代码管理、受众群体细分、信息中心和实验）。
每个章节都有清晰明了的知识点，通读全书的过程也是你从优秀走向卓越的过程。
在帮助你创造一个有效的分析和优化策略，进而帮助你提升线上和线下业务利润这两点上，本书几乎没有任何遗漏。”
——Avinash Kaushik（阿维纳什·考希克），《精通Web Analytics》的作者、谷歌数字营销传道者
“《谷歌分析宝典：数据化营销与运营实战》这本书是我见到的关于谷歌分析（Google Analytics，简称GA）极为难得的一本书。好在下面几个方面：一，这本书是迄今为止我见过的对GA 这个工具的介绍十分全面详实的书，关于这个工具的所有功能和绝大部分常用场景，都被这本书囊括了；二，这本书很细致，非常注意细节，GA 作为一个功能强大的工具，有很多细节的设置是非常讲究的，因此，一本介绍它的书，也必须同样注意这些细节；三，这本书易读易懂，尽管它是一本介绍GA 的工具书，或者你也可以把它看作一本“教科书”，但相较于谷歌官方给出的关于GA 的帮助，这本书的用户体验实在是好得多。所以，我在拿到这本书的英文原版时，确实很兴奋，爱不释手。”
——宋星，纷析咨询创始人、互联网营销技术与数据专家
“在Google Analytics十多年的历史中，人们获取在线信息的方式在不断发展。我们看到新设备、渠道和形式的爆炸式增长，每一种增长都为衡量在线行为带来了新的挑战。今天，随着人们与网站、App互动的时间越来越短且分散，用户旅程越来越碎片化。随着Google Analytics的不断发展，我们始终将重点放在理解和服务客户上。
《谷歌分析宝典：数据化营销与运营实战》是一本全面的指南，可帮助您成为更加以用户为中心的营销人员、开发人员或分析师。它可以帮助您构建一个从策略角度思考数字分析的框架，并深入理解Google Analytics的工作原理。明确自己需要了解的问题，并深入学习如何解决这些问题，如利用归因和目标跟踪等。
本书是以读者为中心编写的，每章都附有有见解的图片，用来解释关键的知识概念和可帮助您入门的后续步骤。通过这本书，您还可以向行业专家和领xian的从业者学习，因为他们在此书中分享了许多技巧和洞见。我希望本书可以作为您更好地理解和满足客户需求的实用指南。”
——Paul Muret（保罗•米雷），Google Analytics视频广告展示部副总裁
“作为Urchin的创始人之一，自2005年起，我十分惊喜且自豪地见证了Google Analytics一路的演化、扩展，直至现在几乎成为被普遍采用的工具。与过去任何时候相比，如今的Google Analytics都更有能力让您真正洞察数据，并通过简单操作制定相关的数据驱动的决策。《谷歌分析宝典：数据化营销与运营实战》在提供了核心概念与所需特定技术的同时，利用Google Analytics帮助您采取措施并推动实际的绩效改进。”
——Brett Crosby（布雷特•克罗斯比），Urchin / Google Analytics的联合创始人