×
Google Analytics學習手冊
作者: Mark Edmondson
譯者:黃詩涵
書號: A725
出版日: 2023/10/12
ISBN:9786263246164
附件: 線上下載
定價: 680
電子書: 未出版
內容特色
創造商業影響力與洞察先機

「藉助Google Analytics的學習過程,熟悉這個數位行銷道具箱裡的每項工具,不僅能了解手上的資料、活化資料,還能創造出自己的競爭優勢,推動價值與成長。」
—Melinda Schiera, 策略分析師

在數位行銷分析領域裡,當前最新的資料模型非Google Analytics 4莫屬,因為GA4不只回報已經發生的事,新增的雲端整合功能還可以活用更多的資料,橫跨所有資料串流,串接線上與離線資料,提供點對點的行銷資料。這本實用手冊還會示範GA4如何支援這些新增的雲端整合功能,幫助讀者做好準備,迎向數位行銷的未來。

本書作者Mark Edmondson是Google Analytics和Google Cloud的開發專家,他針對GA4及其雲端整合應用,提供簡要但全面的入門介紹。資料、商業與行銷分析人員可以從本書學到GA4新的分析模式裡幾個強大的主要面向,主題包含資料架構與策略,資料擷取、儲存和建模,探索幾個常見的資料活用使用案例,指引分析人員實作案例時需要的步驟。

讀者將從本書學到:
‧Google雲端平台如何結合GA4
‧GA4能與哪些使用案例結合
‧建立GA4整合應用時需要哪些技術和資源
‧啟用使用案例時,GA4必須先擷取多少資料
‧設計資料流的程序,從策略到資料儲存、建模與活化
‧如何調整使用案例,以符合自身的業務需求

作者介紹
Mark Edmondson 是Google Analytics和Google Cloud的開發專家,協助多家全球品牌制定數位行銷策略,擁有15年以上的經驗。他持續透過自己的部落格和開放原始碼專案,為數位行銷社群貢獻一己之力,專注於利用數位行銷資料發展資料科學與實踐工程應用,日復一日利用程式語言(例如,R、Python、JavaScript和SQL),持續將分析資料轉換成知識。
章節目錄
第一章 嶄新的 Google Analytics 4
第二章 資料架構與策略
第三章 資料擷取
第四章 資料儲存
第五章 資料建模
第六章 資料活化
第七章 使用案例:預測目標對象購買機率
第八章 使用案例:目標對象區隔
第九章 使用案例:即時預測
第十章 下一步
Google Analytics學習手冊 分享
  • 作者: Mark Edmondson
  • 書號:A725
  • ISBN:9786263246164
  • 出版日:2023/10/12
  • 定價:$ 680
  • 電子書:已出版
  • 購買紙本書

    內容特色
    創造商業影響力與洞察先機

    「藉助Google Analytics的學習過程,熟悉這個數位行銷道具箱裡的每項工具,不僅能了解手上的資料、活化資料,還能創造出自己的競爭優勢,推動價值與成長。」
    —Melinda Schiera, 策略分析師

    在數位行銷分析領域裡,當前最新的資料模型非Google Analytics 4莫屬,因為GA4不只回報已經發生的事,新增的雲端整合功能還可以活用更多的資料,橫跨所有資料串流,串接線上與離線資料,提供點對點的行銷資料。這本實用手冊還會示範GA4如何支援這些新增的雲端整合功能,幫助讀者做好準備,迎向數位行銷的未來。

    本書作者Mark Edmondson是Google Analytics和Google Cloud的開發專家,他針對GA4及其雲端整合應用,提供簡要但全面的入門介紹。資料、商業與行銷分析人員可以從本書學到GA4新的分析模式裡幾個強大的主要面向,主題包含資料架構與策略,資料擷取、儲存和建模,探索幾個常見的資料活用使用案例,指引分析人員實作案例時需要的步驟。

    讀者將從本書學到:
    ‧Google雲端平台如何結合GA4
    ‧GA4能與哪些使用案例結合
    ‧建立GA4整合應用時需要哪些技術和資源
    ‧啟用使用案例時,GA4必須先擷取多少資料
    ‧設計資料流的程序,從策略到資料儲存、建模與活化
    ‧如何調整使用案例,以符合自身的業務需求

    作者介紹
    Mark Edmondson 是Google Analytics和Google Cloud的開發專家,協助多家全球品牌制定數位行銷策略,擁有15年以上的經驗。他持續透過自己的部落格和開放原始碼專案,為數位行銷社群貢獻一己之力,專注於利用數位行銷資料發展資料科學與實踐工程應用,日復一日利用程式語言(例如,R、Python、JavaScript和SQL),持續將分析資料轉換成知識。
    章節目錄
    第一章 嶄新的 Google Analytics 4
    第二章 資料架構與策略
    第三章 資料擷取
    第四章 資料儲存
    第五章 資料建模
    第六章 資料活化
    第七章 使用案例:預測目標對象購買機率
    第八章 使用案例:目標對象區隔
    第九章 使用案例:即時預測
    第十章 下一步