幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

廣告數據定量分析(如何成為一位厲害的廣告優化師)

  • 作者：齊雲澗
  • 出版社：機械工業
  • ISBN：9787111631125
  • 出版日期：2019/07/01
  • 裝幀：平裝
  • 頁數：241
人民幣：RMB 79 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    這是一部面向初級廣告優化師、渠道運營人員的廣告數據分析和效果優化的實戰指南。
    數據分析功底的深淺，決定了廣告優化師能力水平的高低。這本書一方面告訴讀者成為一名厲害的廣告優化師需要掌握的數據分析技能，以及如何快速掌握這些技能；一方面又為讀者總結了SEM廣告、信息流廣告、應用商店廣告數據的分析方法論和效果優化的方法，以及多廣告推廣渠道的統籌優化。書中提供大量真實數據案例，助你提升廣告數據分析的理論深度和業務水平。
    全書一共8章：
    第1?3章全面講解了廣告優化中的統計學，包括計學和廣告數據定量分析的主要思想、統計學與廣告優化的關係、廣告數據分析中的統計學原理，以及如何用圖表描述廣告數據。
    第4?7章依次講解了SEM廣告的優化痛點以及相應的數據分析解決思路、信息流廣告優化面臨的難點以及針對性的數據分析方法論、應用商店如何做數據分析和效果優化、多廣告推廣渠道綜合效果評估和統籌優化的問題。
    第8章對互聯網廣告這一商業生態進行梳理，為廣告優化師的個人成長提供了有價值的參考建議。
作者介紹
齊雲澗
    齊雲澗（Trunman Qi），資深廣告優化師和數據分析專家，國內早參與應用商店廣告優化研究的專家之一，百度認證的資深營銷顧問。     曾任職于致維科技、量化派等細分行業企業，服務過百度、騰訊、阿里、位元組跳動、美團、網易、攜程、小米、領英、陌陌、58同城、啟德教育等多家廣告主，管理廣告預算累計上億元。     參與翻譯專業書籍《谷歌分析寶典》，撰寫過多篇廣告數據分析和效果優化的文章，在業內廣泛傳播。
目錄
推薦語
前言
第1章  廣告優化中的統計學
  1.1  統計學：用一句話解釋它是什麼
  1.2  學會運用統計：讀者的目標
    1.2.1  理解統計學術語
    1.2.2  掌握科學的數據分析方法論
    1.2.3  理解什麼地方可能出差錯
  1.3  統計學的主要思想
    1.3.1  隨機性和規律性
    1.3.2  規律性中的隨機性
    1.3.3  概率：什麼是機會
    1.3.4  變數和值
    1.3.5  常數
  1.4  統計學和廣告優化的關係
  1.5  廣告數據定量分析的主要理念
    1.5.1  目的性Purpose
    1.5.2  有限性Limited
    1.5.3  相關性Correlation
    1.5.4  抽樣性Sampling
    1.5.5  顯著性Significance
  1.6  本章小結
第2章  廣告數據分析中的統計學原理
  2.1  抽樣：總體、樣本和誤差
  2.2  概率
  2.3  概率分佈
    2.3.1  正態分佈
    2.3.2  標準正態分佈
    2.3.3  中心極限定理
  2.4  統計推斷：估計
    2.4.1  估計：用樣本數據預估總體
    2.4.2  區間估計
    2.4.3  總體比例的置信區間
    2.4.4  總體均值的置信區間
  2.5   統計推斷：假設檢驗
    2.5.1  簡單好用的p值
    2.5.2  兩個總體比例之差的顯著性檢驗
    2.5.3  兩個總體均值之差的顯著性檢驗
  2.6  變數間關係
  2.7  自變數和因變數之間的關係
  2.8  兩個數值型變數的關係
    2.8.1  相關分析
    2.8.2  回歸分析
  2.9  分類型變數和數值型變數的關係
  2.10  本章小結
第3章  廣告數據的描述：圖表
  3.1  初階：維度和指標
    3.1.1  看分佈
    3.1.2  看趨勢
    3.1.3  多維度和指標交叉

    3.1.4  看相關
  3.2  進階：用戶行為洞察
    3.2.1  漏斗圖
    3.2.2  用戶行為路徑圖
  3.3  本章小結
第4章  SEM廣告數據分析
  4.1  認識SEM廣告
    4.1.1  SEM廣告發展現狀
    4.1.2  SEM推廣渠道的特點
    4.1.3  SEM廣告數據分析痛點
  4.2  SEM廣告數據分析關鍵指標解讀
    4.2.1  CPC
    4.2.2  CTR
    4.2.3  質量度
    4.2.4  平均排名
  4.3  SEM數據分析方法論
    4.3.1  帕累托法則
    4.3.2  四象限分析
    4.3.3  顯著性檢驗
    4.3.4  關鍵詞評分體系
  4.4  案例：某招聘網站的百度SEM廣告優化
    4.4.1  項目背景
    4.4.2  優化難點
    4.4.3  優化思路
    4.4.4  優化執行
    4.4.5  效果評估
  4.5  本章小結
第5章  信息流廣告數據分析
  5.1  認識信息流廣告
    5.1.1  信息流廣告發展現狀
    5.1.2  信息流推廣渠道的特點
    5.1.3  信息流廣告數據分析痛點
  5.2  信息流廣告數據分析關鍵指標解讀
    5.2.1  ECPM和CTR
    5.2.2  用戶畫像和廣告定向
  5.3  信息流廣告數據分析方法論
    5.3.1  A/B測試
    5.3.2  樸素貝葉斯演算法—優化廣告定向
    5.3.3  創意定量化的解決思路
  5.4  案例：某金融App的今日頭條信息流廣告優化
    5.4.1  項目背景
    5.4.2  優化難點
    5.4.3  優化思路
    5.4.4  優化執行
    5.4.5  效果評估
  5.5  本章小結
第6章  應用商店廣告數據分析
  6.1  認識應用商店廣告
    6.1.1  應用商店廣告的發展現狀
    6.1.2  應用商店推廣渠道的特點

    6.1.3  應用商店的幾大核心廣告資源介紹
    6.1.4  應用商店廣告數據分析痛點
  6.2  應用商店廣告數據分析關鍵指標解讀
    6.2.1  自然量
    6.2.2  CPA
    6.2.3  ROI
    6.2.4  各廣告位流量配比
  6.3  應用商店廣告數據分析方法論
    6.3.1  相關性分析
    6.3.2  線性回歸分析
    6.3.3  顯著性檢驗分析
  6.4  案例：某生活消費App在小米應用商店渠道的廣告優化
    6.4.1  項目背景
    6.4.2  優化難點
    6.4.3  優化思路
    6.4.4  優化執行
    6.4.5  效果評估
  6.5  本章小結
第7章  多廣告推廣渠道的統籌優化
  7.1  多渠道廣告統籌優化的現狀
  7.2  多渠道廣告數據分析方法論：綜合效果評分模型
  7.3  案例：某金融App在多廣告渠道的統籌優化
    7.3.1  項目背景
    7.3.2  優化思路和執行
    7.3.3  效果評估
  7.4  本章小結
第8章  廣告優化的未來會好嗎
  8.1  廣告業內的3種角色
    8.1.1  角色期待
    8.1.2  角色衝突與認知偏差
    8.1.3  囚徒困境
  8.2  廣告優化的作用
    8.2.1  廣告優化的邊界
    8.2.2  廣告優化的展望
    8.2.3  廣告優化師的精進之道：內部創業者
  8.3  本章小結

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032