Ihre E-Mail wurde erfolgreich gesendet. Bitte prüfen Sie Ihren Maileingang.

Leider ist ein Fehler beim E-Mail-Versand aufgetreten. Bitte versuchen Sie es erneut.

Vorgang fortführen?

Exportieren
  • 1
    Online-Ressource
    Online-Ressource
    Bonn : Rheinwerk Verlag
    UID:
    kobvindex_ERBEBC6382968
    Umfang: 1 online resource (239 pages)
    Ausgabe: 1
    ISBN: 9783836272384
    Anmerkung: Intro -- Geleitwort der Digital Analytics Association -- Geleitwort der Fachgutachter -- Einleitung -- Teil I Zieldefinition -- 1 Ziele der Webanalyse -- 1.1 Was ist Webanalyse? -- 1.2 Ohne Ziele keine Analyse -- 1.3 Ziele nach dem S.M.A.R.T.-Prinzip -- 1.4 Die Gewinnerzielungsabsicht -- 1.5 Business Value Generation: der Antrieb -- 1.6 Was, wenn es nicht direkt um Geld geht? -- 1.7 Findet ein gutes Tool nicht selbst heraus, was wichtig ist? -- 1.8 Vanity Metrics -- 2 Die Dreifaltigkeit der Datenanalyse -- 2.1 Ziele, KPIs und Metriken -- 2.2 Von Daten zur Aktion -- Teil II Datenakquise -- 3 Wie funktioniert Tracking? -- 3.1 Tool einbinden und fertig? -- 3.2 Warum Technik verstehen? -- 3.3 Wie sich zwei Maschinen unterhalten -- 3.4 Server- und Client-basiertes Tracking -- 3.5 Andere Formen des Trackings -- 3.6 Tag-Management-Systeme -- 4 Nutzer- und geräteübergreifendes Tracking -- 4.1 Nutzer sind eigentlich Browser -- 4.2 Was sind eindeutige Nutzer? -- 4.3 Geräteübergreifendes Tracking -- 5 Hits, Seitenaufrufe und Sitzungen -- 5.1 Hits -- 5.2 Seitenaufrufe -- 5.3 Sitzung -- 5.4 Zeitliche Definition einer Sitzung -- 5.5 Was ist die ideale Sitzungsdauer? -- 5.6 Die Rolle des Nutzers -- 6 Daten: Roh oder aggregiert? -- 6.1 Was ist der Unterschied? -- 6.2 Beispiele für Analysen mit Rohdaten -- 6.3 Rohdaten mit R abfragen, transformieren und auswerten -- 7 Dimensionen und Messwerte -- 7.1 Unterschied zwischen Dimensionen und Metriken -- 7.2 Umfang/Scope verstehen -- 7.3 Eigene Dimensionen und Metriken -- 8 Ereignisse und Datenschicht -- 8.1 Was sind Ereignisse? -- 8.2 Beispielereignisse -- 8.3 Der Ereignisplan -- 8.4 Einsatz einer Datenschicht -- 9 Einen Tracking-Plan erstellen -- 9.1 Warum ein Tracking-Plan? -- 9.2 Der Tracking-Plan im Detail -- 9.3 Vom Tracking-Plan zum Tagging-Plan -- 10 Ein geeignetes Tracking-Tool auswählen , 10.1 Entscheidungsfaktoren -- 10.2 Google Analytics -- 10.3 Adobe Analytics -- 10.4 Matomo -- 10.5 Hotjar -- 11 Datenschutz -- 11.1 Keine Rechtsberatung -- 11.2 Warum überhaupt Datenschutz? -- 11.3 Was ist schlimm an der Datensammlung im Internet? -- 11.4 Datenschutz und Webanalyse -- 12 Umfragen auf der eigenen Website -- 12.1 Warum Umfragen in einem Buch über Webanalyse? -- 12.2 Vor- und Nachteile von Umfragen -- 12.3 Fallstricke -- 12.4 Wie wird es richtig gemacht? -- Teil III Analyse -- 13 Minimale Statistikgrundlagen -- 13.1 Warum Statistik? -- 13.2 Verteilungen -- 13.3 The mean Mean -- 13.4 Alternativen zum arithmetischen Mittel -- 13.5 Standardabweichung -- 13.6 Korrelationen -- 14 Interaktionen anstatt Verweildauer -- 14.1 Warum die Verweildauer meistens falsch gemessen wird -- 14.2 Ist die Verweildauer überhaupt ein guter KPI? -- 14.3 Warum Interaktionen besser sind -- 15 Absprungrate verstehen -- 15.1 Definitionen der Absprungrate -- 15.2 Nutzen der Absprungrate -- 15.3 Unterschied zwischen Absprungrate und Ausstiegsrate -- 16 Segmente verstehen -- 16.1 Was sind Segmente und warum sind sie wichtig? -- 16.2 Wie findet man relevante Segmente? -- 16.3 Mengenlehre -- 17 Akquisekanäle verstehen -- 17.1 Was ist ein Akquisekanal? -- 17.2 Direkt -- 17.3 Organische Suche -- 17.4 Suchmaschinen-Marketing -- 17.5 Display -- 17.6 Affiliate -- 17.7 E-Mail -- 17.8 Social -- 17.9 Referral -- 17.10 Benutzerdefinierte Kanäle -- 18 Kampagnenerfolg auswerten -- 18.1 Was ist Erfolg? -- 18.2 Kampagnen-Tagging -- 18.3 Die Währungen im Online-Marketing -- 18.4 Customer Journey versus Datensilos -- 19 Attribution berechnen -- 19.1 Warum ist Attribution wichtig? -- 19.2 Statische Attributionsmodellierung -- 19.3 Beispiel First Click versus Last Click -- 19.4 Vor- und Nachteile statischer Attributionsmodelle -- 19.5 Dynamische Attributionsmodellierung , 20 Interne Suche messen -- 20.1 Warum ist die interne Suche interessant? -- 20.2 Welche KPIs sind wichtig? -- 20.3 Wie darstellen? -- 20.4 Beispiel einer Auswertung in Google Analytics -- 20.5 Wie wird eigentlich Relevanz gemessen? -- Teil IV Testen -- 21 Eine Hypothese formulieren -- 21.1 Datengetriebene Hypothesen und kontinuierliches Testen -- 21.2 Welcher Test zuerst? -- 22 A/B- und multivariate Tests -- 22.1 A/B-Tests -- 22.2 Multivariate Tests -- 22.3 Unterschied A/B/n-Test und multivariater Test -- 22.4 Wie groß muss ein Sample sein? -- 22.5 Vorgehensweisen im Testing -- 22.6 Aufsetzen eines Tests -- 23 Wie belastbar ist ein Testergebnis? -- 23.1 Was genau ist statistische Signifikanz? -- 23.2 Frequentists versus bayessche Inferenz -- 23.3 A/A-Tests -- Teil V Reporting und Anwendungen -- 24 Wie handlungsrelevante Berichte entstehen -- 24.1 Produktivitätskiller Reporting -- 24.2 Ziele der Stakeholder verstehen -- 24.3 Zweck des Reports definieren -- 24.4 Top-down-Methode -- 24.5 Benchmarking -- 24.6 Prognosen -- 24.7 Storytelling mit Daten -- 24.8 Signale vom Rauschen trennen -- 25 Die Kunst, das richtige Diagramm zu wählen -- 25.1 Vorsicht, Diagramm! -- 25.2 Welches Diagramm für was? -- 25.3 Liniendiagramm -- 25.4 Säulendiagramm/Balkendiagramm -- 25.5 Histogramm -- 25.6 Scatterplot -- 25.7 Bubble Chart -- 25.8 Boxplot-Diagramm -- 26 Dashboards -- 26.1 Was ist der Unterschied zu einem Report? -- 26.2 Best Practices -- 27 Datengetriebene Personas -- 27.1 Was ist eine Persona? -- 27.2 Einschränkungen eigener Daten -- 27.3 Personas aus Nutzungsdaten -- 27.4 Demografische Daten -- 28 Ein Personalisierungskonzept erstellen -- 28.1 Voraussetzungen -- 28.2 Fallstricke -- 28.3 Analyseansätze -- Teil VI Problemlösungen -- 29 Messunterschiede zu anderen Systemen -- 29.1 Klicks versus Sitzungen -- 29.2 Unterschiedliche Integration , 30 Den Bestätigungsfehler vermeiden -- 30.1 Was ist der Bestätigungsfehler? -- 30.2 Was hilft gegen den Bestätigungsfehler? -- Anhang -- A Nützliche Helferlein -- A.1 Google Tag Assistant -- A.2 Google Analytics Debugger -- A.3 Adobe Experience Cloud Debugger -- A.4 Ghostery -- B Literatur -- C Glossar -- Index
    Weitere Ausg.: Print version: Alby, Tom Einführung in die Webanalyse Bonn : Rheinwerk Verlag,c2019 ISBN 9783836272360
    Schlagwort(e): Electronic books.
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
Schließen ⊗
Diese Webseite nutzt Cookies und das Analyse-Tool Matomo. Weitere Informationen finden Sie auf den KOBV Seiten zum Datenschutz