廣告數(shù)據(jù)定量分析：如何成為一位厲害的廣告優(yōu)化師

推薦語
前言
第1章　廣告優(yōu)化中的統(tǒng)計學1
1.1　統(tǒng)計學：用一句話解釋它是什么1
1.2　學會運用統(tǒng)計：讀者的目標2
1.2.1　理解統(tǒng)計學術語2
1.2.2　掌握科學的數(shù)據(jù)分析方法論2
1.2.3　理解什么地方可能出差錯3
1.3　統(tǒng)計學的主要思想4
1.3.1　隨機性和規(guī)律性4
1.3.2　規(guī)律性中的隨機性5
1.3.3　概率：什么是機會6
1.3.4　變量和值6
1.3.5　常數(shù)7
1.4　統(tǒng)計學和廣告優(yōu)化的關系7
1.5　廣告數(shù)據(jù)定量分析的主要理念9
1.5.1　目的性Purpose9
1.5.2　有限性Limited10
1.5.3　相關性Correlation12
1.5.4　抽樣性Sampling14
1.5.5　顯著性Significance15
1.6　本章小結(jié)15
第2章　廣告數(shù)據(jù)分析中的統(tǒng)計學原理16
2.1　抽樣：總體、樣本和誤差16
2.2　概率20
2.3　概率分布21
2.3.1　正態(tài)分布21
2.3.2　標準正態(tài)分布23
2.3.3　中心極限定理24
2.4　統(tǒng)計推斷：估計25
2.4.1　估計：用樣本數(shù)據(jù)預估總體25
2.4.2　區(qū)間估計25
2.4.3　總體比例的置信區(qū)間27
2.4.4　總體均值的置信區(qū)間28
2.5　 統(tǒng)計推斷：假設檢驗31
2.5.1　簡單好用的p值31
2.5.2　兩個總體比例之差的顯著性檢驗32
2.5.3　兩個總體均值之差的顯著性檢驗36
2.6　變量間關系37
2.7　自變量和因變量之間的關系38
2.8　兩個數(shù)值型變量的關系39
2.8.1　相關分析39
2.8.2　回歸分析43
2.9　分類型變量和數(shù)值型變量的關系46
2.10　本章小結(jié)51
第3章　廣告數(shù)據(jù)的描述：圖表52
3.1　初階：維度和指標52
3.1.1　看分布53
3.1.2　看趨勢56
3.1.3　多維度和指標交叉61
3.1.4　看相關64
3.2　進階：用戶行為洞察66
3.2.1　漏斗圖66
3.2.2　用戶行為路徑圖69
3.3　本章小結(jié)71
第4章　SEM廣告數(shù)據(jù)分析72
4.1　認識SEM廣告72
4.1.1　SEM廣告發(fā)展現(xiàn)狀72
4.1.2　SEM推廣渠道的特點74
4.1.3　SEM廣告數(shù)據(jù)分析痛點76
4.2　SEM廣告數(shù)據(jù)分析關鍵指標解讀81
4.2.1　CPC81
4.2.2　CTR83
4.2.3　質(zhì)量度85
4.2.4　平均排名86
4.3　SEM數(shù)據(jù)分析方法論88
4.3.1　帕累托法則88
4.3.2　四象限分析89
4.3.3　顯著性檢驗91
4.3.4　關鍵詞評分體系94
4.4　案例：某招聘網(wǎng)站的百度SEM廣告優(yōu)化101
4.4.1　項目背景101
4.4.2　優(yōu)化難點104
4.4.3　優(yōu)化思路106
4.4.4　優(yōu)化執(zhí)行107
4.4.5　效果評估112
4.5　本章小結(jié)114
第5章　信息流廣告數(shù)據(jù)分析115
5.1　認識信息流廣告115
5.1.1　信息流廣告發(fā)展現(xiàn)狀115
5.1.2　信息流推廣渠道的特點118
5.1.3　信息流廣告數(shù)據(jù)分析痛點119
5.2　信息流廣告數(shù)據(jù)分析關鍵指標解讀124
5.2.1　ECPM和CTR124
5.2.2　用戶畫像和廣告定向128
5.3　信息流廣告數(shù)據(jù)分析方法論131
5.3.1　A/B測試131
5.3.2　樸素貝葉斯算法—優(yōu)化廣告定向137
5.3.3　創(chuàng)意定量化的解決思路142
5.4　案例：某金融App的今日頭條信息流廣告優(yōu)化146
5.4.1　項目背景146
5.4.2　優(yōu)化難點147
5.4.3　優(yōu)化思路148
5.4.4　優(yōu)化執(zhí)行148
5.4.5　效果評估155
5.5　本章小結(jié)156
第6章　應用商店廣告數(shù)據(jù)分析157
6.1　認識應用商店廣告157
6.1.1　應用商店廣告的發(fā)展現(xiàn)狀157
6.1.2　應用商店推廣渠道的特點160
6.1.3　應用商店的幾大核心廣告資源介紹162
6.1.4　應用商店廣告數(shù)據(jù)分析痛點164
6.2　應用商店廣告數(shù)據(jù)分析關鍵指標解讀171
6.2.1　自然量171
6.2.2　CPA175
6.2.3　ROI178
6.2.4　各廣告位流量配比180
6.3　應用商店廣告數(shù)據(jù)分析方法論181
6.3.1　相關性分析181
6.3.2　線性回歸分析185
6.3.3　顯著性檢驗分析193
6.4　案例：某生活消費App在小米應用商店渠道的廣告優(yōu)化196
6.4.1　項目背景196
6.4.2　優(yōu)化難點199
6.4.3　優(yōu)化思路200
6.4.4　優(yōu)化執(zhí)行201
6.4.5　效果評估210
6.5　本章小結(jié)212
第7章　多廣告推廣渠道的統(tǒng)籌優(yōu)化213
7.1　多渠道廣告統(tǒng)籌優(yōu)化的現(xiàn)狀213
7.2　多渠道廣告數(shù)據(jù)分析方法論：綜合效果評分模型215
7.3　案例：某金融App在多廣告渠道的統(tǒng)籌優(yōu)化217
7.3.1　項目背景217
7.3.2　優(yōu)化思路和執(zhí)行217
7.3.3　效果評估226
7.4　本章小結(jié)227
第8章　廣告優(yōu)化的未來會好嗎228
8.1　廣告業(yè)內(nèi)的3種角色228
8.1.1　角色期待229
8.1.2　角色沖突與認知偏差233
8.1.3　囚徒困境234
8.2　廣告優(yōu)化的作用237
8.2.1　廣告優(yōu)化的邊界237
8.2.2　廣告優(yōu)化的展望238
8.2.3　廣告優(yōu)化師的精進之道：內(nèi)部創(chuàng)業(yè)者238
8.3　本章小結(jié)240