L'e-book
«Utiliser Google Analytics avec R» (Michal Brys) est un guide pratique pour analyser les données de Google Analytics en R. Il a été écrit par un data scientist en 2014, mais ne perd pas sa pertinence aujourd'hui.
Nous nageons actuellement dans un «data lake». Ce n'est que si vous savez utiliser ces données que vous resterez à la surface. La première étape consiste à vérifier régulièrement les rapports standard dans l'outil d'analyse Web (Google Analytics).
Mais pour rester compétitif, vous avez besoin de quelque chose de plus. Tout le monde parle de collecte de données. Mais seuls quelques-uns savent quoi faire des données après leur collecte. Je vais essayer de décrire ce processus et vous donner quelques idées sur la façon de travailler avec les données de Google Analytics en utilisant R.
R est un langage de programmation pour le traitement de données statistiques et graphiques, ainsi qu'un environnement informatique open source gratuit dans le cadre du projet GNU. Il a été développé par
Ross Ihaka et
Robert Gentleman de l'Université de Auckland University of Statistics.
Les principaux avantages du langage R:
- gratuit;
- de nombreuses bibliothèques sont disponibles pour divers calculs statistiques;
- liste actuelle des packages. De nombreux supports de formation (guides d'étude, MOOCs, blogs) sont disponibles gratuitement sur Internet;
- Possède une grande communauté de spécialistes (la langue russe est encore petite);
- prêt à fonctionner sur différentes plateformes (Windows, Mac, Unix). Une version d'installation du serveur est également disponible;
- rapide car il fonctionne en mode mémoire.
L'auteur de l'article travaille dans l'industrie Internet depuis 2009, est un expert dans le domaine de l'analytique Web dans le commerce électronique, en particulier en utilisant Google Analytics et Google Tag Manager, et est également membre de l'équipe de développement de Google à Cracovie (Pologne).
Grâce à ce livre, j'ai rencontré R. Il est écrit pour les spécialistes du marketing qui ont travaillé avec Google Analytics et connaissent les métriques de base incluses dans cet outil et connaissent l'interface Web.
Le livre utilise
R Studio (un environnement de développement de logiciels open source gratuit pour le langage de programmation R), ainsi que divers packages, tels que
googleAnalyticsR, googleAuthR, RGoogleAnalytics, ggplot2, plotly, tidyverse, Forecast, Reshape2 .
Le contenu du livre:- Entrée
- Pourquoi?
- À propos de Google Analytics
- À propos de R
- À propos de l'auteur
- Préparation de l'environnement
- Sources de données
- Créez un compte Google Analytics
- Récupérer les informations d'identification pour l'API Google Analytics
- Installation d'un compteur Google Analytics sur un site Web
- Installer R Studio
- Premiers pas
- Introduction à R
- Lien vers Google Analytics
- Package GoogleAnalyticsR
- Importez et exportez des données en .CSV
- Dépôt de code
- Analyse des données d'exploration (EDA)
- Visualisation des données dans R
- Carte thermique du trafic
- Comparaison des appareils
- Apprentissage automatique
- Clustering (méthode k-means)
- Création de rapports
- Introduction à R Markdown
- Création de rapport
- Analyse complémentaire
- Détection d'anomalies
- Prévision
- Ressources (blogs, documentation, formation en ligne, livres)
Téléchargez le livre au format .pdfDepuis que le livre a été écrit en 2014, certaines choses ont changé au cours des 5 dernières années. Par exemple, le code Google Analytics (gtag.js) a été mis à jour, l'interface cloud.google.com, certaines commandes dans les bibliothèques R. ont été modifiées. Au cours du processus de traduction, j'ai moi-même vérifié le code, exécuté les programmes et apporté des corrections si nécessaire. Par conséquent, les données du livre d'origine peuvent être légèrement différentes de ma traduction.
Si vous trouvez des erreurs et avez des commentaires sur la traduction, écrivez-moi à
ya.osipenkov@icloud.com . Merci aussi possible =)