“使用带有R的Google Analytics(分析)”电子书
(Michal Brys)是分析R中Google Analytics(分析)数据的实用指南。该书由数据科学家于2014年撰写,但今天并没有失去其实用性。
我们目前正在“数据湖”中游泳。 只有知道如何使用这些数据,您才会停留在表面上。 第一步是定期检查网络分析工具(Google Analytics)中的标准报告。
但是要保持竞争力,您还需要更多。 每个人都在谈论数据收集。 但是只有少数人知道数据收集后该如何处理。 我将尝试描述此过程,并为您提供一些有关如何使用R处理来自Google Analytics(分析)的数据的想法。
R是用于统计数据处理和图形的编程语言,也是GNU项目中的免费开源计算环境。 它是由奥克兰统计大学的
Ross Ihaka和
Robert Gentleman开发的。
R语言的主要优点:
- 免费;
- 许多库可用于各种统计计算;
- 当前软件包列表。 Internet上免费提供许多培训材料(学习指南,MOOC,博客);
- 拥有庞大的专家社区(俄语会很少);
- 准备在不同的平台(Windows,Mac,Unix)上运行。 还提供服务器安装版本。
- 快速,因为它在内存模式下工作。
该文章的作者自2009年以来一直从事互联网行业,是电子商务中的网络分析领域的专家,尤其是使用Google Analytics(分析)和Google Tag Manager的专家,并且是克拉科夫(波兰)的Google开发团队的成员。
多亏了这本书,我认识了R。这本书是为那些使用Google Analytics(分析)并且知道该工具所包含的基本指标以及网络界面的营销人员撰写的。
本书使用
R Studio (一种用于R编程语言的免费开源软件开发环境)以及各种程序包,例如
googleAnalyticsR,googleAuthR,RGoogleAnalytics,ggplot2,plotly,tidyverse,predict,reshape2 。
本书内容:- 参赛作品
- 怎么了
- 关于Google Analytics(分析)
- 关于R
- 关于作者
- 环境准备
- 资料来源
- 创建一个Google Analytics(分析)帐户
- 检索Google Analytics API的凭据
- 在网站上安装Google Analytics(分析)计数器
- 安装R Studio
- 第一步
- R介绍
- 链接到Google Analytics(分析)
- GoogleAnalyticsR软件包
- 以.CSV导入和导出数据
- 代码库
- 勘探数据分析(EDA)
- R中的数据可视化
- 交通热图
- 设备比较
- 机器学习
- 聚类(k均值方法)
- 报告建立
- R Markdown简介
- 报告制作
- 附加分析
- 异常检测
- 预测性
- 资源(博客,文档,在线培训,书籍)
下载.pdf格式的书自该书于2014年编写以来,过去5年中发生了一些变化。 例如,更新了Google Analytics(分析)代码(gtag.js),更改了cloud.google.com界面,更改了R库中的某些命令。在翻译过程中,我本人检查了代码,运行了程序,并在必要时进行了更正。 因此,原始书籍中的数据可能与我的翻译略有不同。
如果发现错误并且对译文有意见,请致信
ya.osipenkov@icloud.com 。 也谢谢可能=)