“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=）