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(jì)學(xué)1
1.1　統(tǒng)計(jì)學(xué)：用一句話解釋它是什么1
1.2　學(xué)會(huì)運(yùn)用統(tǒng)計(jì)：讀者的目標(biāo)2
1.2.1　理解統(tǒng)計(jì)學(xué)術(shù)語2
1.2.2　掌握科學(xué)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(cuò)3
1.3　統(tǒng)計(jì)學(xué)的主要思想4
1.3.1　隨機(jī)性和規(guī)律性4
1.3.2　規(guī)律性中的隨機(jī)性5
1.3.3　概率：什么是機(jī)會(huì)6
1.3.4　變量和值6
1.3.5　常數(shù)7
1.4　統(tǒng)計(jì)學(xué)和廣告優(yōu)化的關(guān)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(guān)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(jì)學(xué)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(biāo)準(zhǔn)正態(tài)分布23
2.3.3　中心極限定理24
2.4　統(tǒng)計(jì)推斷：估計(jì)25
2.4.1　估計(jì)：用樣本數(shù)據(jù)預(yù)估總體25
2.4.2　區(qū)間估計(jì)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(jì)推斷：假設(shè)檢驗(yàn)31
2.5.1　簡單好用的p值31
2.5.2　兩個(gè)總體比例之差的顯著性檢驗(yàn)32
2.5.3　兩個(gè)總體均值之差的顯著性檢驗(yàn)36
2.6　變量間關(guān)系37
2.7　自變量和因變量之間的關(guān)系38
2.8　兩個(gè)數(shù)值型變量的關(guān)系39
2.8.1　相關(guān)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(guān)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(biāo)52
3.1.1　看分布53
3.1.2　看趨勢56
3.1.3　多維度和指標(biāo)交叉61
3.1.4　看相關(guān)64
3.2　進(jìn)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(rèn)識(shí)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(diǎn)74
4.1.3　SEM廣告數(shù)據(jù)分析痛點(diǎn)76
4.2　SEM廣告數(shù)據(jù)分析關(guān)鍵指標(biāo)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(yàn)91
4.3.4　關(guān)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(xiàng)目背景101
4.4.2　優(yōu)化難點(diǎn)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(rèn)識(shí)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(diǎn)118
5.1.3　信息流廣告數(shù)據(jù)分析痛點(diǎn)119
5.2　信息流廣告數(shù)據(jù)分析關(guān)鍵指標(biāo)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(xiàng)目背景146
5.4.2　優(yōu)化難點(diǎn)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(yīng)用商店廣告數(shù)據(jù)分析157
6.1　認(rèn)識(shí)應(yīng)用商店廣告157
6.1.1　應(yīng)用商店廣告的發(fā)展現(xiàn)狀157
6.1.2　應(yīng)用商店推廣渠道的特點(diǎn)160
6.1.3　應(yīng)用商店的幾大核心廣告資源介紹162
6.1.4　應(yīng)用商店廣告數(shù)據(jù)分析痛點(diǎn)164
6.2　應(yīng)用商店廣告數(shù)據(jù)分析關(guān)鍵指標(biāo)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(yīng)用商店廣告數(shù)據(jù)分析方法論181
6.3.1　相關(guān)性分析181
6.3.2　線性回歸分析185
6.3.3　顯著性檢驗(yàn)分析193
6.4　案例：某生活消費(fèi)App在小米應(yīng)用商店渠道的廣告優(yōu)化196
6.4.1　項(xiàng)目背景196
6.4.2　優(yōu)化難點(diǎn)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(xiàng)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(huì)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(rèn)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(jìn)之道：內(nèi)部創(chuàng)業(yè)者238
8.3　本章小結(jié)240