MARC

 008260202s2022        xx            o                  0  eng  d
■001EBC30229306
■003MiAaPQ
■00520260202073946.0
■006m          o    d  |            
■007cr  cnu||||||||
■020    ▼a9781098113032▼q(electronic  bk.)
■020    ▼z9781098113087
■035    ▼a(MiAaPQ)EBC30229306
■035    ▼a(Au-PeEL)EBL30229306
■035    ▼a(OCoLC)1350686793
■040    ▼aMiAaPQ▼beng▼erda▼epn▼cMiAaPQ▼dMiAaPQ
■0820  ▼a658.8302854678
■1001  ▼aEdmondson,  Mark.
■24510▼aLearning  Google  Analytics  ▼bCreating  Business  Impact  and  Driving  Insights
■250    ▼a1st  ed.
■264  1▼aSebastopol▼bO'Reilly  Media,  Incorporated▼c2022.
■264  4▼c?022.
■300    ▼a1  online  resource  (342  pages)
■336    ▼atext▼btxt▼2rdacontent
■337    ▼acomputer▼bc▼2rdamedia
■338    ▼aonline  resource▼bcr▼2rdacarrier
■5050  ▼aCover  --  Copyright  --  Table  of  Contents  --  Preface  --  Who  This  Book  Is  For  --  Conventions  Used  in  This  Book  --  Using  Code  Examples  --  O'Reilly  Online  Learning  --  How  to  Contact  Us  --  Acknowledgments  --  Chapter  1.  The  New  Google  Analytics  4  --  Introducing  GA4  --  The  Unification  of  Mobile  and  Web  Analytics  --  Firebase  and  BigQuery-First  Steps  into  the  Cloud  --  GA4  Deployment  --  Universal  Analytics  Versus  GA4  --  The  GA4  Data  Model  --  Events  --  Custom  Parameters  --  Ecommerce  Items  --  User  Properties  --  Google  Cloud  Platform  --  Relevant  GCP  Services  --  Coding  Skills  --  Onboarding  to  GCP  --  Moving  Up  the  Serverless  Pyramid  --  Wrapping  Up  Our  GCP  Intro  --  Introduction  to  Our  Use  Cases  --  Use  Case:  Predictive  Purchases  --  Use  Case:  Audience  Segmentation  --  Use  Case:  Real-Time  Forecasting  --  Summary  --  Chapter  2.  Data  Architecture  and  Strategy  --  Creating  an  Environment  for  Success  --  Stakeholder  Buy-In  --  A  Use  Case-Led  Approach  to  Avoiding  Spaceships  --  Demonstrating  Business  Value  --  Assessing  Digital  Maturity  --  Prioritizing  Your  Use  Cases  --  Technical  Requirements  --  Data  Ingestion  --  Data  Storage  --  Data  Modeling  --  Model  Performance  Versus  Business  Value  --  Principle  of  Least  Movement  (of  Data)  --  Raw  Data  Inputs  to  Informational  Outputs  --  Helping  Your  Data  Scientists/Modelers  --  Setting  Model  KPIs  --  Final  Location  of  Modeling  --  Data  Activation  --  Maybe  It's  Not  a  Dashboard  --  Interaction  with  Your  End  Users  --  User  Privacy  --  Respecting  User  Privacy  Choices  --  Privacy  by  Design  --  Helpful  Tools  --  gcloud  --  Version  Control/Git  --  Integrated  Developer  Environments  --  Containers  (Including  Docker)  --  Summary  --  Chapter  3.  Data  Ingestion  --  Breaking  Down  Data  Silos  --  Less  Is  More  --  Specifying  Data  Schema  --  GA4  Configuration  --  GA4  Event  Types  --  GTM  Capturing  GA4  Events  --  Custom  Field  Configuration  --  Modifying  or  Creating  GA4  Events.
■5058  ▼aUser  Properties  --  Measurement  Protocol  v2  --  Exporting  GA4  Data  via  APIs  --  Authentication  with  Data  API  --  Running  Data  API  Queries  --  BigQuery  --  Linking  GA4  with  BigQuery  --  BigQuery  SQL  on  Your  GA4  Exports  --  BigQuery  for  Other  Data  Sources  --  Public  BigQuery  Datasets  --  GTM  Server  Side  --  Google  Cloud  Storage  --  Event-Driven  Storage  --  Data  Privacy  --  CRM  Database  Imports  via  GCS  --  Setting  Up  Cloud  Build  CI/CD  with  GitHub  --  Setting  Up  GitHub  --  Setting  Up  the  GitHub  Connection  to  Cloud  Build  --  Adding  Files  to  the  Repository  --  Summary  --  Chapter  4.  Data  Storage  --  Data  Principles  --  Tidy  Data  --  Datasets  for  Different  Roles  --  BigQuery  --  When  to  Use  BigQuery  --  Dataset  Organization  --  Table  Tips  --  Pub/Sub  --  Setting  Up  a  Pub/Sub  Topic  for  GA4  BigQuery  Exports  --  Creating  Partitioned  BigQuery  Tables  from  Your  GA4  Export  --  Server-side  Push  to  Pub/Sub  --  Firestore  --  When  to  Use  Firestore  --  Accessing  Firestore  Data  Via  an  API  --  GCS  --  Scheduling  Data  Imports  --  Data  Import  Types:  Streaming  Versus  Scheduled  Batches  --  BigQuery  Views  --  BigQuery  Scheduled  Queries  --  Cloud  Composer  --  Cloud  Scheduler  --  Cloud  Build  --  Streaming  Data  Flows  --  Pub/Sub  for  Streaming  Data  --  Apache  Beam/DataFlow  --  Streaming  Via  Cloud  Functions  --  Protecting  User  Privacy  --  Data  Privacy  by  Design  --  Data  Expiration  in  BigQuery  --  Data  Loss  Prevention  API  --  Summary  --  Chapter  5.  Data  Modeling  --  GA4  Data  Modeling  --  Standard  Reports  and  Explorations  --  Attribution  Modeling  --  User  and  Session  Resolution  --  Consent  Mode  Modeling  --  Audience  Creation  --  Predictive  Metrics  --  Insights  --  Turning  Data  into  Insight  --  Scoping  Data  Outcomes  --  Accuracy  Versus  Incremental  Benefit  --  Choosing  Your  Method  of  Approach  --  Keeping  Your  Modeling  Pipelines  Up-To-Date  --  Linking  Datasets  --  BigQuery  ML  --  Comparison  of  BigQuery  ML  Models  --  Putting  a  Model  into  Production.
■5058  ▼aMachine  Learning  APIs  --  Putting  an  ML  API  into  Production  --  Google  Cloud  AI:  Vertex  AI  --  Putting  a  Vertex  API  into  Production  --  Integration  with  R  --  Overview  of  Capabilities  --  Docker  --  R  in  Production  --  Summary  --  Chapter  6.  Data  Activation  --  Importance  of  Data  Activation  --  GA4  Audiences  and  Google  Marketing  Platform  --  Google  Optimize  --  Visualization  --  Making  Dashboards  Work  --  GA4  Dashboarding  Options  --  Data  Studio  --  Looker  --  Other  Third-Party  Visualization  Tools  --  Aggregate  Tables  Bring  Data-Driven  Decisions  --  Caching  and  Cost  Management  --  Creating  Marketing  APIs  --  Creating  Microservices  --  Event  Triggers  --  Firestore  Integrations  --  Summary  --  Chapter  7.  Use  Case:  Predictive  Purchases  --  Creating  the  Business  Case  --  Assessing  Value  --  Estimating  Resources  --  Data  Architecture  --  Data  Ingestion:  GA4  Configuration  --  Data  Storage  and  Privacy  Design  --  Data  Modeling-Exporting  Audiences  to  Google  Ads  --  Data  Activation:  Testing  Performance  --  Summary  --  Chapter  8.  Use  Case:  Audience  Segmentation  --  Creating  the  Business  Case  --  Assessing  Value  --  Estimating  Resources  --  Data  Architecture  --  Data  Ingestion  --  GA4  Data  Capture  Configuration  --  GA4  BigQuery  Exports  --  Data  Storage:  Transformations  of  Your  Datasets  --  Data  Modeling  --  Data  Activation  --  Setting  Up  GA4  Imports  Via  GTM  SS  --  Exporting  Audiences  from  GA4  --  Testing  Performance  --  Summary  --  Chapter  9.  Use  Case:  Real-Time  Forecasting  --  Creating  the  Business  Case  --  Resources  Needed  --  Data  Architecture  --  Data  Ingestion  --  GA4  Configuration  --  Data  Storage  --  Hosting  the  Shiny  App  on  Cloud  Run  --  Data  Modeling  --  Data  Activation-A  Real-Time  Dashboard  --  R  Code  for  the  Real-Time  Shiny  App  --  GA4  Authentication  with  a  Service  Account  --  Putting  It  All  Together  in  a  Shiny  App  --  Summary  --  Chapter  10.  Next  Steps  --  Motivation:  How  I  Learned  What  Is  in  This  Book.
■5058  ▼aLearning  Resources  --  Asking  for  Help  --  Certifications  --  Final  Thoughts  --  Index  --  About  the  Author  --  Colophon.
■520    ▼aWhy  is  Google  Analytics  4  the  most  modern  data  model  available  for  digital  marketing  analytics?Because  rather  than  simply  report  what  has  happened,  GA4's  new  cloud  integrations  enable  more  data  activation--linking  online  and  offline  data  across  all  your  streams  to  provide  end-to-end  marketing  data.
■588    ▼aDescription  based  on  publisher  supplied  metadata  and  other  sources.
■590    ▼aElectronic  reproduction.  Ann  Arbor,  Michigan  :  ProQuest  Ebook  Central,  2026.  Available  via  World  Wide  Web.  Access  may  be  limited  to  ProQuest  Ebook  Central  affiliated  libraries.  
■655  4▼aElectronic  books.
■77608▼iPrint  version▼aEdmondson,  Mark▼tLearning  Google  Analytics▼dSebastopol  :  O'Reilly  Media,  Incorporated,c2022▼z9781098113087
■7972  ▼aProQuest  (Firm)
■85640▼uhttps://ebookcentral.proquest.com/lib/baekseok-ebooks/detail.action?docID=30229306▼zClick  to  View

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서