close

IMG_20131110_211405

放一塊可愛的餅乾,希望大家考試都輕輕鬆鬆。

 

GAIQ簡單介紹

一個禮拜可以考一次,Open Book、線上考,考完會有證書
可以選擇簡體中文考試,我就是考簡體中文版。
不要再想著考英文版比較國際化了,盡快考到證照並實際操作比較重要。

 

GA大致用途

分析哪些人透過怎樣的管道進到你的網站,

然後做什麼事情後在哪一頁跳出的一個免費的Google服務。

可以知道使用者的性別、年齡、上網地區、瀏覽你網站的人屬於會瀏覽怎樣類型的網站的人

星期幾、幾點你的網站使用者會比較多

哪一個頁面大家看最多次、他們是男生女生、是透過臉書或是Google進來?

 

考試的大致背景、因素

從2016年12/22-12/29,其中幸運的有三天連假。

在那之前讀過一些SEO的文章和書籍,對SEO略懂略懂

也讀過范冰的成長駭客、Ryan Holiday的成長駭客行銷和翻過Xdite的書籍。

所以對於轉換率等小有知識。

但是完全沒有看過GA報表。

想要考取證照的契機是因為主管說"以後GA想要交給你做",

所以看了網路上一些人的考照心得後,就對著大家說"我想在今年內考到證照",

接著為了不讓自己丟臉的狂讀。

 

準備經過

關於書籍

跟同事借了"掌握行銷新趨勢:你不可不知的網站流量分析 Google Analytics (作者: 鄭江宇, 張佳榮)"

非常認真地開始閱讀,並且因為上司開放了公司的GA權限給我,所以可以搭配著書籍進行操作

就這樣讀到了26號晚上才終於讀完一遍

中間三天連假還有兩天從早上進圖書館到傍晚才出來。

但是我必須很殘酷地說這本書對於想要考照事實上用處不大。

就算他有很多解說配上圖片,但是我覺得收穫還是不多。

最大的收穫或許是他的考題解答,但是說實話有些上Google看他的回答還比較詳細。

 

網站資源建議

因此若是要以考到證照為目標,

應該是先去看Google官方的兩個課程

(因為要考簡體中文,所以建議開簡體中文版)

1.數位分析基礎知識課程
2.Google Analytics (分析) 平台運作原理

有問題立刻Google去了解它。

因為通勤時間要一小時,我就在車上瘋狂地看,然後作解題。

錯的就手機拍照進公司後再打到Evernote上。

 

考試當天

最後一天(29號當天早上)則是收集所有看得到的考古題

然後把全部打在Evernote上面,

並且確保所有的題目和解答都至少有一個模糊的印象

考試時,選擇簡體中文版,並且開著Evernote和書本,

遇到不確定的問題立刻Ctrl+F搜尋,又或是透過Google搜尋。

考試時間90分鐘,我考完還剩40多分鐘。

所以其實不用那麼緊張,畢竟你回答完後是無法再更正的

最後成績也就8X分吧。
 

總結

1-4天浪費了很多時間在閱讀書籍(大約佔了總分的20%)

最後3天很認真的再看Google的資源(大約佔了總分的60%)

最後兩小時很努力地收集所有考古題放到Evernote中(大約佔了剩下的20%)

因此若是以考證照為目標,建議

1.把Google的兩個課程看完,把所有有疑問的題目放在Evernote中

2.收集所有考古題的資源,並找到解答,然後把題目放在Evernote中

3.有興趣可以買書,但如果再來一次我應該不會看。
 

分享給所有希望盡快考到GA證照的人,

畢竟有了證照雖不代表你精通GA,但卻可以花更少的力氣去說明你的基本實力

而且透過這些也可以確保你有基本的認知(除非每一題都查考古題,這樣也很厲害)

然而實際上的操作層面還是要經過一段時間的摸索才會比較了解

得到GA證照後,別忘了以下的事項...

在此提醒大家做GA的目的,並不是為了找到很多資料,

而是要思考這些事情可以幫助公司改變什麼?

你看到很多人在禮拜一的上班時間進來商品頁面,你要知道提出一個什麼結論

並找到更多資料來支持你的結論。

千萬不要只是傻傻的印出來不做任何分析,就交給主管看。

研究網站內搜尋時,請親自打那些最熱門的字詞,親身瞭解搜尋者究竟看到了些什麼

研究時刻報表時,想著為什麼這些時間會有人來看這個,他們的性別是什麼、工作屬性大致為何?

和實際會與客戶做溝通的業務們討論報表中感覺疑惑的問題,而不是只是坐在資料後面做翻查。

沒有透過分析,數據就只是數據,

時時思考著每一張報表可以給我們什麼結論,

我們又可以透過這些結論做出什麼。

 

祝各位考試順利!

 



延伸閱讀

如何有系統地寫出一篇 SEO 文章?專業 SEO 公司操作手法大解密!
讓更多客戶看見產品!介紹如何優化 SEO 文章與反向連結,爭取首頁曝光!
中小企業行銷怎麼做?近乎免費的網路行銷手法與策略提供!

 

arrow
arrow
    文章標籤
    資料科學 GA分析
    全站熱搜

    林庭宇 發表在 痞客邦 留言(5) 人氣()