Из Википедии, бесплатной энциклопедии
  (Перенаправлено с Clickstream )
Перейти к навигации Перейти к поиску

Путь нажмите или , посещенным является последовательностью гиперссылка одного или несколько посетителей сайта следует на данном сайте, представлены в порядке смотреть. [1] Путь клика посетителя может начинаться внутри веб-сайта или на отдельном стороннем веб-сайте, часто на странице результатов поисковой системы , и продолжается как последовательность последовательных веб-страниц, посещаемых пользователем. [2] Пути кликов принимают данные о звонках и могут сопоставлять их с источниками объявлений, ключевыми словами и / или ссылающимися доменами для сбора данных. [3]

Анализ посещаемости полезен для анализа веб-активности [4], тестирования программного обеспечения, исследования рынка и для анализа производительности сотрудников.

Хранение информации [ править ]

Во время навигации по всемирной паутине «пользовательский агент» ( веб-браузер ) делает запросы к другому компьютеру, известному как веб-сервер , каждый раз, когда пользователь выбирает гиперссылку . Большинство веб-серверов хранят информацию о последовательности ссылок, по которым пользователь « нажимает » при посещении веб-сайтов, которые они размещают в файлах журнала для удобства оператора сайта. Интересующая информация может быть разной и может включать в себя загруженную информацию, ранее посещенную веб-страницу, веб-страницу, посещенную впоследствии, продолжительность времени, проведенного на странице, и т. Д. Эта информация наиболее полезна, когда клиент / пользователь идентифицирован, что может быть выполнено путем регистрации на веб-сайте или запись сопоставления через клиентскийИнтернет-провайдер (ISP). [5] Хранение также может происходить на маршрутизаторе , прокси-сервере или сервере объявлений .

Анализ данных [ править ]

Интеллектуальный анализ данных , [6] СУБД , ориентированная на столбцы , и интегрированные системы OLAP могут использоваться в сочетании с потоками кликов, чтобы лучше записывать и анализировать эти данные.

Конфиденциальность [ править ]

Использование данных потока посещений может вызвать проблемы с конфиденциальностью , особенно с учетом того, что некоторые интернет-провайдеры прибегают к продаже данных потока посещений пользователей в качестве способа увеличения доходов. Эти данные покупают 10–12 компаний, обычно по цене около 0,40 доллара в месяц за пользователя. [7] Хотя такая практика не может напрямую идентифицировать отдельных пользователей, часто можно косвенно идентифицировать конкретных пользователей, примером чего является скандал с поисковыми данными AOL . Большинство потребителей не знают об этой практике и о том, что она может поставить под угрозу их конфиденциальность. Кроме того, немногие интернет-провайдеры публично признают эту практику. [8]

По мере того, как мир онлайн-покупок растет, становится все легче эксплуатировать частную жизнь людей. Известно много случаев, когда адреса электронной почты , номера телефонов и другая личная информация были незаконно украдены у покупателей, клиентов и многих других для использования третьими сторонами. Эти третьи стороны могут варьироваться от рекламодателей до хакеров . Есть потребители, которые на самом деле извлекают выгоду из этого, получая более таргетированную рекламу и сделки, но большинство из них страдают из-за отсутствия конфиденциальности. По мере роста мира технологий потребители все больше и больше рискуют потерять конфиденциальность. [9]

Приложения [ править ]

Потоки кликов можно использовать, чтобы позволить пользователю увидеть, где он был, и позволить ему легко вернуться на страницу, которую он уже посещал, - функция, которая уже встроена в большинство браузеров. Clickstream может отображать конкретное время и позицию, когда люди просматривали и закрывали веб-сайт, все веб-страницы, которые они просматривали, продолжительность, которую они провели на каждой странице, а также может отображать, какие страницы просматриваются наиболее часто. Существует обширная информация, которую необходимо проанализировать, люди могут проверять поток посещений вместе с другой статистической информацией, такой как: продолжительность посещения, поисковые слова, интернет-провайдеры, страны, исследователи и т. Д. Этот процесс позволяет людям глубоко узнать своих посетителей. [10]

Веб-мастера могут получить представление о том, что делают посетители на их сайте, используя поток кликов. [11] Эти данные сами по себе являются «нейтральными» в том смысле, что нейтрален любой набор данных. Данные можно использовать в различных сценариях, один из которых - маркетинг. Кроме того, любой веб-мастер, исследователь, блоггер или человек, у которого есть веб-сайт, может узнать, как улучшить свой сайт.

Растущая индустрия электронной коммерции заставляет адаптироваться к потребностям и предпочтениям потребителей. [12] Данные о пути перехода можно использовать для персонализации продуктовых предложений. Используя предыдущие данные о пути перехода, веб-сайты могут предсказать, какие продукты пользователь, скорее всего, купит. Данные о пути кликов могут содержать информацию о целях, интересах и знаниях пользователя и, следовательно, могут использоваться для прогнозирования их будущих действий и решений. Используя статистические модели , веб-сайты могут потенциально увеличить свою операционную прибыль за счет оптимизации результатов на основе того, что пользователь, скорее всего, купит. [13]

Анализ данных о клиентах, посещающих веб-сайт компании, может иметь важное значение для сохранения конкурентоспособности. Этот анализ можно использовать для получения двух результатов для компании, первый из которых представляет собой анализ потока кликов пользователя при использовании веб-сайта для выявления моделей использования, что, в свою очередь, дает более глубокое понимание поведения клиентов. Такое использование анализа создает профиль пользователя, который помогает понять типы людей, которые посещают веб-сайт компании. Как обсуждалось в Van den Poel & Buckinx (2005), анализ потока посещений можно использовать для прогнозирования вероятности того, что клиент совершит покупку на веб-сайте электронной коммерции. Анализ посещаемости также можно использовать для повышения удовлетворенности клиентов веб-сайтом и самой компанией. Это может дать бизнес-преимущество,[14]

Мнения [ править ]

Исследователи, стоящие за анализом пути кликов, отмечают, что «аналитический метод пути оценивает систему уравнений, которые определяют все возможные причинные связи между набором переменных». Дальнейшие пути кликов позволяют исследователям разбить корреляциисреди переменных на прямые или косвенные и ложные компоненты. Наконец, анализ пути кликов «помогает исследователям распутать сложные взаимосвязи между переменными и определить наиболее важные пути, участвующие в прогнозировании результата». Но даже с этими преимуществами метод по-прежнему подвергается критике из-за большой погрешности. Модель должна предполагать, что каждая переменная является «точным проявлением лежащих в ее основе теоретических концепций и в разумных пределах не содержит измеримых ошибок». Другая «жертва гипотетической модели состоит в том, что путь должен течь в одном направлении (без петель обратной связи или двунаправленной причинности), в противном случае модель не может быть решена с помощью обычных методов регрессии наименьших квадратов». Наконец, поскольку модели основаны на корреляциях, анализ пути "[15]

Последствия [ править ]

Большинство веб-сайтов хранят данные о посетителях сайта по пути перехода. Информация обычно используется для улучшения веб-сайта и предоставления персонализированного и более релевантного контента. [16] Кроме того, полученные данные могут не только использоваться дизайнером для проверки, улучшения или изменения дизайна своего веб-сайта, но также могут использоваться для моделирования поведения пользователя при просмотре. [17] В онлайн-мире электронной коммерции информация, собираемая с помощью пути клика, позволяет рекламодателям создавать личные профили и использовать их для индивидуального нацеливания на потребителей гораздо эффективнее, чем когда-либо прежде; в результате рекламодатели создают более релевантную рекламу и эффективно тратят рекламные деньги. [18] Между тем, попадание в чужие руки данных о путях кликов представляет серьезную угрозу для конфиденциальности.[19]

Несанкционированный сбор данных о посещениях считается шпионским ПО . Тем не менее, авторизованный сбор данных о потоках посещений поступает от организаций, которые используют панели выбора для проведения маркетинговых исследований с использованием экспертов, которые соглашаются делиться своими данными о потоках посещений с другими компаниями, загружая и устанавливая специализированные агенты сбора потоков.

Проблемы [ править ]

Количество путей, по которым пользователь может пойти, значительно увеличивается в зависимости от количества страниц на этом конкретном веб-сайте. Многие инструменты для определения анализа пути слишком линейны и не учитывают сложность использования Интернета. В большинстве случаев наиболее распространенным путем следуют менее 5% пользователей. Однако даже если все пользователи использовали один и тот же путь, по-прежнему нет способа определить, какая страница имеет наибольшее влияние на определение поведения. Даже в более линейных формах анализа пути, когда они могут увидеть, где большинство клиентов уходят с веб-сайта, вопрос «почему?» фактор по-прежнему упущен. Основная проблема анализа пути заключается в том, что он пытается регулировать и заставлять пользователей следовать определенному пути, в то время как на самом деле пользователи очень разнообразны и имеют определенные предпочтения.и мнения. [20]

См. Также [ править ]

  • Журнал нажатий клавиш
  • Форм
  • Маркетинг в реальном времени
  • Управление активами программного обеспечения
  • Отслеживание кликов

Ссылки [ править ]

  1. ^ «Глоссарий» . opentracker . Проверено 12 марта 2014 .
  2. ↑ Филимонов, Юра. «Показать четкую траекторию щелчка» .
  3. ^ «Как это работает» . ClickPath . Кто звонит, Inc.
  4. ↑ WW Moe, PS Fader (2004), « Захват изменяющегося поведения посетителей в данных Clickstream », журнал интерактивного маркетинга (2004).
  5. ^ «Управление потоком кликов» . Изучите Интернет . Архивировано из оригинального 13 марта 2014 года . Проверено 12 марта 2014 .
  6. ^ Насрауи, Ольфа; Кардона, Сезар; Рохас, Карлос; Гонсалес, Фабио (2003). «Извлечение развивающихся профилей пользователей в данных потока посещений NoisyWeb с помощью масштабируемого алгоритма кластеризации иммунной системы». Proc. из KDD семинара по веб - добычи как предпосылка .. . CiteSeerX 10.1.1.58.9558 . 
  7. ^ «Соревнуйтесь, генеральный директор: интернет-провайдеры продают потоки кликов за 5 долларов в месяц» . В поисках альфы. 2007-03-13 . Проверено 15 сентября 2011 .
  8. ^ Сингел, Райан (2007-04-06). «Некоторые интернет-провайдеры по-прежнему уклоняются от запросов на сохранение данных, помогите 27B ОПЯТЬ 411 | Уровень угрозы | Wired.com» . Blog.wired.com . Проверено 15 сентября 2011 .
  9. ^ «Защита данных; Покупки в Интернете, конфиденциальность, защита данных и стороннее отслеживание» . NewsRx . 23 апреля 2011 . Проверено 12 марта 2014 .
  10. ^ «Clickstream or clickpath analysis - Opentracker» . Opentracker . 2017-10-11.
  11. ^ i-Hsien Ting; Kimble, C .; Куденко, Д. (2005). «UBB Mining: обнаружение неожиданного поведения при просмотре в данных потока посещений для улучшения дизайна веб-сайта» (PDF) . Международная конференция IEEE / WIC / ACM 2005 года по веб-аналитике (WI'05) . С. 179–185. DOI : 10,1109 / WI.2005.153 . ISBN  978-0-7695-2415-3. S2CID  1388782 .
  12. ^ Menasalvas, Эрнестина; Миллан, Пенья; Хаджимихаэль, Марбан (26 мая 2004 г.). «Подсессии: детальный подход к анализу пути нажатия». Международный журнал Intelligent . 19 (7): 619–637. DOI : 10.1002 / int.20014 .
  13. ^ Монтгомери, Алан; Шибо Ли; Каннан Шринивасан; Джон К. Лихти (осень 2004 г.). «Моделирование онлайн-просмотра и анализа пути с использованием данных Clickstream». Маркетинговая наука . 23 (4): 579–595. DOI : 10.1287 / mksc.1040.0073 .
  14. ^ Патрали Чаттерджи, Донна Л. Хоффман и Томас П. Новак (2003), " Моделирование потока кликов: последствия для усилий по рекламе в Интернете ", Marketing Science 22 (4), (осень, 2003), 520-541
  15. ^ Lleras, Christy (2005). «Анализ пути». Энциклопедия социальных измерений . 3 . С. 25–30. DOI : 10.1016 / b0-12-369398-5 / 00483-7 . ISBN 9780123693983. Отсутствует или пусто |title=( справка )
  16. ^ «Управление потоком кликов» . Изучите Интернет . Архивировано из оригинального 13 марта 2014 года . Проверено 12 марта 2014 .
  17. ^ Тинг, И-Сянь; Кимбл, Куденко (2005). «UBB Mining: обнаружение неожиданного поведения при просмотре в данных потока посещений для улучшения дизайна веб-сайта». Международная конференция по веб-аналитике : 179–185.
  18. ^ «Защита данных; Покупки в Интернете, конфиденциальность, защита данных и стороннее отслеживание» . NewsRx . 23 апреля 2011 . Проверено 12 марта 2014 .
  19. ^ «Управление потоком кликов» . Изучите Интернет . Архивировано из оригинального 13 марта 2014 года . Проверено 12 марта 2014 .
  20. ^ Кошик, Авинаш (2006-05-26). "Анализ пути: хорошее использование времени?" . Проверено 12 марта 2014 .