Щелкните путь
Путешествие по поведению пользователя в виртуальном пространстве

Путь клика или поток кликов — это последовательность гиперссылок, по которым один или несколько посетителей веб-сайта следуют на данном сайте, представленная в порядке просмотра. [ требуется ссылка ] Путь клика посетителя может начинаться на веб-сайте или на отдельном стороннем веб-сайте, часто на странице результатов поисковой системы , и продолжаться как последовательность последовательных веб-страниц, посещенных пользователем. [ требуется ссылка ] Пути кликов принимают данные о вызовах и могут сопоставлять их с источниками рекламы, ключевыми словами и/или ссылающимися доменами для сбора данных. [ требуется ссылка ]

Анализ кликстрима полезен для анализа веб-активности, [1] тестирования программного обеспечения, маркетинговых исследований и анализа производительности труда сотрудников.

Хранение информации

При навигации по Всемирной паутине «пользовательский агент» ( веб-браузер ) отправляет запросы другому компьютеру, известному как веб-сервер , каждый раз, когда пользователь выбирает гиперссылку . Большинство веб-серверов хранят информацию о последовательности ссылок, по которым пользователь « кликает » при посещении веб-сайтов, которые они размещают, в файлах журналов для удобства оператора сайта. Интересующая информация может варьироваться и может включать загруженную информацию, ранее посещенные веб-страницы, посещенные впоследствии веб-страницы, продолжительность времени, проведенного на странице, и т. д. Информация наиболее полезна, когда клиент/пользователь идентифицирован, что может быть сделано посредством регистрации на веб-сайте или сопоставления записей через интернет-провайдера клиента (ISP). [2] Хранение также может происходить в маршрутизаторе , прокси-сервере или рекламном сервере .

Анализ данных

Интеллектуальный анализ данных , [3] столбцово-ориентированные СУБД и интегрированные системы OLAP можно использовать совместно с потоками посещений для более качественной записи и анализа этих данных.

Конфиденциальность

Использование данных о кликстриме может вызвать проблемы с конфиденциальностью , особенно с тех пор, как некоторые поставщики интернет-услуг прибегли к продаже данных о кликстриме пользователей в качестве способа увеличения дохода. Есть 10-12 компаний, которые покупают эти данные, как правило, примерно за 0,40 долл. США в месяц за пользователя. [4] Хотя эта практика не может напрямую идентифицировать отдельных пользователей, часто возможно косвенно идентифицировать конкретных пользователей, примером чего является скандал с данными поиска AOL . Большинство потребителей не знают об этой практике и ее потенциале для компрометации их конфиденциальности. Кроме того, лишь немногие интернет-провайдеры публично признают эту практику. [5]

По мере того, как мир онлайн-покупок растет, становится все проще эксплуатировать конфиденциальность отдельных лиц. Есть много случаев, когда адреса электронной почты , номера телефонов и другая личная информация были незаконно украдены у покупателей, клиентов и многих других, чтобы использоваться третьими лицами. Этими третьими лицами могут быть рекламодатели и хакеры . Есть потребители, которые на самом деле выигрывают от этого, получая более целевую рекламу и предложения, но большинство страдают от отсутствия конфиденциальности. По мере развития мира технологий потребители все больше и больше рискуют потерять конфиденциальность. [6]

Приложения

Clickstreams можно использовать, чтобы позволить пользователю увидеть, где он был, и позволить ему легко вернуться на страницу, которую он уже посетил, функция, которая уже встроена в большинство браузеров. Clickstream может отображать конкретное время и позицию, когда люди просматривали и закрывали веб-сайт, все просмотренные ими веб-страницы, продолжительность, проведенную ими на каждой странице, а также может показывать, какие страницы просматриваются чаще всего. Существует обширная информация для анализа, люди могут проверять clickstream посетителей в сочетании с другой статистической информацией, такой как: продолжительность посещения, поисковые слова, ISP, страны, исследователи и т. д. Этот процесс позволяет людям глубоко знать своих посетителей. [ необходима цитата ]

Веб-мастера могут получить представление о том, что делают посетители на их сайте, используя clickstream. [7] Эти данные сами по себе являются «нейтральными» в том смысле, что любой набор данных нейтрален. Данные могут использоваться в различных сценариях, одним из которых является маркетинг. Кроме того, любой веб-мастер, исследователь, блоггер или человек с веб-сайтом может узнать о том, как улучшить свой сайт.

Растущая индустрия электронной коммерции сделала необходимым адаптироваться к потребностям и предпочтениям потребителей. [8] Данные о пути клика могут использоваться для персонализации предложений продуктов. Используя данные о предыдущем пути клика, веб-сайты могут предсказывать, какие продукты пользователь, скорее всего, купит. Данные о пути клика могут содержать информацию о целях, интересах и знаниях пользователя и, следовательно, могут использоваться для прогнозирования его будущих действий и решений. Используя статистические модели , веб-сайты могут потенциально увеличить свою операционную прибыль, оптимизируя результаты на основе того, что пользователь, скорее всего, купит. [9]

Анализ данных клиентов, посещающих веб-сайт компании, может быть важен для сохранения конкурентоспособности. Этот анализ может быть использован 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, посещающих веб-сайт компании. Как обсуждалось в Van den Poel & Buckinx (2005), анализ потока кликов может быть использован для прогнозирования того, совершит ли клиент покупку на веб-сайте электронной коммерции. Анализ потока кликов также может быть использован для повышения удовлетворенности клиентов веб-сайтом и самой компанией. Это может создать бизнес-преимущество и использоваться для оценки эффективности рекламы на веб-странице или сайте. [10]

Подразумеваемое

Большинство веб-сайтов хранят данные о посетителях сайта через путь клика. Информация обычно используется для улучшения веб-сайта и предоставления персонализированного и более релевантного контента. [11] Кроме того, результаты данных могут использоваться не только дизайнером для обзора, улучшения или перепроектирования своего веб-сайта, но также могут использоваться для моделирования поведения пользователя при просмотре. [12] В онлайн-мире электронной коммерции информация, собранная через путь клика, позволяет рекламодателям создавать персональные профили и использовать их для индивидуального таргетинга потребителей гораздо эффективнее, чем когда-либо прежде; в результате рекламодатели создают более релевантную рекламу и эффективно тратят рекламные доллары. [13] Между тем, в чужих руках данные о пути клика представляют серьезную угрозу личной конфиденциальности. [14]

Несанкционированный сбор данных о кликстриме считается шпионским ПО . Однако санкционированный сбор данных о кликстриме осуществляется организациями, которые используют панели для проведения маркетинговых исследований с использованием участников панели, которые соглашаются делиться своими данными о кликстриме с другими компаниями, загружая и устанавливая специализированные агенты по сбору кликстрима.

Вызовы

Количество путей, которые потенциально может пройти пользователь, 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 менее 5% пользователей следуют наиболее распространенному пути. Однако даже если все пользователи использовали один и тот же путь, все равно невозможно определить, какая страница оказывает наибольшее влияние на определение поведения. Даже в более линейных формах анализа пути, где можно увидеть, где большинство клиентов покидают веб-сайт, фактор «почему?» все еще упускается. Основная проблема анализа пути заключается в том, что он пытается регулировать и заставлять пользователей следовать определенному пути, когда на самом деле пользователи очень разнообразны и имеют определенные предпочтения и мнения. [15]

Смотрите также

Ссылки

  1. ^ WW Moe, PS Fader (2004), «Осведомленность об изменении поведения посетителей в данных Clickstream, архивировано 11 января 2017 г. в Wayback Machine », Журнал интерактивного маркетинга (2004)
  2. ^ "Controlling Your Clickstream". Learn the Net . Архивировано из оригинала 13 марта 2014 года . Получено 12 марта 2014 года .
  3. ^ Насрауи, Олфа; Кардона, Сесар; Рохас, Карлос; Гонсалес, Фабио (2003). «Майнинг меняющихся профилей пользователей в данных кликстрима NoisyWeb с помощью масштабируемого алгоритма кластеризации иммунной системы». Труды семинара KDD по веб-майнингу как предпосылке для... . CiteSeerX 10.1.1.58.9558 . 
  4. ^ "Compete CEO: ISP продают Clickstreams за $5 в месяц". Seeking Alpha. 2007-03-13 . Получено 2011-09-15 .
  5. ^ Сингель, Райан (2007-04-06). «Некоторые интернет-провайдеры по-прежнему уклоняются от запросов на сохранение данных, помогите 27B снова получить 411 | Уровень угрозы | Wired.com». Blog.wired.com . Получено 2011-09-15 .
  6. ^ «Защита данных; Покупки онлайн, конфиденциальность, защита данных и отслеживание третьими лицами». NewsRx . 23 апреля 2011 г. Получено 12 марта 2014 г.
  7. ^ i-Hsien Ting; Kimble, C.; Kudenko, D. (2005). "UBB Mining: Finding Unexpected Browsing Behavior in Clickstream Data to Improve a Web Site's Design" (PDF) . Международная конференция IEEE/WIC/ACM 2005 года по веб-разведке (WI'05) . стр.  179–185 . doi :10.1109/WI.2005.153. ISBN 978-0-7695-2415-3. S2CID  1388782.
  8. ^ Menasalvas, Ernestina; Millán, Peña; Hadjimichael, Marbán (26 мая 2004 г.). «Subsessions: A Granular Approach to Click Path Analysis». International Journal of Intelligent Systems . 19 (7): 619– 637. doi :10.1002/int.20014. S2CID  18150589.
  9. ^ Монтгомери, Алан; Шибо Ли; Каннан Шринивасан; Джон К. Лихти (осень 2004 г.). «Моделирование онлайн-просмотра и анализ пути с использованием данных о кликах». Marketing Science . 23 (4): 579– 595. doi :10.1287/mksc.1040.0073.
  10. ^ Патралли Чаттерджи, Донна Л. Хоффман и Томас П. Новак (2003), «Моделирование кликстрима: последствия для веб-рекламных усилий», Marketing Science 22(4), (осень, 2003), 520-541
  11. ^ "Controlling Your Clickstream". Learn the Net . Архивировано из оригинала 13 марта 2014 года . Получено 12 марта 2014 года .
  12. ^ Тинг, Ай-Хсиен; Кимбл, Куденко (2005). «UBB Mining: поиск неожиданного поведения при просмотре в данных о кликах для улучшения дизайна веб-сайта». Международная конференция по веб-разведке : 179–185 .
  13. ^ «Защита данных; Покупки онлайн, конфиденциальность, защита данных и отслеживание третьими лицами». NewsRx . 23 апреля 2011 г. Получено 12 марта 2014 г.
  14. ^ "Controlling Your Clickstream". Learn the Net . Архивировано из оригинала 13 марта 2014 года . Получено 12 марта 2014 года .
  15. ^ Каушик, Авинаш (2006-05-26). "Анализ пути: хорошее использование времени?" . Получено 12 марта 2014 г.
Взято с "https://en.wikipedia.org/w/index.php?title=Click_path&oldid=1228523272"