Madame Lelica

de Fleste web analytics prosesser kommer ned til fire viktige faser eller trinn, som er:

• Innsamling av data: Dette stadiet er samlingen av grunnleggende, elementære data. Vanligvis, disse data er teller på ting. Målet med denne fasen er å samle data.
• Prosessering av data til informasjon: Dette stadiet vanligvis ta teller og gjøre dem forholdstall, selv om det fortsatt kan være noen teller., Målet med denne fasen er å ta data og er i samsvar med det til informasjon, spesielt beregninger.
• Utvikling av KPI ‘ er: Denne fasen fokuserer på ved hjelp av forholdstall (og teller) og tilføre dem med forretningsstrategier, referert til som key performance indicators (KPI). Mange ganger, Kpier håndtere konvertering aspekter, men ikke alltid. Det avhenger av organisasjonen.
• Utarbeidelse av online strategi: Dette stadiet er opptatt med online mål, mål og standarder for organisasjon eller bedrift., Disse strategiene er vanligvis knyttet til å tjene penger, spare penger, eller økende markedsandel.

en Annen viktig funksjon utviklet av analytikere for optimalisering av nettsteder er den eksperimenter

• Eksperimenter og utprøving av: A/B-testing er et kontrollert eksperiment med to varianter, i online-innstillinger, for eksempel web-utvikling.

målet av A/B-testing er å identifisere og foreslå endringer til web-sider som øker eller maksimere effekten av et statistisk testet resultatet av interesse.

Hvert trinn påvirker eller kan påvirke (dvs., harddisker) scenen før eller etter det. Så, noen ganger de data som er tilgjengelige for samlingen konsekvenser online strategi. Andre ganger, online strategi påvirker dataene som samles inn.

Web analytics technologiesEdit

Det er minst to kategorier av web analytics, off-site og on-site webanalyse.

• Off-site webanalyse refererer til web-måling og analyse uavhengig av om en person eier eller driver et nettsted., Det inkluderer måling av et nettsted ‘ s potensielle publikum (mulighet), andel av voice (synlighet), og buzz (kommentarer) som skjer på Internett som en helhet.
• On-site web analytics, som er den vanligste av de to, måle en besøkendes atferd gang på et bestemt nettsted. Dette inkluderer dens drivere og konverteringer, for eksempel i hvilken grad ulike destinasjonssider som er forbundet med online kjøp. On-site webanalyse måler ytelsen til et bestemt webområde i en kommersiell sammenheng., Denne informasjonen er vanligvis sammenlignet med nøkkeltall for ytelse og brukes til å forbedre et nettsted eller markedsføring kampanje publikum respons. Google Analytics og Adobe Analytics er den mest brukte på stedet tjeneste for webanalyse, selv om nye verktøy dukker opp som gir ekstra lag av informasjon, inkludert varme kart og økt opptak.

Historisk, web analytics har blitt brukt til å se på-besøkende måling. Men denne meningen er blitt uskarpt, hovedsakelig fordi leverandører er å produsere verktøy som spenner over begge kategorier., Mange forskjellige leverandører som tilbyr on-site web analytics software og tjenester. Det er to viktigste tekniske måter å samle inn data. Den første og den tradisjonelle metoden, server logg-filen analyse, leser loggfilene som web-server poster fil forespørsler fra weblesere. Den andre metoden, side tagging, bruker JavaScript integrert i nettsiden for å gjøre bildet forespørsler til en tredjepart analytics-dedikert server, når en nettside er utført av en nettleser, eller, hvis ønskelig, når et museklikk oppstår. Både samle inn data som kan behandles for å produsere web-trafikk rapporter.,

Web analytics-data sourcesEdit

Det grunnleggende målet for web analytics er å samle inn og analysere data knyttet til web-trafikk og bruksmønstre. Dataene kommer hovedsaklig fra fire kilder:

1. HTTP Direkte be om data: direkte kommer fra HTTP-forespørsel meldinger (HTTP-forespørsel overskrifter).
2. Nettverk nivå og server genererte data assosiert med HTTP-forespørsler: ikke en del av en HTTP-forespørsel, men det er nødvendig for vellykket forespørsel overføringer, for eksempel IP-adressen til en forespørsel.,
3. Program-nivå data som sendes med HTTP-forespørsler: genereres og behandles av program-nivå programmer (for eksempel JavaScript, PHP, og ASP.Net), inkludert økt og henvisninger. Disse er vanligvis tatt ved interne logger fremfor offentlig web analytics tjenester.
4. Eksterne data: kan kombineres med data fra nettsteder for å hjelpe forsterke nettstedet virkemåte-dataene som er beskrevet ovenfor og tolke bruk av internett., For eksempel IP-adresser er vanligvis forbundet med Geografiske regioner og internett-tjenesteleverandører, e-post, åpne og klikk-gjennom priser, direkte post kampanje data, salg og føre historie, eller andre typer data som trengs.

Web-server logg-fil analysisEdit

Web-servere spille inn noen av sine transaksjoner i en loggfil. Det ble snart innså at disse loggfilene kan leses av et program for å gi data om populariteten til nettstedet. Dermed oppsto web-logger analyse programvare.,

I begynnelsen av 1990-tallet, nettsted statistikk besto i hovedsak av å telle antall klienten ber om (eller treff) laget til web-serveren. Dette var en rimelig metode i utgangspunktet, siden hvert nettsted ofte besto av en enkelt HTML-fil. Men med innføringen av bilder i HTML, og nettsteder som strakte seg over flere HTML-filer, kan denne tellingen ble mindre nyttig. Den første virkelige kommersielle Log Analyzer ble utgitt av IPRO i 1994.

To måleenhetene ble introdusert på midten av 1990-tallet for å måle mer nøyaktig mengden av menneskelig aktivitet på web-servere., Disse var sidevisninger og besøk (eller økter). En sidevisning ble definert som en anmodning til web-server for en side, i motsetning til en grafisk, mens et besøk ble definert som en sekvens av forespørsler fra en entydig identifisert klient som utløper etter en viss mengde av inaktivitet, vanligvis 30 minutter.

fremveksten av search engine edderkopper og roboter i slutten av 1990-tallet, sammen med web-proxyer og dynamisk tildelte IP-adresser for store selskaper og Leverandører, har gjort det vanskeligere å identifisere unike menneskelige besøkende til et nettsted., Log analysatorer svarte med å spore besøk av cookies, og ved å ignorere henvendelser fra kjente edderkopper.

utstrakt bruk av web-cacher også presentert et problem for logg-filen analyse. Hvis en person besøker en side, den andre anmodningen vil ofte være hentet fra nettleserens cache, og så ingen forespørsel vil være mottatt av web-server. Dette betyr at personens sti gjennom området er tapt. Caching kan bekjempes ved å konfigurere web server, men dette kan resultere i redusert ytelse for de besøkende og større belastning på serverne.,

Side taggingEdit

Bekymringer om nøyaktigheten av logg-filen analyse i nærvær av mellomlagring, og et ønske om å være i stand til å utføre web analytics som en outsourcet tjeneste, førte til den andre datainnsamling-metode, side merking eller «Web bugs’.

I midten av 1990-tallet, Web-tellere ble ofte sett — dette var bilder som er inkludert i en web-side som viste hvor mange ganger bildet hadde blitt bedt om, som var et estimat av antall besøk på denne siden., I slutten av 1990-tallet, dette konseptet utviklet seg til å inkludere en liten usynlig bilde i stedet for en synlig én, og ved hjelp av JavaScript, for å passere sammen med bildet be om visse opplysninger på siden og den besøkende. Denne informasjonen kan deretter bli behandlet eksternt av en web analytics selskapet, og omfattende statistikk generert.

tjeneste for webanalyse forvalter også prosessen med å tilordne en cookie til bruker, som kan identifisere dem under deres besøk og i senere besøk., Cookie aksept priser varierer betydelig mellom nettsteder og kan påvirke kvaliteten på dataene som samles inn og rapporteres.

å Samle hjemmeside data ved hjelp av et tredjeparts data collection-server (eller til og med en in-house datainnsamling server) krever en ekstra DNS-oppslag av brukerens datamaskin for å finne IP-adressen til samling server. Noen ganger, forsinkelser i å fullføre en vellykket eller mislykket DNS-oppslag kan føre til at data ikke blir samlet inn.,

Med den økende populariteten av Ajax-baserte løsninger, som er et alternativ til bruk av et usynlig bilde er å gjennomføre en samtale tilbake til server fra den formaterte siden. I dette tilfellet, når siden er gjengitt på nettleser, et stykke av Ajax-kode vil ringe tilbake til serveren og sende informasjon om klienten som kan bli samlet av en web analytics selskapet. Dette er på noen måter feil ved nettleseren restriksjoner på servere som kan kontaktes med XmlHttpRequest objekter., Også, denne metoden kan føre til litt lavere rapportert trafikk nivåer, siden den besøkende kan stoppe side lastes inn i mid-svar før Ajax-kall er laget.

Loggfil analyse vs side taggingEdit

Begge loggfil analyse programmer og side merking løsninger er lett tilgjengelig for bedrifter som ønsker å utføre web analytics. I noen tilfeller, den samme web analytics selskapet vil tilby begge tilnærminger. Spørsmålet som da oppstår av hvilken metode en bedrift bør velge. Det er fordeler og ulemper til hver tilnærming.,

Fordeler av loggfil analysisEdit

De viktigste fordelene med logg-filen analyse over side tagging er som følger:

• web-serveren som normalt produserer allerede logg-filer, slik at rådata er allerede tilgjengelig. Ingen endringer på vårt nettsted er nødvendig.
• dataene er på selskapets egne servere, og er i en standard, snarere enn en proprietær, – format. Dette gjør det lett for en bedrift å bytte programmer senere, kan du bruke flere ulike programmer, og analysere historiske data med et nytt program.,
• Loggfiler inneholder informasjon om besøk fra search engine edderkopper, som generelt er unntatt fra analytics-verktøy ved hjelp av JavaScript-merking. (Noen søkemotorer kan ikke selv utføre JavaScript på en side.) Selv om disse bør ikke rapporteres som en del av menneskelig aktivitet, og det er nyttig informasjon for søkemotor optimalisering.
• Loggfiler krever ingen ekstra DNS-oppslag eller TCP slow starter. Dermed er det ingen ekstern server samtaler som kan bremse side legg hastigheter, eller som kan resultere i uminnelige sidevisninger.
• web server-pålitelig-poster hver transaksjon som det gjør, e.,g. servering av PDF-dokumenter og innhold er generert av skript, og ikke stole på den besøkendes nettlesere samarbeide.

Fordeler av side taggingEdit

De viktigste fordelene med side-tagging over loggfil analysen er som følger:

• Telle aktiveres ved å åpne den aktuelle siden (gitt at web-klienten kjører tag skript), kan ikke be om det fra server. Hvis en side er bufret, vil det ikke bli regnet med server-baserte logger analyse. Bufrede sider kan forklare opp til en tredjedel av alle sidevisninger, som kan ha negativ innvirkning på mange område beregninger.,
• Data som er samlet inn via en komponent («id») i side, vanligvis skrevet i JavaScript, selv om Java eller Flash kan også brukes. Ajax kan også brukes i forbindelse med en server-side scripting språk (for eksempel PHP) for å manipulere og (vanligvis) ikke oppbevar det i en database, i utgangspunktet muliggjør full kontroll over hvordan data er representert.
• skriptet kan ha tilgang til ytterligere informasjon på web-klienten eller brukeren, og ikke er sendt, i spørringen, for eksempel besøkende’ – skjermen, størrelser og pris for varene de har kjøpt.,
• Side merking kan rapportere om hendelser som ikke innebære en forespørsel til web-serveren, for eksempel interaksjoner innenfor Flash-filmer, delvis form ferdigstillelse, mus hendelser som onClick, onMouseOver, onFocus, onBlur etc.
• side merking service styrer prosessen for tildeling informasjonskapsler for besøkende, med logg-filen analyse, på serveren er konfigurert til å gjøre dette.
• Side merking er tilgjengelig for selskaper som ikke har tilgang til sine egne webservere.
• i det Siste, side merking har blitt en standard i web analytics.,

den Økonomiske factorsEdit

Loggfil analyse er nesten alltid utføres i huset. Side merking kan utføres i huset, men det er mer ofte gitt som en tredjeparts tjeneste. Den økonomiske forskjellen mellom disse to modellene kan også være et vederlag for et selskap å avgjøre hvor å kjøpet.

• Loggfil analyse innebærer vanligvis en one-off kjøpe programvare, men noen leverandører er å innføre maksimal årlig sidevisninger med ekstra kostnader knyttet til prosessen ytterligere informasjon., I tillegg til kommersielle tilbud, flere open-source loggfil analyse verktøy er tilgjengelig gratis.
• For Loggfil analyse data må lagres og arkiveres, som ofte vokser stort raskt. Selv om kostnaden for maskinvare til å gjøre dette på er minimal, overhead for en IT-avdeling kan være betydelig.
• For Loggfil analyse programvare trenger å bli opprettholdt, inkludert oppdateringer og sikkerhetsoppdateringer.
• for Komplisert side merking leverandører belaster en månedlig avgift basert på volum, dvs. antall sidevisninger per måned samlet inn.,

hvilken løsning Som er billigere å implementere avhenger av mengden av tekniske kompetansen i selskapet, leverandøren valgt, mengden av aktivitet sett på nettsider, dybde og type informasjon som etterspørres, og antall forskjellige nettsteder som trenger statistikk.

Uavhengig av leverandør løsning eller datainnsamling metode brukt, kostnaden av web besøkende analyse og tolkning bør også være inkludert. Det er, kostnaden av å slå raw-data til nyttig informasjon., Dette kan være fra bruk av tredjeparts konsulenter, ansettelse av en erfaren web-analytiker, eller trening av en egnet in-house person. En kostnad-nytte-analyser kan utføres. For eksempel, hva øke inntekter eller kostnadsbesparelser kan oppnås ved å analysere web besøkende data?

Hybrid methodsEdit

Noen selskaper produserer løsninger som samler inn data gjennom både logg-filer og side tagging og kan analysere både slag. Ved hjelp av en hybrid metode de har som mål å produsere mer nøyaktig statistikk enn enten-metoden på sin egen., En tidlig hybrid løsning ble produsert i 1998 av Rufus Evison.

Geolocation av visitorsEdit

Med IP geolocation, er det mulig å spore besøkende. Ved hjelp av IP geolocation database eller API, besøkende kan være georefererte til by, region eller land nivå.

IP Intelligence, eller Internet Protocol (IP) Intelligens, er en teknologi som kart på Internett og anser IP-adresser ved hjelp av parametre som for eksempel geografisk område (land, region, stat, by og postnummer), connection type, Internet Service Provider (ISP), proxy-informasjon, og mer., Den første generasjonen av IP Intelligence ble referert til som geografisk målretting eller geolocation-teknologi. Denne informasjonen brukes av bedrifter for online publikum segmentering i programmer, online annonsering, behavioral targeting, innhold, lokalisering (eller nettside lokalisering), digital rights management, personalisering, online svindel-gjenkjenning, lokaliserte søk, forbedret analytics, global trafikk ledelse, og distribusjon av innhold.,

Klikk analyticsEdit

Klikk analytics er en spesiell type nettanalyse som gir spesiell oppmerksomhet til klikk.

Vanligvis, klikk analytics fokuserer på på stedet analytics. En redaktør av et nettsted bruker klikker analytics til å finne ut utførelsen av hans eller hennes nettsted, med hensyn til hvor brukerne av nettstedet er å klikke.,

Også, klikk analytics kan skje i sanntid eller «unreal»-tid, avhengig av hvilken type informasjon som etterspørres. Vanligvis, front-side redaktører på høy trafikk news media nettsteder som ønsker å overvåke sine sider i real-time, for å optimalisere innholdet. Redaktører, designere eller andre typer aktører kan analysere klikk på en større tidsramme for å hjelpe dem å vurdere ytelse av forfattere, design elementer eller reklame etc.

Data om klikk kan være samlet i minst to måter., Ideelt sett et klikk er «logget» når det skjer, og denne metoden krever noe av funksjonaliteten som fanger opp relevant informasjon når hendelsen oppstår. Alternativt kan man innføre en antakelse om at en side er et resultat av et klikk, og derfor logge deg en simulert klikket som førte til den siden du vil vise.

Customer lifecycle analyticsEdit

Customer lifecycle analytics er et besøkende-sentriske tilnærming til måling som faller under paraplyen av livssyklusen markedsføring. Sidevisninger, klikk og andre hendelser (for eksempel API-kall, tilgang til tredjeparts tjenester, etc.,) er alle knyttet til en enkelt besøkende i stedet for å lagres som separate data poeng. Customer lifecycle analytics-forsøk på å koble alle data poeng til en markedsføring trakt som kan gi innsikt i besøkende atferd og nettside optimalisering.

Andre methodsEdit

Andre metoder for datainnsamling er noen ganger brukt. Packet sniffing samler inn data ved sniffing network trafikk som passerer mellom webserveren og verden utenfor. Packet sniffing innebærer ingen endringer på web-sidene eller web-servere., Å integrere web analytics i web server programvare i seg selv er også mulig. Begge disse metodene krav på å gi bedre real-time data enn andre metoder.