Odkrywanie wzorców zachowań użytkowników Internetu.

Post on 02-Dec-2014

526 views 1 download

description

 

Transcript of Odkrywanie wzorców zachowań użytkowników Internetu.

AGENDA

•  Odkrywanie wzorców zachowań użytkowników www –

wprowadzenie.

•  Jakie dane są zbierane przez serwisy www? W jaki sposób?

•  Co o swoich użytkownikach wie serwis www?

•  Eksploracja danych. Jak pozyskać wiedzę z zebranych informacji?

•  Jak wykorzystać odkryte wzorce zachowań? Studium przypadku.

Ania, 33 lata Mieszka w Krakowie.

Lubi włoską kuchnię. Pasjonuje się fotografią.

PLIKI COOKIES

Identyfikują użytkownika po unikalnym id. Zawierają podstawowe informacje o odwiedzającym: •  Nowy/powracający •  Czas spędzony na stronie. •  Z jakiego źródła przyszedł (wyszukiwarka, reklama, e-mail, odesłanie).

DZIENNIKI SERWERÓW

Techniczny zapis informacji o ruchu sieciowym. Zawierają dane o: •  Adresie IP •  Czasie wykonanej akcji •  Lokalizacji zasobu na serwerze •  Urządzeniu użytkownika

DANE Z APLIKACJI SIECIOWEJ

Akcje wykonywane przez użytkownika, podczas korzystania z aplikacji sieciowej (strony www, sklepu, serwisu społecznościowego).

Zawierają informacje o:

•  Dokonanych zakupach.

•  Przesyłanej treści.

•  Subskrypcjach newslettera.

•  Rejestracji w serwisie.

SERWIS WWW

Strony internetowe zbierają podstawowe informacje o zachowaniu użytkowników:

•  Typ użytkownika: nowy/powracający.

•  Źródło wejścia na stronę.

•  Czas spędzony na stronie.

•  Najpopularniejsze treści na stronie.

WYSZUKIWARKI INTERNETOWE

Wyszukiwarki zbierają podstawowe informacje :

•  Najpopularniejszych wyszukiwanych hasłach.

•  Najnowszych trendach w wyszukiwaniu.

•  Historii wyszukiwania użytkownika (opcjonalnie).

TENDENCJE AKTYWNOŚCI WIRUSA GRYPY

NAJPOPULARNIEJSZE WYSZUKIWANIA

SERWISY POCZTOWE

Serwisy pocztowe mają informacje o:

•  Osobach, z którymi najczęściej korespondujemy.

•  Tematyce wysyłanych wiadomości (słowa kluczowe).

SERWISY SPOŁECZNOŚCIOWE

W serwisie społecznościowym użytkownik udostępnia informacje o:

•  Imieniu i nazwisku, dacie urodzenia, miejscu zamieszkania.

•  Relacjach ze znajomymi, przynależności do grup.

•  Zainteresowaniach.

•  Miejscach, w których bywa (check-in).

SKLEPY INTERNETOWE

Sklep internetowy zna:

•  Zakupy dokonane przez użytkownika.

•  Preferencje zakupowe użytkownika.

•  Zainteresowania grupami produktów.

EKSPLORACJA DANYCH (DATA MINING)

Służy odkrywaniu ukrytych wzorców w ogromnych zbiorach danych.

EKSPLORACJA DANYCH (DATA MINING)

Jakie są korzyści z jej zastosowania?

•  Reklamy dopasowane do zainteresowań użytkownika.

•  Tworzenie nowych produktów i ofert.

•  Rozwój serwisu www.

•  Wykrywanie błędów i luk w aplikacji oraz transakcji będących nadużyciami.

ANALIZA STATYSTYCZNA

Analiza statystyczna daje podstawowe informacje opisujące badane zjawisko za pomocą mediany, średniej, rozkładów.

Średnia wartość zamówienia: 350 zł

Średnia liczba odwiedzin dokonaniem zakupu: 3

REGUŁY ASOCJACYJNE

Za pomocą reguł asocjacyjnych można odkryć zależności przyczynowo – skutkowe.

Kod rabatowy Wyższa wartość

zamówienia

GRUPOWANIE

Za pomocą grupowania analizujemy skupienia użytkowników wokół danej cechy.

KLASYFIKACJA

Pozwala przyporządkować użytkownika, który spełnia określone kryteria do wcześniej zdefiniowanych grup.

KLASYFIKACJA

Reklamy kierowane na zainteresowania.

Przykład:

Restauracja z kuchnią włoską w Krakowie.

Potencjalni klienci:

osoby lubiące włoską kuchnię, mieszkające w Krakowie, chodzące do restauracji.

ANALIZA KOSZYKA SKLEPOWEGO

Reguły asocjacyjne wykorzystywane w analizie koszyka sklepowego pozwalają znaleźć produkty kupowane razem.

Michale, kupiłeś aparat cyfrowy. Zobacz, co możesz jeszcze dokupić

ANALIZA KOSZYKA SKLEPOWEGO

GRUPOWANIE Za pomocą grupowania znaleziono książki o podobnej tematyce, którymi interesuje się użytkownik.

ZA POMOCĄ EKSPLORACJI DANYCH…

…można odkryć wzorce zachowań wśród użytkowników serwisu.

…można poznać zainteresowania użytkowników i ich preferencje zakupowe.

…można lepiej dostosować stronę internetową do potrzeb użytkownika.

…można wykorzystać wiedzę zawartą w ogromnych zbiorach informacji, jakie posiada każdy serwis internetowy.

Michał Bryś Analityk danych Specjalista SEM michalbrys.pl kontakt@michalbrys.pl