Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Bir Tıklama Akışı, bir bilgisayar kullanıcısının web'de gezinirken veya başka bir yazılım uygulamasını kullanırken tıkladığı ekran bölümlerinin kaydedilmesidir. Kullanıcı web sayfasında veya uygulamada herhangi bir yeri tıklattığında, eylem bir istemcide veya web sunucusunda, ayrıca muhtemelen web tarayıcısı, yönlendirici merkezinde, proxy sunucusu veya reklam sunucusunda günlüğe kaydedilir. Tıklama Akışı analizi, web etkinliği analizi, yazılım testi, pazar araştırması ve çalışan verimliliğini analiz etmek için yararlıdır.
Genel Bakış
İlk tıklama akışını veya tıklama yolu verilerini sunucu günlük dosyalarından derlemek zorundaydınız. Geçmişte bu sistem olmadığı için genellikle bu teknik sunucu üzerinde derleme yapılarak kontrol ediliyordu. Ancak insan ve makine trafiği ayrım yapmadığı için, insan tıklamaları çalışması büyük bir çaba sarf edilerek birbirinden ayrıldı. Ardından tarayıcılardan bir dizi sinyal üretmek için bir izleme çerezini kullanıldı ve Javascript teknolojileri geliştirildi. Başka bir deyişle, bilgi sadece tarayıcılarla sitelere tıklayan "gerçek insanlar" dan toplanabilir veri elde edildi.
Bir tıklama akışı, bir dizi sayfa isteği oluşturup, istenen her sayfa bir sinyal üretir. Bu sinyaller, tıklama akışlı raporlama için grafiksel olarak temsil edilebilir. Tıklama izinin ana noktası, web yöneticilerine, sitenizdeki ziyaretçilerin yaptıklarına ilişkin bilgi vermektir. Bu verinin kendisi, herhangi bir veri kümesinin tarafsız olması anlamında kullanılır ve "tarafsızdır". Veriler çeşitli senaryolarda kullanılabilir, bunlardan biri pazarlama. Ek olarak, bir webmaster, araştırmacı, blog yazarı veya bir web sitesine sahip olan kişi, sitelerini nasıl geliştireceğini de öğrenebilir.
Tıklama akışı verilerini kullanmak, özellikle bazı İnternet servis sağlayıcıları geliri artırmanın bir yolu olarak kullanıcıların tıklama bilgisi verilerini satmaya başvurduklarından, gizlilik kaygılarını artırabilir. Bu veriyi satın alan 10-12 şirket var, genellikle kullanıcı başına aylık 0.40 $ civarında gelir elde edebiliyorlar. Bu uygulama bireysel kullanıcıları doğrudan tanımlayamasa da, dolaylı olarak belirli kullanıcıları tanımlamak mümkündür, örneğin AOL arama verileri skandalı. Çoğu tüketici bu uygulamadan ve gizliliklerinden ödün verme ihtimalinden habersizdir. Buna ek olarak bazı İSS'ler kamuya bu uygulama sayesinde itiraf ediyor.
Bir şirketin web sitesini ziyaret eden müşterilerin verilerini analiz etmesi, rekabet ortamı oluşturabilmesi için önemli olabilir. Bu analiz, şirket için iki bulgu oluşturmak için kullanılabilir; ilk olarak, bir kullanıcı tıklama akışının bir analizi olmakla birlikte, kullanım şekillerini ortaya çıkarmak için bir web sitesi kullanıyor ve bu da, müşteri davranışını daha da arttırıyor diyebiliriz. Analizin bu şekilde kullanılması, bir şirketin web sitesini ziyaret eden insan türlerini anlamaya yardımcı olan bir kullanıcı profili oluşturur.
Van den Poel & Buckinx'de (2005) tartışılan gibi, tıklama analizi, bir müşterinin bir e-ticaret web sitesinden satın alıp almayacağını tahmin etmek için kullanılabilir. Bu strateji sayesinde müşteri portföyü oluşturulabilir.
Tıklama Akışı analizi, web sitesiyle ve şirketle olan müşteri memnuniyetini artırmak için de kullanılabilir. Bu, işletme avantajı oluşturabilir ve bir web sayfasında veya siteyle reklamın etkinliğini değerlendirmek için kullanılabilir. Veri madenciliği, sütun odaklı DBMS ve entegre OLAP sistemleri ile desteklenir, bu verileri daha iyi kaydetmek ve analiz etmek için tıklama akışlarıyla birlikte kullanılabilir.
Tıklama Akışları, kullanıcının nerede olduklarını görebilmelerini ve daha önce ziyaret ettikleri bir sayfaya (çoğu tarayıcıda zaten yer alan bir işleve) kolayca erişmelerine izin vermek için kullanılabilir.
Yetkisiz tıklama akışı veri toplama yazılımı casus yazılım olarak kabul edilir. Bununla birlikte, yetkili tıklama akışı veri toplama, özel tıklama koleksiyon araçıları indirip yükleyerek tıklama akış verilerini diğer şirketlerle paylaşmayı kabul eden panelistleri kullanarak pazar araştırması üretmek için opt-in panelleri kullanan kuruluşlardan gelir elde edebilir.
Ayrıca bakınız
Kaynakça
- ^ "Arşivlenmiş kopya". 15 Aralık 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 1 Şubat 2017.
- ^ Veri madenciliği
# AOL arama verileri skandalı
- Veri madenciliği
- WW Moe, PS Fader (2004),“Capturing Evolving Visit Behavior in Clickstream Data11 Ocak 2017 tarihinde Wayback Machine sitesinde arşivlendi.” Journal of Interactive Marketing (2004)
- Patrali Chatterjee, Donna L. Hoffman and Thomas P. Novak (2003),“Modeling the Clickstream: Implications for Web-Based Advertising Efforts”, Marketing Science22(4), (Autumn, 2003), 520-541
- Nasraoui, Olfa; Cardona, Cesar; Rojas, Carlos; Gonzalez, Fabio (2003). "Mining Evolving User Profiles in NoisyWeb Clickstream Data with a Scalable Immune System Clustering Algorithm". Proc. of KDD Workshop on Web mining as a Premise to…. CiteSeerX 10.1.1.58.95583 Şubat 2017 tarihinde Wayback Machine sitesinde arşivlendi..
- ^ Kaynak hatası: Geçersiz
<ref>etiketi;:0isimli refler için metin sağlanmadı (Bkz: )
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Bir Tiklama Akisi bir bilgisayar kullanicisinin web de gezinirken veya baska bir yazilim uygulamasini kullanirken tikladigi ekran bolumlerinin kaydedilmesidir Kullanici web sayfasinda veya uygulamada herhangi bir yeri tiklattiginda eylem bir istemcide veya web sunucusunda ayrica muhtemelen web tarayicisi yonlendirici merkezinde proxy sunucusu veya reklam sunucusunda gunluge kaydedilir Tiklama Akisi analizi web etkinligi analizi yazilim testi pazar arastirmasi ve calisan verimliligini analiz etmek icin yararlidir Genel BakisIlk tiklama akisini veya tiklama yolu verilerini sunucu gunluk dosyalarindan derlemek zorundaydiniz Gecmiste bu sistem olmadigi icin genellikle bu teknik sunucu uzerinde derleme yapilarak kontrol ediliyordu Ancak insan ve makine trafigi ayrim yapmadigi icin insan tiklamalari calismasi buyuk bir caba sarf edilerek birbirinden ayrildi Ardindan tarayicilardan bir dizi sinyal uretmek icin bir izleme cerezini kullanildi ve Javascript teknolojileri gelistirildi Baska bir deyisle bilgi sadece tarayicilarla sitelere tiklayan gercek insanlar dan toplanabilir veri elde edildi Bir tiklama akisi bir dizi sayfa istegi olusturup istenen her sayfa bir sinyal uretir Bu sinyaller tiklama akisli raporlama icin grafiksel olarak temsil edilebilir Tiklama izinin ana noktasi web yoneticilerine sitenizdeki ziyaretcilerin yaptiklarina iliskin bilgi vermektir Bu verinin kendisi herhangi bir veri kumesinin tarafsiz olmasi anlaminda kullanilir ve tarafsizdir Veriler cesitli senaryolarda kullanilabilir bunlardan biri pazarlama Ek olarak bir webmaster arastirmaci blog yazari veya bir web sitesine sahip olan kisi sitelerini nasil gelistirecegini de ogrenebilir Tiklama akisi verilerini kullanmak ozellikle bazi Internet servis saglayicilari geliri artirmanin bir yolu olarak kullanicilarin tiklama bilgisi verilerini satmaya basvurduklarindan gizlilik kaygilarini artirabilir Bu veriyi satin alan 10 12 sirket var genellikle kullanici basina aylik 0 40 civarinda gelir elde edebiliyorlar Bu uygulama bireysel kullanicilari dogrudan tanimlayamasa da dolayli olarak belirli kullanicilari tanimlamak mumkundur ornegin AOL arama verileri skandali Cogu tuketici bu uygulamadan ve gizliliklerinden odun verme ihtimalinden habersizdir Buna ek olarak bazi ISS ler kamuya bu uygulama sayesinde itiraf ediyor Bir sirketin web sitesini ziyaret eden musterilerin verilerini analiz etmesi rekabet ortami olusturabilmesi icin onemli olabilir Bu analiz sirket icin iki bulgu olusturmak icin kullanilabilir ilk olarak bir kullanici tiklama akisinin bir analizi olmakla birlikte kullanim sekillerini ortaya cikarmak icin bir web sitesi kullaniyor ve bu da musteri davranisini daha da arttiriyor diyebiliriz Analizin bu sekilde kullanilmasi bir sirketin web sitesini ziyaret eden insan turlerini anlamaya yardimci olan bir kullanici profili olusturur Van den Poel amp Buckinx de 2005 tartisilan gibi tiklama analizi bir musterinin bir e ticaret web sitesinden satin alip almayacagini tahmin etmek icin kullanilabilir Bu strateji sayesinde musteri portfoyu olusturulabilir Tiklama Akisi analizi web sitesiyle ve sirketle olan musteri memnuniyetini artirmak icin de kullanilabilir Bu isletme avantaji olusturabilir ve bir web sayfasinda veya siteyle reklamin etkinligini degerlendirmek icin kullanilabilir Veri madenciligi sutun odakli DBMS ve entegre OLAP sistemleri ile desteklenir bu verileri daha iyi kaydetmek ve analiz etmek icin tiklama akislariyla birlikte kullanilabilir Tiklama Akislari kullanicinin nerede olduklarini gorebilmelerini ve daha once ziyaret ettikleri bir sayfaya cogu tarayicida zaten yer alan bir isleve kolayca erismelerine izin vermek icin kullanilabilir Yetkisiz tiklama akisi veri toplama yazilimi casus yazilim olarak kabul edilir Bununla birlikte yetkili tiklama akisi veri toplama ozel tiklama koleksiyon aracilari indirip yukleyerek tiklama akis verilerini diger sirketlerle paylasmayi kabul eden panelistleri kullanarak pazar arastirmasi uretmek icin opt in panelleri kullanan kuruluslardan gelir elde edebilir Ayrica bakinizKlavye dinleme sistemiKaynakca Arsivlenmis kopya 15 Aralik 2016 tarihinde kaynagindan arsivlendi Erisim tarihi 1 Subat 2017 Veri madenciligi AOL arama verileri skandaliVeri madenciligi WW Moe PS Fader 2004 Capturing Evolving Visit Behavior in Clickstream Data11 Ocak 2017 tarihinde Wayback Machine sitesinde arsivlendi Journal of Interactive Marketing 2004 Patrali Chatterjee Donna L Hoffman and Thomas P Novak 2003 Modeling the Clickstream Implications for Web Based Advertising Efforts Marketing Science22 4 Autumn 2003 520 541 Nasraoui Olfa Cardona Cesar Rojas Carlos Gonzalez Fabio 2003 Mining Evolving User Profiles in NoisyWeb Clickstream Data with a Scalable Immune System Clustering Algorithm Proc of KDD Workshop on Web mining as a Premise to CiteSeerX 10 1 1 58 95583 Subat 2017 tarihinde Wayback Machine sitesinde arsivlendi Kaynak hatasi Gecersiz lt ref gt etiketi 0 isimli refler icin metin saglanmadi Bkz Kaynak gosterme