Una ruta de clics o flujo de clics es la secuencia de hipervínculos que uno o más visitantes siguen en un sitio web, presentada en el orden en que fueron visualizados. La ruta de clics de un visitante puede comenzar dentro del sitio web o en un sitio web de terceros , a menudo una página de resultados de un motor de búsqueda , y continúa como una secuencia de páginas web sucesivas visitadas por el usuario. Las rutas de clics recopilan datos de llamadas y pueden vincularlos con fuentes de anuncios, palabras clave o dominios de referencia para capturar información.
El análisis de flujo de clics es útil para el análisis de la actividad web, [ 1 ] las pruebas de software, la investigación de mercado y para analizar la productividad de los empleados.
Almacenamiento de información
Mientras navega por la World Wide Web , un "agente de usuario" ( navegador web ) realiza solicitudes a otra computadora, conocida como servidor web , cada vez que el usuario selecciona un hipervínculo . La mayoría de los servidores web almacenan información sobre la secuencia de enlaces por los que un usuario " hace clic " mientras visita los sitios web que alojan en archivos de registro para beneficio del operador del sitio. La información de interés puede variar y puede incluir información descargada, página web visitada anteriormente, página web visitada posteriormente, duración del tiempo de permanencia en la página, etc. La información es más útil cuando se identifica al cliente/usuario, lo que puede hacerse a través del registro en el sitio web o la coincidencia de registros a través del proveedor de servicios de Internet (ISP) del cliente. [ 2 ] El almacenamiento también puede ocurrir en un enrutador , servidor proxy o servidor de anuncios .
Análisis de datos
La minería de datos , [ 3 ] los sistemas de gestión de bases de datos orientados a columnas y los sistemas OLAP integrados se pueden utilizar junto con los flujos de clics para registrar y analizar mejor estos datos.
Privacidad
El uso de datos de flujo de clics puede generar preocupaciones sobre la privacidad , especialmente porque algunos proveedores de servicios de Internet han recurrido a la venta de estos datos para aumentar sus ingresos. Hay entre 10 y 12 empresas que compran estos datos, generalmente por unos 0,40 dólares al mes por usuario. [ 4 ] Si bien esta práctica puede no identificar directamente a usuarios individuales, a menudo es posible identificar indirectamente a usuarios específicos, como en el escándalo de los datos de búsqueda de AOL . La mayoría de los consumidores desconocen esta práctica y su potencial para comprometer su privacidad. Además, pocos proveedores de servicios de Internet admiten públicamente esta práctica. [ 5 ]
A medida que crece el mundo de las compras en línea , resulta más fácil que se vulnere la privacidad de las personas. Se han dado numerosos casos de direcciones de correo electrónico , números de teléfono y otra información personal robada ilegalmente a compradores, clientes y muchos más, para ser utilizada por terceros. Estos terceros pueden ser desde anunciantes hasta hackers . Si bien algunos consumidores se benefician al obtener publicidad y ofertas más personalizadas, la mayoría se ve perjudicada por la falta de privacidad. Con el avance de la tecnología, los consumidores corren cada vez más riesgo de perder su privacidad. [ 6 ]
Aplicaciones
El seguimiento de clics permite al usuario ver qué páginas ha visitado y volver fácilmente a ellas, una función integrada en la mayoría de los navegadores. Este seguimiento muestra la hora y la posición exactas en las que los usuarios navegaron y cerraron el sitio web, todas las páginas que visitaron, el tiempo que permanecieron en cada una y las páginas más visitadas. Existe abundante información para analizar; se puede consultar el seguimiento de clics de los visitantes junto con otra información estadística, como la duración de la visita, las palabras clave, el proveedor de servicios de internet (ISP), los países, los navegadores, etc. Este proceso permite conocer en profundidad a los visitantes.
Los webmasters pueden obtener información sobre lo que hacen los visitantes en su sitio web mediante el análisis del flujo de clics. [ 7 ] Estos datos son neutrales, como cualquier conjunto de datos. Se pueden utilizar en diversos escenarios, entre ellos el marketing. Además, cualquier webmaster, investigador, bloguero o persona con un sitio web puede aprender a mejorarlo.
La creciente industria del comercio electrónico ha hecho necesario adaptarse a las necesidades y preferencias de los consumidores. [ 8 ] Los datos de la ruta de clics se pueden utilizar para personalizar las ofertas de productos. Al utilizar datos anteriores de la ruta de clics, los sitios web pueden predecir qué productos es probable que compre el usuario. Los datos de la ruta de clics pueden contener información sobre los objetivos, intereses y conocimientos del usuario y, por lo tanto, se pueden utilizar para predecir sus acciones y decisiones futuras. Al utilizar modelos estadísticos , los sitios web pueden potencialmente aumentar sus ganancias operativas al optimizar los resultados en función de lo que es más probable que compre el usuario. [ 9 ]
Analizar los datos de los clientes que visitan el sitio web de una empresa puede ser importante para mantener la competitividad. Este análisis puede generar dos hallazgos para la empresa: el primero es un análisis del flujo de clics de un usuario mientras navega por el sitio web para revelar patrones de uso, lo que a su vez proporciona una mayor comprensión del comportamiento del cliente. Este uso del análisis crea un perfil de usuario que ayuda a comprender los tipos de personas que visitan el sitio web de una empresa. Como se menciona en Van den Poel y Buckinx (2005), el análisis del flujo de clics puede utilizarse para predecir si es probable que un cliente compre en un sitio web de comercio electrónico. El análisis del flujo de clics también puede utilizarse para mejorar la satisfacción del cliente con el sitio web y con la propia empresa. Esto puede generar una ventaja comercial y utilizarse para evaluar la efectividad de la publicidad en una página o sitio web. [ 10 ]
Trascendencia
La mayoría de los sitios web almacenan datos sobre los visitantes a través de su historial de clics. Esta información se utiliza normalmente para mejorar el sitio web y ofrecer contenido personalizado y más relevante. [ 11 ] Además, los resultados de los datos no solo pueden ser utilizados por un diseñador para revisar, mejorar o rediseñar su sitio web, sino también para modelar el comportamiento de navegación del usuario. [ 12 ] En el mundo del comercio electrónico, la información recopilada a través del historial de clics permite a los anunciantes crear perfiles personales y utilizarlos para segmentar a los consumidores de forma mucho más eficaz que nunca; como resultado, los anunciantes crean publicidad más relevante y gastan su presupuesto publicitario de manera más eficiente. [ 13 ] Sin embargo, en manos equivocadas, los datos del historial de clics representan una grave amenaza para la privacidad personal. [ 14 ]
La recopilación no autorizada de datos de clics se considera software espía . Sin embargo, la recopilación autorizada de datos de clics proviene de organizaciones que utilizan paneles de participación voluntaria para generar estudios de mercado con panelistas que aceptan compartir sus datos de clics con otras empresas mediante la descarga e instalación de agentes especializados de recopilación de datos de clics.
Desafíos
El número de rutas que un usuario puede tomar aumenta considerablemente según la cantidad de páginas de un sitio web en particular. Muchas herramientas para el análisis de rutas son demasiado lineales y no tienen en cuenta la complejidad del uso de internet. En la mayoría de los casos, menos del 5 % de los usuarios siguen la ruta más común. Sin embargo, incluso si todos los usuarios utilizaran la misma ruta, no hay forma de determinar qué página influye más en su comportamiento. Incluso en las formas más lineales de análisis de rutas, donde se puede ver dónde abandona el sitio web la mayoría de los clientes, se omite el factor del "por qué". El principal desafío del análisis de rutas radica en que intenta regular y obligar a los usuarios a seguir una ruta determinada, cuando en realidad son muy diversos y tienen preferencias y opiniones específicas. [ 15 ]
Véase también
Referencias
- ↑ WW Moe, PS Fader (2004), " Capturando el comportamiento de visita en evolución en los datos de flujo de clics " Archivado el 11/01/2017 en Wayback Machine " Journal of Interactive Marketing (2004)
- ↑ "Controlando tu flujo de clics" . Aprende sobre la red . Archivado del original el 13 de marzo de 2014. Consultado el 12 de marzo de 2014 .
- ↑ 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 10.1.1.58.9558 .
- ↑ "CEO de Compete: los ISP venden flujos de clics por 5 dólares al mes" . Seeking Alpha. 13 de marzo de 2007. Consultado el 15 de septiembre de 2011 .
- ↑ Singel, Ryan (6 de abril de 2007). "Algunos ISP siguen evadiendo las solicitudes de retención de datos, ayuden a 27 mil millones a obtener la información nuevamente | Nivel de amenaza | Wired.com" . Blog.wired.com . Consultado el 15 de septiembre de 2011 .
- ↑ "Protección de datos; compras en línea, privacidad, protección de datos y seguimiento por terceros" . NewsRx . 23 de abril de 2011. Consultado el 12 de marzo de 2014 .
- ↑ i-Hsien Ting; Kimble, C.; Kudenko, D. (2005). "UBB Mining: Finding Unexpected Browsing Behaviour in Clickstream Data to Improve a Web Site's Design" (PDF) . The 2005 IEEE/WIC/ACM International Conference on Web Intelligence (WI'05) . pp. 179–185 . doi : 10.1109/WI.2005.153 . ISBN 978-0-7695-2415-3. S2CID 1388782 .
- ↑ Menasalvas, Ernestina; Millán, Peña; Hadjimichael, Marbán (26 de mayo de 2004). "Subsessions: A Granular Approach to Click Path Analysis". International Journal of Intelligent Systems . 19 (7): 619– 637. doi : 10.1002/int.20014 . S2CID 18150589 .
- ↑ Montgomery, Alan; Shibo Li; Kannan Srinivasan; John C. Liechty (otoño de 2004). "Modelado de la navegación en línea y el análisis de rutas utilizando datos de flujo de clics". Marketing Science . 23 (4): 579– 595. doi : 10.1287/mksc.1040.0073 .
- ↑ Patrali Chatterjee, Donna L. Hoffman y Thomas P. Novak (2003), " Modelado del flujo de clics: implicaciones para los esfuerzos publicitarios en la web ", Marketing Science 22(4), (otoño de 2003), 520-541
- ↑ "Controlando tu flujo de clics" . Aprende sobre la red . Archivado del original el 13 de marzo de 2014. Consultado el 12 de marzo de 2014 .
- ↑ Ting, I-Hsien; Kimble, Kudenko (2005). "UBB Mining: Finding Unexpected Browsing Behaviour in Clickstream Data to Improve a Web Site's Design". Conferencia Internacional sobre Inteligencia Web : 179–185 .
- ↑ "Protección de datos; compras en línea, privacidad, protección de datos y seguimiento por terceros" . NewsRx . 23 de abril de 2011. Consultado el 12 de marzo de 2014 .
- ↑ "Controlando tu flujo de clics" . Aprende sobre la red . Archivado del original el 13 de marzo de 2014. Consultado el 12 de marzo de 2014 .
- ↑ Kaushik, Avinash (26 de mayo de 2006). "Análisis de rutas: ¿un buen uso del tiempo?" . Consultado el 12 de marzo de 2014 .
- Diseño web
- Análisis web
- Software espía
- Vigilancia