클릭 경로

Click path

클릭 경로 또는 클릭스트림은 한 명 이상의 웹사이트 방문자가 해당 사이트에서 따라오는 하이퍼링크의 시퀀스로, 조회 순서에 따라 제시된다.[1]방문자의 클릭 경로는 웹사이트 내에서 또는 별도의 제3자 웹사이트, 종종 검색엔진 결과 페이지에서 시작될 수 있으며, 사용자가 방문한 연속적인 웹페이지의 순서에 따라 계속된다.[2]클릭 경로는 통화 데이터를 가져와서 데이터를 캡처하기 위해 광고 소스, 키워드 및/또는 참조 도메인과 일치시킬 수 있다.[3]

클릭스트림 분석은 웹 활동 분석,[4] 소프트웨어 테스트, 시장 조사, 직원 생산성 분석에 유용하다.

정보창고

월드 와이드 웹을 탐색하는 동안 "사용자 에이전트"(웹 브라우저)는 사용자가 하이퍼링크를 선택할 때마다 웹 서버라고 알려진 다른 컴퓨터에 요청을 한다.대부분의 웹 서버는 사이트 운영자의 이익을 위해 로그 파일에 호스트하는 웹사이트를 방문하면서 사용자가 "클릭"하는 링크 순서에 대한 정보를 저장한다.관심 정보는 다양할 수 있으며 다운로드한 정보, 이전에 방문한 웹 페이지, 이후에 방문한 웹 페이지, 페이지에서 보낸 시간 등을 포함할 수 있다.이 정보는 클라이언트/사용자가 식별되었을 때 가장 유용하며, 이는 웹사이트 등록이나 고객의 인터넷 서비스 제공업체(ISP)를 통해 기록 매칭을 통해 이루어질 수 있다.[5]스토리지는 라우터, 프록시 서버 또는 광고 서버에서도 발생할 수 있다.

데이터 분석

데이터 마이닝,[6] 컬럼 지향 DBMS, 통합 OLAP 시스템을 클릭스트림과 함께 사용하여 이 데이터를 보다 잘 기록하고 분석할 수 있다.

프라이버시

특히 일부 인터넷 서비스 제공업체는 수익을 증대하기 위한 방법으로 사용자의 클릭스트림 데이터를 판매하기 때문에 클릭스트림 데이터를 사용하면 사생활에 대한 우려를 높일 수 있다.이 데이터를 구입하는 회사는 10-12개인데, 일반적으로 사용자당 월 0.40달러에 구입한다.[7]이러한 관행이 개별 사용자를 직접 식별하는 것은 아니지만, 특정 사용자를 간접적으로 식별하는 것이 가능한 경우가 많은데, 이는 AOL 검색 데이터 스캔들이 그 예다.대부분의 소비자들은 이러한 관행과 그들의 사생활을 침해할 수 있는 잠재력을 알지 못한다.게다가, ISP는 이 관행을 공개적으로 인정하는 경우는 거의 없다.[8]

온라인 쇼핑의 세계가 커지면서 개인의 사생활이 악용되기 쉬워지고 있다.쇼핑객, 고객 등으로부터 불법으로 도난당한 이메일 주소, 전화번호, 기타 개인정보가 제3자에 의해 이용되는 사례가 많다.이들 제3자는 광고주부터 해커에 이르기까지 다양하다.더 많은 표적형 광고와 거래를 얻음으로써 실제로 이로움을 얻는 소비자들이 있지만, 대부분은 사생활의 부족으로 피해를 입는다.기술의 세계가 커질수록 소비자들은 점점 더 프라이버시를 잃을 위험에 처하게 된다.[9]

적용들

클릭스트림은 사용자가 자신이 어디에 있었는지 볼 수 있게 하고 이미 방문한 페이지로 쉽게 돌아갈 수 있게 하는데, 이는 대부분의 브라우저에 이미 통합되어 있는 기능이다.클릭스트림은 개인이 웹사이트를 탐색하고 닫은 특정 시간과 위치, 그들이 본 모든 웹 페이지, 각 페이지에서 보낸 기간 등을 표시할 수 있으며, 어떤 페이지를 가장 자주 볼 수 있는지도 보여줄 수 있다.분석해야 할 풍부한 정보가 있으며, 개인들은 방문자 길이, 검색어, ISP, 국가, 탐험가 등과 같은 다른 통계 정보와 연계하여 방문자를 확인할 수 있다.이 과정은 개인들이 방문객들을 깊이 알 수 있게 해준다.[10]

웹마스터들은 클릭스트림을 사용하여 그들의 사이트의 방문자들이 무엇을 하고 있는지에 대한 통찰력을 얻을 수 있다.[11]이 데이터 자체는 모든 데이터 집합이 중립적이라는 점에서 "중립"이다.데이터는 다양한 시나리오에서 사용될 수 있으며, 그 중 하나가 마케팅이다.또한, 웹마스터, 연구원, 블로거 또는 웹사이트를 가진 사람은 그들의 사이트를 개선하는 방법에 대해 배울 수 있다.

성장하는 전자상거래 산업은 소비자들의 요구와 선호에 맞게 조정할 필요가 있다.[12]클릭 경로 데이터를 사용하여 제품 오퍼링을 개인화할 수 있다.이전의 클릭 경로 데이터를 사용하여 웹 사이트는 사용자가 어떤 제품을 구입할 것인지 예측할 수 있다.클릭 경로 데이터는 사용자의 목표, 관심사 및 정보에 대한 정보를 포함할 수 있으므로 사용자의 향후 조치와 결정을 예측하는 데 사용할 수 있다.웹 사이트는 통계적 모델을 이용함으로써 사용자가 가장 구매하기 쉬운 것을 바탕으로 결과를 합리화함으로써 잠재적으로 영업이익을 증대시킬 수 있다.[13]

경쟁력을 유지하기 위해서는 회사 웹사이트를 방문하는 고객의 데이터를 분석하는 것이 중요할 수 있다.이 분석은 회사를 위해 두 가지 결과를 도출하는 데 사용될 수 있는데, 첫 번째 분석은 웹사이트를 사용하여 사용 패턴을 밝히는 동안 사용자의 클릭스트림을 분석하는 것이며, 이는 다시 고객 행동에 대한 이해를 높이는 것이다.이러한 분석의 사용은 회사의 웹사이트를 방문하는 사람들의 유형을 이해하는 데 도움이 되는 사용자 프로파일을 만든다.Van den Poel & Buckinx(2005)에서 논의한 바와 같이, 클릭스트림 분석을 사용하여 고객이 전자상거래 웹사이트에서 구매할 가능성이 있는지 여부를 예측할 수 있다.클릭스트림 분석은 웹사이트와 회사 자체에 대한 고객 만족도 향상에도 이용될 수 있다.이것은 사업상의 이점을 창출할 수 있으며, 웹 페이지나 사이트에서 광고의 효과를 평가하는 데 사용된다.[14]

의견들

클릭 경로 분석 뒤에 서 있는 연구자들은 "경로 분석 방법은 변수 집합 중 가능한 모든 인과 관계를 지정하는 방정식의 시스템을 추정한다"고 언급한다.추가 클릭 경로를 통해 연구자들은 변수들 간의 상관관계를 직접적 또는 간접적 및 가상적 구성요소로 세분화할 수 있다.마지막으로 클릭 경로 분석 "연구자가 변수들 사이의 복잡한 상호 관계를 분리하고 결과 예측에 관련된 가장 중요한 경로를 식별하도록 돕는다".그러나 이러한 장점들에도 불구하고 그 기술은 큰 오차범위 때문에 여전히 많은 사람들에 의해 비판되고 있다.모델은 각 변수가 "그 변수의 기초가 되는 이론적 개념의 정확한 표현이며 측정 가능한 오류가 합리적으로 없다"고 가정해야 한다.또 다른 "귀무 가설 모형의 동일성"은 경로가 한 방향으로 흐르지 않으면(피드백 루프 또는 양방향 인과관계 없음), 그렇지 않으면 모델을 일반적인 최소 제곱법으로는 해결할 수 없다는 것이다.마지막으로, 모형은 상관관계에 기초하기 때문에 경로 분석은 "인과관계나 인과관계의 방향을 증명할 수 없다"고 한다.이러한 한계 때문에 많은 사람들은 클릭 경로 분석이 시간, 비용 및 자원의 낭비라고 생각한다.[15]

시사점

대부분의 웹사이트는 클릭 경로를 통해 사이트 방문자에 대한 데이터를 저장한다.이 정보는 일반적으로 웹사이트를 개선하고 개인화되고 보다 관련성이 높은 콘텐츠를 제공하기 위해 사용된다.[16]또한, 데이터 결과는 설계자가 웹사이트를 검토, 개선 또는 재설계하는 데 사용될 수 있을 뿐만 아니라 사용자의 검색 행동을 모델링하는 데도 사용될 수 있다.[17]전자상거래의 온라인 세계에서, 클릭 경로를 통해 수집된 정보는 광고주들이 개인 프로필을 구성하고 그것들을 사용하여 이전보다 훨씬 더 효과적으로 소비자들을 개별적으로 겨냥할 수 있게 한다. 그 결과, 광고주들은 더 목적 적합한 광고를 만들고 광고 달러를 효율적으로 소비한다.[18]한편, 클릭 경로 데이터는 개인 사생활에 심각한 위협을 가한다.[19]

무단 클릭스트림 데이터 수집은 스파이웨어로 간주된다.그러나 인증된 클릭스트림 데이터 수집은 전문 클릭스트림 수집 에이전트를 다운로드하여 설치함으로써 자신의 클릭스트림 데이터를 다른 회사와 공유하기로 동의하는 패널리스트를 사용하여 시장 조사를 생성하기 위해 옵트인 패널을 사용하는 조직에서 나온다.

과제들

사용자가 잠재적으로 취할 수 있는 경로의 수는 특정 웹사이트의 페이지 수에 따라 크게 증가한다.경로 분석을 결정하는 많은 도구는 너무 선형적이고 인터넷 사용의 복잡성을 설명하지 않는다.대부분의 경우 5% 미만의 사용자가 가장 일반적인 경로를 따른다.그러나 모든 사용자가 같은 경로를 사용했다고 해도 어떤 페이지가 행동을 결정하는 데 가장 큰 영향을 미치는지는 아직 알 길이 없다.대부분의 고객이 웹사이트에서 내리는 위치를 알 수 있는 더 선형적인 경로 분석에서도 "왜?" 요소는 여전히 누락되어 있다.경로분석의 주요 과제는 사용자가 매우 다양하고 구체적인 선호와 의견을 가지고 있을 때 사용자가 일정한 경로를 따르도록 규제하고 강제하려는 데 있다.[20]

참고 항목

참조

  1. ^ "Glossary". opentracker. Retrieved 12 March 2014.
  2. ^ Filimonov, Yura. "Show clear click path".
  3. ^ "How It Works". ClickPath. Who's Calling, Inc.
  4. ^ WW Moe, PS Fader(2004)"Clickstream Data" Journal of Interactive Marketing(2004)에서 진화하는 방문 행동 포착
  5. ^ "Controlling Your Clickstream". Learn the Net. Archived from the original on 13 March 2014. Retrieved 12 March 2014.
  6. ^ 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.
  7. ^ "Compete CEO: ISPs Sell Clickstreams For $5 A Month". Seeking Alpha. 2007-03-13. Retrieved 2011-09-15.
  8. ^ Singel, Ryan (2007-04-06). "Some ISPs Still Dodging Data Retention Requests, Help 27B Get the 411 AGAIN Threat Level Wired.com". Blog.wired.com. Retrieved 2011-09-15.
  9. ^ "Data Protection; Shopping online, privacy, data protection and third-party tracking". NewsRx. April 23, 2011. Retrieved 12 March 2014.
  10. ^ "Clickstream or clickpath analysis - Opentracker". Opentracker. 2017-10-11.
  11. ^ 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.
  12. ^ Menasalvas, Ernestina; Millán, Peña; Hadjimichael, Marbán (May 26, 2004). "Subsessions: A Granular Approach to Click Path Analysis". International Journal of Intelligent. 19 (7): 619–637. doi:10.1002/int.20014. S2CID 18150589.
  13. ^ Montgomery, Alan; Shibo Li; Kannan Srinivasan; John C. Liechty (Fall 2004). "Modeling Online Browsing and Path Analysis using Clickstream Data". Marketing Science. 23 (4): 579–595. doi:10.1287/mksc.1040.0073.
  14. ^ 패트랄리 채터지, 도나 L.호프만과 토마스 P.Novak(2003),"클릭스트림 모델링: 웹 기반 광고 노력의 시사점" 마케팅 과학22(4), (가을, 2003), 520-541
  15. ^ Lleras, Christy (2005). "Path analysis". Encyclopedia of Social Measurement. Vol. 3. pp. 25–30. doi:10.1016/b0-12-369398-5/00483-7. ISBN 9780123693983. {{cite book}}:누락 또는 비어 있음 title=(도움말)
  16. ^ "Controlling Your Clickstream". Learn the Net. Archived from the original on 13 March 2014. Retrieved 12 March 2014.
  17. ^ Ting, I-Hsien; Kimble, Kudenko (2005). "UBB Mining: Finding Unexpected Browsing Behaviour in Clickstream Data to Improve a Web Site's Design". International Conference on Web Intelligence: 179–185.
  18. ^ "Data Protection; Shopping online, privacy, data protection and third-party tracking". NewsRx. April 23, 2011. Retrieved 12 March 2014.
  19. ^ "Controlling Your Clickstream". Learn the Net. Archived from the original on 13 March 2014. Retrieved 12 March 2014.
  20. ^ Kaushik, Avinash (2006-05-26). "Path Analysis: A Good Use of Time?". Retrieved 12 March 2014.