1 / 23

Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča. Andrej Remškar CREATIM Ržišnik & Perc andrej.remskar@rzisnik-perc.si. Tema naloge. Omogočiti vpogled v dogajanje v spletni trgovini Obstaja dober vir podatkov Zasnovati podatkovno skladišče Preizkusiti uporabnost rešitve.

meris
Download Presentation

Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča Andrej Remškar CREATIM Ržišnik & Perc andrej.remskar@rzisnik-perc.si

  2. Tema naloge • Omogočiti vpogled v dogajanje v spletni trgovini • Obstaja dober vir podatkov • Zasnovati podatkovno skladišče • Preizkusiti uporabnost rešitve Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  3. Kaj želimo izvedeti? • Vpliv parametrov na vedenje obiskovalcev v spletni trgovini • Parametri: čas, vir, vstopna stran, obisk posameznih vsebin, vrsta obiskovalca, ... • Vedenje: število obiskov, trajanje obiska, število obiskanih strani, število nakupov, priljubljene vsebine, ... Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  4. Iskalnik Katalog izdelkov Promocija Svetovanje Izvedba nakupa Informiranje Persona- lizacija E- dodatki Spletna trgovina Uredniški modul Zunanji elementi Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  5. Sledi obiskovalcev • Osnova: dnevnik spletnega strežnika • Bolj natančno od “transakcijskih” podatkov • Problem: prepoznati obiskovalce • Prilagoditev spletnega mesta • Dodatni viri Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  6. Podatkovno skladišče • “Kopija transakcijskih podatkov, posebej strukturirana za izvajanje poizvedb in analiz.” (Ralph Kimball) • Največkrat namenjeno podpori odločanju • Entitetno-relacijski modeli niso ustrezni Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  7. Dimenzijsko modeliranje • Podatke oblikujemo na enoten način (zvezdna shema) • Mogoči standardni vmesniki • Mogoča optimizacija • Relacije lahko razumljive končnim uporabnikom Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  8. Dejstvo ob kombinaciji dimenzij Dimenzija 1 Dimenzija 2 Atributi ... Atributi ... Dejstva Dimenzija 3 Dimenzija 4 Ključi dimenzij ... Vrednosti ... Atributi ... Atributi ... Dimenzija 5 Dimenzija 6 Atributi ... Atributi ... Dimenzijsko modeliranje • En model = en proces • Podatki: večdimen-zionalna kocka • Zvezdna shema: • tabela dejstev • dimenzijske tabele Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  9. Merkurjeva spletna trgovina • Sodobno spletno mesto • Okoli 2.500 izdelkov • Prodajne akcije • Dodatne vsebine Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  10. Razpoložljivi viri podatkov • Dnevnik spletnega strežnika • Dnevnik prihodov obiskovalcev • Dnevnik nakupov • Poročilo o nakupih • Seznam izdelkov in kategorij • Seznam svetovalnih člankov Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  11. Analiza uporabniških sej • Splošna dejstva o obisku spletne trgovine • Vpliv promocijskih aktivnosti • “Kakovost” obiskovalcev iz posameznih virov • Vpliv različnih faktorjev znotraj seje na potek le-te Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  12. Analiza uporabniških sej Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  13. Analiza ogledov strani • Katere so najbolj priljubljene strani, izdelki, članki, ...? • Kako se obiskovalci gibljejo po spletnem mestu? • Koliko časa namenijo posameznim vsebinam? • Kje nas najpogosteje zapustijo? Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  14. Analiza ogledov strani Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  15. Analiza nakupov • Katere skupine izdelkov se bolje in katere slabše prodajajo? • Kakšna je povezava med številom ogledov in nakupov izdelkov? • Kako vplivajo prodajne in promocijske akcije? • Kateri viri prinašajo boljše kupce? • Kako demografske značilnosti obiskovalcev vplivajo na nakupe? Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  16. Analiza nakupov Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  17. Prenos podatkov • 24 milijonov dogodkov (6,67 GB) izločimo oglede strani • 2,4 milijona ogledov strani razpoznamo posamezne seje • Podatki o sejah (206.000 zapisov) pretvorimo v dimenzijski model • Končni dimenzijski model Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  18. Končni dimenzijski model Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  19. Analiza časovne dimenzije • Rast obiska • Rast povprečne vrednosti nakupa • Vpliv nagradnih iger Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  20. Analiza virov in vstopnih strani • Zelo slab učinek oglasnih pasic • Najboljši so “odločeni” obiskovalci • Zabava – daljši obisk, manj nakupov(v ozadju so drugi cilji!) Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  21. Analiza tipov seje • Vpliv ogledov akcijskih izdelkov • Vpliv informativnih vsebin • Vpliv svetovalnih vsebin • Vpliv zabavnih vsebin Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  22. Zaključek • Dimenzijsko podatkovno skladišče je primerno za analizo obiska • Na voljo imamo zelo podrobne podatke – sledi obiskovalcev • Problematično: prenos podatkov, prilagoditev spletnega mesta • Prihodnost: dodatni viri podatkov, uporaba izsledkov za prilagajanje vsebine Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča

  23. Analiza obiska v spletni trgovini s pomočjo podatkovnega skladišča Andrej Remškar

More Related