Loading article…
クリックパスまたはクリックストリームとは、特定のサイトで 1 人以上の Web サイト訪問者がたどるハイパーリンクのシーケンスであり、表示順に表示されます。 [引用が必要]訪問者のクリック パスは、Web サイト内または別のサードパーティのWeb サイト (多くの場合、検索エンジンの結果ページ) から始まり、ユーザーが訪問した一連の Web ページとして続きます。[引用が必要]クリック パスは、通話データを取得し、それを広告ソース、キーワード、および/または参照ドメインと照合して、データを取得します。 [引用が必要]
クリックストリーム分析は、Webアクティビティ分析、 [1]、ソフトウェアテスト、市場調査、従業員の生産性の分析に 役立ちます。
情報保存
ワールド ワイド ウェブを閲覧中、ユーザーがハイパーリンクを選択するたびに、「ユーザー エージェント」(ウェブ ブラウザー)がウェブ サーバーと呼ばれる別のコンピューターに要求を送信します。ほとんどのウェブ サーバーは、サイト運営者の利益のために、ユーザーがホストする Web サイトを訪問中に「クリックスルー」するリンクのシーケンスに関する情報をログ ファイルに保存します。対象となる情報はさまざまで、ダウンロードされた情報、以前に訪問した Web ページ、その後に訪問した Web ページ、ページで費やした時間などが含まれます。この情報は、クライアント/ユーザーが識別されている場合に最も役立ちます。これは、Web サイトの登録またはクライアントのインターネット サービス プロバイダー(ISP) を介したレコードの照合によって行うことができます。[2]ストレージは、ルーター、プロキシ サーバー、または広告サーバーでも発生する可能性があります。
データ分析
データマイニング、[3] 列指向DBMS、統合OLAPシステムをクリックストリームと組み合わせて使用することで、このデータをより適切に記録および分析することができます。
プライバシー
クリックストリームデータの使用はプライバシーに関する懸念を引き起こす可能性があります。特に、一部のインターネットサービスプロバイダーが収益向上の手段としてユーザーのクリックストリームデータを販売しているためです。このデータを購入する企業は10～12社あり、通常はユーザー1人あたり月額約0.40ドルです。[4]この方法では個々のユーザーを直接特定することはできませんが、 AOL検索データスキャンダルのように、間接的に特定のユーザーを特定できることがよくあります。ほとんどの消費者は、この方法と、それがプライバシーを侵害する可能性があることに気づいていません。さらに、この方法を公に認めているISPはほとんどありません。[5]
オンラインショッピングの世界が拡大するにつれ、個人のプライバシーが悪用されやすくなっています。メールアドレス、電話番号、その他の個人情報が買い物客や顧客などから違法に盗まれ、第三者に利用されるケースが数多くあります。これらの第三者は、広告主からハッカーまで多岐にわたります。よりターゲットを絞った広告や取引を獲得することで実際に利益を得ている消費者もいますが、ほとんどの消費者はプライバシーの欠如によって損害を受けています。テクノロジーの世界が拡大するにつれ、消費者はますますプライバシーを失うリスクにさらされています。[6]
アプリケーション
クリックストリームを使用すると、ユーザーはどこにいたかを確認したり、すでにアクセスしたページに簡単に戻ったりすることができます。この機能は、ほとんどのブラウザにすでに組み込まれています。クリックストリームでは、ユーザーがウェブサイトを閲覧して閉じた特定の時間と位置、閲覧したすべてのウェブページ、各ページに費やした時間を表示できます。また、どのページが最も頻繁に閲覧されているかを表示することもできます。分析できる情報は豊富にあり、ユーザーは訪問者のクリックストリームを、訪問時間、検索語、ISP、国、エクスプローラーなどの他の統計情報と関連付けて確認できます。このプロセスにより、ユーザーは訪問者について深く知ることができます。[引用が必要]
ウェブマスターはクリックストリームを使用することで、サイト訪問者が何をしているかについて洞察を得ることができます。[7]このデータ自体は、データセットが中立であるという意味で「中立」です。データはさまざまなシナリオで使用できますが、その 1 つがマーケティングです。さらに、ウェブマスター、研究者、ブロガー、または Web サイトを持つ人は誰でも、サイトを改善する方法を学ぶことができます。
成長する電子商取引業界では、消費者のニーズや嗜好に合わせたカスタマイズが必要になっています。[8]クリックパスデータは、製品の提供をパーソナライズするために使用できます。以前のクリックパスデータを使用することで、Webサイトはユーザーが購入する可能性のある製品を予測できます。クリックパスデータには、ユーザーの目標、興味、知識に関する情報が含まれているため、将来の行動や決定を予測するために使用できます。統計モデルを使用することで、Webサイトはユーザーが購入する可能性が高いものに基づいて結果を合理化し、潜在的に営業利益を増やすことができます。[9]
企業のウェブサイトを訪問する顧客のデータを分析することは、競争力を維持するために重要です。この分析は、企業にとって 2 つの発見を生み出すために使用できます。1 つ目は、ウェブサイト使用中のユーザーのクリックストリームを分析して使用パターンを明らかにすることです。これにより、顧客の行動をより深く理解できます。この分析の使用により、企業のウェブサイトを訪問する人々のタイプを理解するのに役立つユーザー プロファイルが作成されます。Van den Poel & Buckinx (2005) で説明されているように、クリックストリーム分析を使用して、顧客が電子商取引ウェブサイトから購入する可能性があるかどうかを予測できます。クリックストリーム分析は、ウェブサイトと企業自体に対する顧客満足度を向上させるためにも使用できます。これにより、ビジネス上の利点が生まれ、ウェブ ページまたはサイトでの広告の効果を評価するために使用できます。[10]
意味合い
ほとんどのウェブサイトは、クリックパスを通じてサイト訪問者に関するデータを保存します。この情報は通常、ウェブサイトを改善し、パーソナライズされたより関連性の高いコンテンツを提供するために使用されます。[11]さらに、データ結果はデザイナーがウェブサイトをレビュー、改善、または再設計するために使用できるだけでなく、ユーザーの閲覧行動をモデル化するためにも使用できます。[12]電子商取引のオンラインの世界では、クリックパスを通じて収集された情報により、広告主は個人プロファイルを作成し、それを使用してこれまでよりもはるかに効果的に消費者を個別にターゲットにすることができます。その結果、広告主はより関連性の高い広告を作成し、広告費を効率的に費やすことができます。[13] 一方、クリックパスデータは悪意のある人の手に渡ると、個人のプライバシーに深刻な脅威をもたらします。[14]
許可されていないクリックストリームデータの収集はスパイウェアと見なされます。ただし、許可されたクリックストリーム データの収集は、専用のクリックストリーム収集エージェントをダウンロードしてインストールすることで、クリックストリーム データを他の企業と共有することに同意したパネリストを使用して市場調査を生成するオプトイン パネルを使用する組織から行われます。
課題
ユーザーが辿る可能性のある経路の数は、そのウェブサイトのページ数に応じて大幅に増えます。経路分析を決定するツールの多くは直線的すぎて、インターネット利用の複雑さを考慮していません。ほとんどの場合、最も一般的な経路を辿るユーザーは 5% 未満です。しかし、すべてのユーザーが同じ経路を使用したとしても、どのページが行動を決定する上で最も影響力があるかを判断する方法はありません。ほとんどの顧客がウェブサイトから離脱する場所を確認できる、より直線的な形式の経路分析でも、「なぜ?」という要素は依然として見落とされています。経路分析の主な課題は、実際にはユーザーは非常に多様で、特定の好みや意見を持っているにもかかわらず、ユーザーが特定の経路を辿るように規制し、強制しようとすることです。[15]
参照
参考文献
- ^ WW Moe、PS Fader (2004)、「クリックストリームデータで進化する訪問行動を捉える」Wayback Machineで 2017-01-11 にアーカイブされた「Journal of Interactive Marketing (2004)」
- ^ 「クリックストリームを制御する」。Learn the Net。2014年3月13日時点のオリジナルよりアーカイブ。 2014年3月12日閲覧。
- ^ Nasraoui, Olfa; Cardona, Cesar; Rojas, Carlos; Gonzalez, Fabio (2003). 「スケーラブルな免疫システム クラスタリング アルゴリズムを使用した、NoisyWeb クリックストリーム データ内の進化するユーザー プロファイルのマイニング」。Webマイニングを前提とした KDD ワークショップの議事録。CiteSeerX 10.1.1.58.9558。
- ^ 「Compete CEO: ISP はクリックストリームを月額 5 ドルで販売」。Seeking Alpha。2007 年 3 月 13 日。2011年 9 月 15 日閲覧。
- ^ Singel, Ryan (2007-04-06). 「一部の ISP は依然としてデータ保持要求を回避、27B が再び 411 を取得できるように支援 | 脅威レベル | Wired.com」。Blog.wired.com。2011-09-15に取得。
- ^ 「データ保護：オンラインショッピング、プライバシー、データ保護、サードパーティの追跡」。NewsRx。2011年4月23日。 2014年3月12日閲覧。
- ^ i-Hsien Ting、Kimble、C.、Kudenko、D. (2005)。「UBB マイニング: クリックストリーム データ内の予期しない閲覧行動を検出して Web サイトのデザインを改善する」( PDF)。2005 IEEE/ WIC /ACM 国際 Web インテリジェンス会議 (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 (2004 年 5 月 26日)。「サブセッション:クリックパス分析へのきめ細かなアプローチ」。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 (2004 年秋)。「クリックストリーム データを使用したオンライン閲覧とパス分析のモデル化」。マーケティングサイエンス。23 (4): 579–595。doi :10.1287/ mksc.1040.0073。
- ^ Patrali Chatterjee、Donna L. Hoffman、Thomas P. Novak (2003)、「クリックストリームのモデリング：Webベースの広告活動への影響」、マーケティングサイエンス22(4)、(2003年秋)、520-541
- ^ 「クリックストリームを制御する」。Learn the Net。2014年3月13日時点のオリジナルよりアーカイブ。 2014年3月12日閲覧。
- ^ Ting, I-Hsien; Kimble, Kudenko (2005). 「UBB マイニング: クリックストリーム データ内の予期しない閲覧行動を検出して Web サイトのデザインを改善する」。International Conference on Web Intelligence : 179–185。
- ^ 「データ保護：オンラインショッピング、プライバシー、データ保護、サードパーティの追跡」。NewsRx。2011年4月23日。 2014年3月12日閲覧。
- ^ 「クリックストリームを制御する」。Learn the Net。2014年3月13日時点のオリジナルよりアーカイブ。 2014年3月12日閲覧。
- ^ Kaushik, Avinash (2006-05-26). 「パス分析: 時間の有効活用?」2014 年3 月 12 日閲覧。