|
|||||||||||
Hits er et begreb, der er fuldkommen ubrugeligt, når man skal vurdere besøgstallene på et websted. Der skal langt mere avancerede begreber og langt mere sofistikerede målinger til.
I World Wide Webs barndom var det begrebet hits, der dominerede. Jo flere hits desto bedre. Det er til dels også sandt, men dog så langt fra den fulde sandhed, at hittallet er næsten ubrugeligt. Et hit er en udefinerbar størrelse, som man ikke kan bruge til noget som helst, og da slet ikke til at kræve penge for bannerannoncer eller imponere chefen eller konkurrenterne med.  Man kan i princippet gå tre veje for at få en analyse af brugernes adfærd:
Den første benytter sig af den log som alle webservere kan lave for ethvert websted. Mange har en log, men er ikke klar over det — eller ved ikke hvordan de kommer til den eller hvordan den bruges. De to sidste er i princippet ens, men adskiller sig pÃ¥ at den første kører pÃ¥ samme server som webstedet mens den sidste kører et andet sted, og formodentlig foretages af et firma, der har specialiseret sig i det. Loganalyse Antallet af 'gammeldags' hits fÃ¥r man ved at tælle hvor mange filer der er sendt ud. De figurerer i logfilen med hver sin linie. Antal hits er altsÃ¥ antal linier i loggen, som repræsenterer en succesfuld afsendelse af en fil. Problemet er at alle filer genererer en loglinie — ogsÃ¥ alle billeder. Selv om man sÃ¥ bort fra dem og blot tæller HTML-filer er det stadig ikke helt tilstrækkeligt. Det ligger nemlig langt mere raffinerede data gemt i loggen, og skal man have dem frem, mÃ¥ man analysere loggen. Til det formÃ¥l bruger man et loganalyseprogram. Der findes en masse af slagsen, og ofte er der allerede installeret et pÃ¥ serveren. Programmet genererer med jævne intervaller — for det meste dagligt — en rapport i HTML-format, som man kan løbe igennem for at fÃ¥ et overblik over, hvad loggen gemmer. De præsenterer deres oplysninger i form at skemaer, hitlister, grafer og meget andet, som kan hjælpe med til at vise brugen af webstedet. Kendte programmer i kategorien er WebTrends, Webalizer og HTTPAnalyze. De mest avancerede kan desuden trække meget komplekse sammenhænge ud af loggen, for eksempel en del information om brugeradfærd. Læs meget mere om loganalyse i denne artikel med rÃ¥d om loganalyse. Skræddersyede mÃ¥linger For at fÃ¥ flere detaljer skal man have et system, der mÃ¥ler pÃ¥ hver eneste side og hver eneste bruger. Systemet skal samle kolossale mængder af data, og kunne præsentere dem for folkene bag webstedet pÃ¥ en mÃ¥de, som skaber overblik. Hvis man allerede har et system, der genererer webstedet, bør dette system kunne skabe en statistik, som man kan analysere. Eksisterende sider kan ogsÃ¥ modificeres til at lavere disse data, for eksempel ved at kalde et særligt mÃ¥lemodul pÃ¥ alle sider. En anden mulighed er at købe eksterne tjenester, der kan gøre det samme, næsten uden at siderne modificeres. RedSheriff er et eksempel pÃ¥ en ekstern tjeneste. RedSheriff kan levere en meget komplet statistik med stort set alle brugbare oplysninger. Eget system eller købe ude? Hvorvidt man skal købe eller udvikle er et spørgsmÃ¥l og temperament og økonomi. Hvis ens system allerede har faciliteter, bør man forske i dem. Er systemet specialudviklet, er der masser af muligheder for at udvikle videre — det er kun et spørgsmÃ¥l om fantasi og penge. Hvis systemet er en færdig hyldevare, er der mÃ¥ske ikke sÃ¥ mange muligheder for at ændre det. SÃ¥ mÃ¥ man klare sig med hvad man har, hvilke er ganske godt i mange systemer, eller overveje det eksterne system. Tjenester købt ude er ikke nødvendigvis billige, men kan mÃ¥ske alligevel være en fordel i forhold til specialudvikling. |
|
En bruger Hvis man skal lave virkelig god statistik skal man entydigt identificere den enkelte bruger. Det gøres ved hjælp af cookies og user sessions. Cookies skrives til brugernes maskine ved første besøg, og rummer en entydig kode for den pågældende bruger. En cookie kan også rumme andre informationer, for eksempel et loginnavn, indstillinger og andet. Når brugeren vender tilbage kan denne cookie læses, og systemet kan altså genkende brugeren. User sessions er en funktion på serveren. Hver bruger der kommer ind på webstedet tildeles et særligt besøgsnummer, som er unikt. Så længe brugeren stadig surfer rundt gemmes et spor, som fortæller, hvad brugeren klikker på. Sporingen ophører når brugeren forlader webstedet eller har været inaktiv i en bestemt periode, som typisk ligger omkring 30 minutter. |
|
Hvad vi kan finde ud af NÃ¥r en bruger er inde pÃ¥ webstedet kan vi automatisk finde ud af en del information om pÃ¥gældende. Browseren efterlader nemlig en række oplysninger til serveren. Vi kender for eksempel: IP-nummer - hvilket IP-nummer og dermed domæne, brugeren kommer fra Referrer - hvilken side brugeren klikkede sig ind fra — hvis nogen Browser - type, version, operativsystem og faciliteter Skærmopløsning - hvor stor en skærm brugeren arbejder pÃ¥
Mange af disse informationer kan være brugbare i arbejdet med at udforme siderne. Kendskabet til brugernes muligheder sætter nogle grænser op. Således viser en analyse for en meget stor, dansk nettjeneste, at omrking halvdelen af brugerne bruger en 800*600 punkters skærm, næsten lige så mange en på 1024*768 og resten noget lidt større. Det nytter altså ikke at lave hele webstedet til opløsninger, der er højere end 800*600 punkter. Minedrift Et godt trafikmålingssystem ophober virkelig meget information. Og hvis man skal have noget udbytte af denne information, skal der laves et system i systemet, der kan analysere og præsentere den. Dette går ofte under begrebet data mining fordi man borer i sine data for at finde guldet. Nogle eksempler på anderledes og meget brugbar information, der kan komme fra data mining:
Hvilke søgeord ledte folk efter, da de fandt vores websted?
Hvad er de almindeligste begyndelsessider for de besøgende?
Hvor ofte besøger søgemaskinernes robotter vores websted?
Hvad er den enkelte brugers adfærd? |
|
Læs mere om loganalyse råd om Weblogs om: loganalyse råd om |
Print denne side Anbefal denne side © 2001-2012 Vertikal.dk Kenny Drews Vej 31, DK-2450 København SV, Denmark Steven Snedker ss@vertikal.dk (55767603/51841548) og Martin Jørgensen martin@vertikal.dk (20666701) Klik her for at gÃ¥ til webbaseret kontaktformular ...om privatlivets fred  |