• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Metodologija analiza podataka gemius audience_valicon
 

Metodologija analiza podataka gemius audience_valicon

on

  • 531 views

Metodologija analiza podataka gemius audience valicon

Metodologija analiza podataka gemius audience valicon

Statistics

Views

Total Views
531
Views on SlideShare
531
Embed Views
0

Actions

Likes
0
Downloads
1
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Metodologija analiza podataka gemius audience_valicon Metodologija analiza podataka gemius audience_valicon Document Transcript

    • gemiusAudience1 UvodCilj ovog dokumenta je ponuditi uvid u metodologiju kojom se služimo u okviru projektamjerenja posjećenosti internet stranica gemiusAudience.2 Tehničko mjerenje sa modelom ASP - Aplication Service Provider (tj. site-centric sistemi koji prate cookie-je)Rezultati projekta gemiusAudience temelje se na podacima prikupljenim putem sistema zapraćenje internet saobraćaja gemiusTraffic.U nastavku slijedi osnovni prikaz sheme po koracima, koji se doga aju od trenutka kadinternet korisnik posjeti pojedinačnu internet stranicu, koju prati sistem gemiusTraffic. (1) Internet stranica (2) (3) Internet korisnik (4) gemiusTraffic server
    • 1. internet korisnik upiše adresu internet stranice, koju želi posjetiti, nakon čega browserkorisnika šalje HTTP naredbu prema serveru (izdavača).2. server odgovora sa HTML kodom zahtjevane internet stranice, pri tome kod odredi sveelemente (slike, CSS datoteke, datoteke ASP sistema) koje browser mora downloadati.3. browser se poveže s gemiusTraffic serverom sa HTTP zahtjevom za redot.dot datotekom.Sa svakim HTTP zahtjevom, šalju se dodatne informacije od strane browsera ka serveru: IPadresa, datoteka sa cookie-jem, podaci o tipu browsera i slično. Tako cookie gemiusTrafficprihvati zahtjev od strane browsera, a browser prihvati cookie.4. gemiusTraffic server odgovori na zahtjev (ponudi zahtjevani »gif image«) i zapiše sveparametre o prikazu stranice – vremenska jedinica prikaza stranice, IP adresa, tip browser,ID internet stranice, URL internet stranice, operativni sistem internet korisnika, način pristupado internet stranice (povezivanje sa druge stranice, pretraživači,...) itd.Sistem za praćenje internet saobraćaja gemiusTraffic, kreira novi cookie (novi ID)samo u primjeru kada browser može prihvatiti novi cookie (što se potvrdi svaki putkad se provjerava da li browser još ima ili nema aktivan cookie, kojeg mu ga jedodjelio sistem gemiusTraffic, ili da li browser uopšte prihvata cookie ili ne).BRISANJE COOKIE-JAInternet korisnik može izgubiti cookie iz različitih razloga. Najčešći razlozi su: 1. korisnik sam podesi u svom browseru te cookie briše automatski uz odre enu frekvenciju; 2. korisnik koristi antivirusni program koji briše cookie-je odre enom frekvencijom (npr. svaki dan); 3. reinstalacija browsera; 4. reinstalacija računara (operativni sistem i ostale aplikacije).Najveći utiecaj na brisanje cookie-ja imaju programi, koji brišu cookie-je u odre enojfrekvenciji. Na cijelom internet tržištu kao i na nivou pojedinih stranica bilježimogenerički rast cookie-ja, primarno zbog pojava sve češćeg brisanja cookie-ja. 2
    • Važno je naglasiti kako rast cookie-ja ne znači i proporcionaln rast u broju stvarnihposjetioca, jer znamo da broj registrovanih cookieja na odre enoj internet stranici nijejednak broju stvarnih posjetioca. Koristimo se posebnim algoritmom kojeg predstavljamona kraju ovog dokumenta i pomoću kojeg izračunavamo doseg internet stranica. Osnovnopitanje na kojeg pokušavamo odgovoriti pomoću algoritma je: »Koliko cookie-ja bi posjetiloodre enu internet stanicu x, ako pojava brisanja cookie-ja ne bi postojala?«Za izračun mjesečnog dosega internet stranice koja učestvuje u istraživanju gemiusAudiencepotrebno je razumijeti koliko često se brišu cookie-ji (razumijeti životni ciklus cookie-ja) me uposjetiocima pojedine stranice. Iskustva pokazuju, kako se učestalost brisanja cookie-jarazlikuje od veličine kao i od tipa internet stranice, pa i samih navika internetposjetioca. Zbog toga ne postoji jedinstven korekcijski faktor za sve internet stranicekoje učestvuju u istraživanju, već je slijedeće definisano za svaki medij posebno.Faktor brisanja cookie-ja mijenja se na mjesečnom nivou.Tehnički dio mjerenja korišten u okviru projekta gemiusAudience, t.j. sistem gemiusTrafficpredstavlja osnovu za izračunavanje dosega (broja stvarnih posjetioca), ali je potrebno istaći,kako je konačni obračun broja stvarnih posjetioca zasnovan samo na podatku o domaćeminternet saobraćaju. Zbog pojava brisanja cookie-ja broj registrovanih domaćih cookie-ja,zabilježenih preko sistema za praćenje internet saobraćaja nije jednak stvarnom brojuinternet korisnika (broju različitih ljudi). Za izračun mjesečnog dosega web stranice potrebnoje razumjeti koliko često se brišu cookie-ji na pojedinoj web stranici. Podaci pokazuju,kako je udio brisanja cookie-ja zavisan od veličline kao i od tipa web stranice, zato ne postojijedinstveni indeks za sve internet stranice, već se isti definiše za svaku web stranicuposebno.Uzmimo primjer:Internet stranica x ima 2 korisnika. Prvi korisnik ne briše cookie-je i tako je kroz cjeli mjesec zabilježensa istim ID brojem, dok je drugi korisnik u mjesecu A 5 puta izbrisao svoj cookie, zato je u bazipodataka zabilježen svaki put pod drugim ID brojem (to znači 5 različitih ID brojeva). Podaci tehničkogmjerenja prikazuju, kako je u mjesecu A postojalo 6 cookie-ja, jer je toliko bilo zabilježnih ID-ja. Dokznamo, da zapravo govorimo o 2 različita korisnika. U ovom slučaju podatak nam govori kako 1korisnik može da generiše 83% svih cookie-ja u bazi. 3
    • Zbog situacije opisane gore u okviru naše metodologije razvili smo poseban algoritam uz pomoć kojegpreciznije procjenjujemo broj različitih internet korisnika koji su posjetili stranicu X u mjesecu A.Iskustva zabilježena na BiH kao i na ostalim europskim tržištima gdje se izvodi istraživanjegemiusAudience pokazuju rast broja cookie-ja, ali to ne znači i proporcionalni rast u broju stvarnihposjetioca. Internet populacija ne raste toliko brzo već do promjena dolazi zbog promjene načinakorištenja interneta (sve više ljudi na internetu je zabilježeno kroz različite cookie-je) – frekvencijakorištenja stranice, korištenje različitih browsera istovremeno,...Primjeri:1. Za primjer uzmimo da najčešće korišten browser na tržištu promijeni zadane postavke (settings bydefault) upravljanja cookie-jima (znači promijeni frekvenciju brisanja cookie-ja, npr. iz jednommjesečno na jednom sedmično). Iako veličina internet populacije u tom primjeru ostaje nepromijenjena,sa ugla tehničkog mjerenja zbog brisanja cookie-ja broj domaćih cookie-ja raste.2. Za primjer zamislimo internet stranicu A, koju dnevno posjeti 100 korisnika. 99 korisnika ne brišesvoje cookie-je, 1 korisnik ima uključen antivirusni program i briše cookie-je dnevno.Nakon odre enog vremena (npr. mjesec dana) ti posjetioci generisali su zajedno 130 cookie-ja (pritome svakog od 99 korisnika interneta bilježimo u bazi cijelog mjeseca konstantno s istim cookie-jem,dok samo 1 korisnika u bazi bilježimo putem 30 različitih cookie-ja).Primjer pokazuje, kako je udio korisnika, koji brišu cookie-je jako malen (u ovom slučaju samo 1% svihposjetilaca), ali je efekt na konačni rezultat velik (u ovom slučaju: 30% internet saobraćaja (cookie-ja)generiše 1 internet korisnik).Ako ta ista grupa internet korisnika posjeti i stranicu B ali s važnom razlikom – internet stranicu neposjećuju dnevno, već samo jednom sedmično – u jednom mjesecu (koji je sastavljen od 4 sedmice inekoliko dana), ti korisnici generišu ukupno 104 cookie-ja (na taj način zabilježimo 99 korisnika saistim cookie-jima i jednog korisnika, koji je predstavljen sa njih 5).Gore opisani primjer nalazi se u tablici 2, koja prikazuje broj cookie-ja i broj stvarnih posjetioca uodre enom mjesecu za internet stranicu A i B te utiecaj frekvencije posjete na odnos izme u brojacookie-ja i stvarnih posjetilaca. Stvarni Broj stvarnih posjetioci / Frekvencija korištenja Broj cookie-ja posjetilaca cookies internet straniceStranica A 130 100 77% dnevnoStranica B 104 100 96% sedmično Tabela 2: broj cookie-ja i stvarnih posjetioca na primjeru stranice A i BU opisanom primjeru je frekvencija posjete stranice A i stranice B ključna kad upore ujemo razlikeizme u cookie-ja i stvarnih posjetioca (broja različitih ljudi). 4