ಜಾಲ ವಿಶ್ಲೇಷಣೆ

ವಿಕಿಪೀಡಿಯ ಇಂದ
ಇಲ್ಲಿಗೆ ಹೋಗು: ಸಂಚರಣೆ, ಹುಡುಕು

Script error

ಜಾಲ ವಿಶ್ಲೇಷಣೆ ಎನ್ನುವುದು ಅಳೆಯುವಿಕೆ, ಕೂಡುವಿಕೆ, ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಜಾಲ ಬಳಕೆಯನ್ನು ತಿಳಿದುಕೊಳ್ಳುವ ಹಾಗೂ ಅದನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸುವ ಉದ್ದೇಶದಿಂದ ಅಂತರ್ಜಾಲ ಮಾಹಿತಿಯನ್ನು ವರದಿಮಾಡುವುದು.[೧]

ಜಾಲ ವಿಶ್ಲೇಷಣೆ ಎನ್ನುವುದು ಕೇವಲ ಜಾಲತಾಣ ದಟ್ಟಣೆ ಅಳೆಯುವ ಸಾಧನವಾಗಿರದೆ ವಾಣಿಜ್ಯ ಸಂಶೋಧನೆ ಮತ್ತು ಮಾರುಕಟ್ಟೆ ಸಂಶೋಧನೆಯಲ್ಲೂ ಸಾಧನವಾಗಿ ಬಳಸಲ್ಪಡುವುದು. ಜಾಲ ವಿಶ್ಲೇಷಣೆ ಬಳಸುವಿಕೆ, ಸಂಸ್ಥೆಗೆ ಸಾಂಪ್ರದಾಯಿಕ ಜಾಹೀರಾತು ಪ್ರಚಾರ ಮುದ್ರಣದ ಫಲಿತಾಂಶವನ್ನು ಅಳೆಯುವಲ್ಲಿಯೂ ಕೂಡ ಸಹಾಯ ಮಾಡುವುದು. ಇದು ಜಾಲತಾಣಗಳ ದಟ್ಟಣೆಯು, ಹೊಸ ಜಾಹೀರಾತು ಪ್ರಚಾರ ಪ್ರಾರಂಭಿಸುವುದರಿಂದ ಹೇಗೆ ಬದಲಾಗುವುದು ಎಂಬುದನ್ನು ಒಬ್ಬರು ಅಂದಾಜಿಸಲು ಸಹಾಯ ಮಾಡುವುದು. ಮಾರುಕಟ್ಟೆ ಸಂಶೋಧನೆಗೆ ಸಹಾಯ ಮಾಡುವ ತಾಣದ ಜನಪ್ರಿಯತೆಯನ್ನು ವಿಸ್ತರಿಸಲು ಜಾಲ ವಿಶ್ಲೇಷಣೆ, ಸಂದರ್ಶಕರ ಎಣಿಕೆ, ಪುಟ ಸಮೀಕ್ಷೆ ಮುಂತಾದವುಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿ ನೀಡುವುದು.Script errorScript error[citation needed]

ಅಲ್ಲಿ ಎರಡು ರೀತಿಯ ಜಾಲ ವಿಶ್ಲೇಷಣೆಯಿರುವುದು; ಆಫ್-ಸೈಟ್ ಮತ್ತು ಆನ್-ಸೈಟ್ ಜಾಲ ವಿಶ್ಲೇಷಣೆ. ಆಫ್-ಸೈಟ್ ಜಾಲ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ, ತಾಣವು ನಿಮ್ಮ ಒಡೆತನಕ್ಕೆ ಸೇರಿದ್ದೋ ಅಥವಾ ನಡೆಸಿಕೊಂಡು ಬಂದದ್ದೋ ಎನ್ನುವುದನ್ನು ಲಕ್ಷಿಸದೆ ಜಾಲವನ್ನು ಅಂದಾಜಿಸುವುದು ಮತ್ತು ವಿಶ್ಲೇಷಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಇದು ಜಾಲತಾಣದ ಸಂಭಾವ್ಯ ಸಂದರ್ಶಕರನ್ನು (ಅವಕಾಶ) ಅಂದಾಜಿಸುವುದು, ಧ್ವನಿ ಹಂಚಿಕೆ (ಪಾರದರ್ಶಕತೆ), ಮತ್ತು ಒಟ್ಟೂ ಅಂತರ್ಜಾಲದಲ್ಲಿ ಸಂಭವಿಸುವ ಕರೆ(ಅಭಿಪ್ರಾಯ) ಅಂದಾಜಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.

ಆನ್-ಸೈಟ್ ಜಾಲ ವಿಶ್ಲೇಷಣೆಯು ನಿಮ್ಮ ಜಾಲ ತಾಣ ದಲ್ಲಿ ಒಮ್ಮೆ ಸಂದರ್ಶಕರು ನೀಡಿದ ಭೆಟ್ಟಿಯನ್ನು ಗುರುತಿಸುವುದು. ಇದು ಇದರ ನಡೆಸುಗರನ್ನು ಮತ್ತು ಪರಿವರ್ತನೆಯನ್ನು; ಉದಾಹರಣೆಗೆ ಖರೀದಿ ಮಾಡಲು ಜನರಿಗೆ ಯಾವ ಪುಟದ ತಾಣ ವು ಪ್ರೋತ್ಸಾಹ ನೀಡುವುದು ಎನ್ನುವುದನ್ನು ಒಳಗೊಂಡಿರುವುದು. ಆನ್-ಸೈಟ್ ಜಾಲ ವಿಶ್ಲೇಷಣೆಯು ನಿಮ್ಮ ಜಾಲತಾಣದ ಕಾರ್ಯನಿರ್ವಹಣೆಯನ್ನು ಲಾಭದ ಸ್ಥಿತಿ ನೋಡಿ ಅಳೆಯುವುದು. ಈ ಮಾಹಿತಿಯು ಕಾರ್ಯನಿರ್ವಹಣೆಯನ್ನು ವಿಶಿಷ್ಟವಾಗಿ ಕೀ ಪರ್ಫಾರ್ಮೆನ್ಸ್ ಇಂಡಿಕೇಟರ್ ಎದುರು ಹೋಲಿಸಿ ನೋಡುವುದು ಮತ್ತು ಜಾಲ ತಾಣ ಅಥವಾ ಜನರ ಪ್ರತಿಕ್ರಿಯೆಯಿಂದ ಮಾರುಕಟ್ಟೆ ಪ್ರಚಾರ ಸುಧಾರಿಸಲು ಬಳಸಲ್ಪಡುವುದು.

ಐತಿಹಾಸಿಕವಾಗಿ, ಜಾಲ ವಿಶ್ಲೇಷಣೆಯು ಆನ್-ಸೈಟ್ ಸಂದರ್ಶಕ ಪರಿಮಾಣವನ್ನು ಉಲ್ಲೇಖಿಸುವುದು. ಹಾಗಿದ್ದರೂ,ಮುಖ್ಯವಾಗಿ ಮಾರಾಟಗಾರರು ಎರಡೂ ಬಗೆಯ ಸಾಧನವನ್ನು ಉತ್ಪಾದಿಸುತ್ತಿರುವುದರಿಂದ ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ ಇದು ಮಸುಕಾಗಿದೆ. ಈ ಲೇಖನದ ಉಳಿದ ಭಾಗವು ಆನ್-ಸೈಟ್ ಜಾಲ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಸಂಬಂಧಿಸಿರುವುದು.

ಪರಿವಿಡಿ

ಆನ್-ಸೈಟ್ ಜಾಲ ವಿಶ್ಲೇಷಣ ತಂತ್ರಜ್ಞಾನ[ಬದಲಾಯಿಸಿ]

ಹಲವು ಮಾರಾಟಗಾರರು ವಿವಿಧ ಆನ್-ಸೈಟ್ ಜಾಲ ವಿಶ್ಲೇಷಕ ತಂತ್ರಾಂಶ ಮತ್ತು ಸೇವೆಯನ್ನು ಒದಗಿಸುತ್ತವೆ. ಮಾಹಿತಿ ಒಟ್ಟುಗೂಡಿಸಲು ಇಲ್ಲಿ ಎರಡು ಮುಖ್ಯ ತಾಂತ್ರಿಕ ಕ್ರಮಗಳಿವೆ. ಮೊದಲ ಕ್ರಮ, ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆ , ಇದು ವೆಬ್ ಸರ್ವರ್‌ನಲ್ಲಿ ಮುದ್ರಿಸಿದ ಇದರ ಎಲ್ಲ ಕಾರ್ಯನಿರ್ವಹಣೆಯನ್ನು ಲಾಗ್‌ಫೈಲ್ಸ್(ದಿನಚರಿ ಕಡತ)ನಲ್ಲಿ ತೋರಿಸುವುದು. ಎರಡನೆ ಕ್ರಮ, ಪುಟ ಜೋಡಣೆ , ಇದು ಒಂದು ಪುಟವು ಯಾವಾಗ ವೆಬ್ ಬ್ರೌಸರ್‌ನಿಂದ ಬದಲಾಗುವುದೋ, ಆಗ ಮೂರನೆ-ಗುಂಪಿನ ಸರ್ವರ್‌ಗೆ ಸೂಚಿಸಲು ಪ್ರತಿ ಪುಟದಲ್ಲಿ ಜಾವಾಸ್ಕ್ರಿಪ್ಟನ್ನು ಬಳಸುವುದು. ಜಾಲ ದಟ್ಟಣೆಯ ವರದಿ ನೀಡಲು, ಇವೆರಡೂ ಮಾಹಿತಿ ಒಟ್ಟುಗೂಡಿಸುವ ಪ್ರಕ್ರಿಯೆ ನಡೆಸುವವು.

ಇದರ ಜೊತೆಗೆ ಮಾಹಿತಿ ವೃದ್ಧಿಗಾಗಿ, ಬೇರೆ ಸುದ್ದಿ ಮೂಲಗಳನ್ನು ಕೂಡ ಜೊತೆ ಸೇರಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ; ಇ-ಮೇಲ್ ಪ್ರತಿಕ್ರಿಯಾ ಮಟ್ಟ, ನೇರ ಸುದ್ದಿ ಪ್ರಚಾರ ಪತ್ರ,ಮಾರಾಟ ಮತ್ತು ಸಮಗ್ರ ಮಾಹಿತಿ, ಬಳಕೆದಾರರ ಕಾರ್ಯನಿರ್ವಹಣಾ ಮಾಹಿತಿ ಅಂದರೆ ಹೀಟ್ ಮ್ಯಾಪ್ ಪಿಂಗ್ ಅಥವಾ ಬೇರೆ ಆವಶ್ಯಕ ಮೆಟ್ರಿಕ್ಸ್ ಪದ್ಧತಿ.

ಜಾಲ ಪರಿಚಾರಕ ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆ[ಬದಲಾಯಿಸಿ]

ಜಾಲ ಪರಿಚಾರಕವು ಅದರ ಕೆಲವು ವಹಿವಾಟನ್ನು ಲಾಗ್‌ಫೈಲಿನಲ್ಲಿ ದಾಖಲಿಸಿಡುತ್ತದೆ. ಜಾಲತಣದ ಜನಪ್ರಿಯತೆಯ ಬಗ್ಗೆ ಮಾಹಿತಿ ನೀಡಲು ಈ ಲಾಗ್‌ಫೈಲ್‌ಗಳು ಪ್ರೊಗ್ರಾಮ್ ಮೂಲಕ ಅರ್ಥೈಸಿಕೊಳ್ಳುವುದು, ಎಂಬುದು ಬೇಗ ತಿಳಿಯಲ್ಪಟ್ಟಿತು. ಹೀಗೆ ವೆಬ್ ಲಾಗ್ ವಿಶ್ಲೇಷಣ ತಂತ್ರಾಂಶ ಹುಟ್ಟಿಕೊಂಡಿತು.

1990ರ ಪೂರ್ವದಲ್ಲಿ, ಜಾಲ ತಾಣದ ಗುಣಿಕೆಯು ಮುಖ್ಯವಾಗಿ ಜಾಲ ಪರಿಚಾರಕಕ್ಕೆ ಗ್ರಾಹಕರ ಬೇಡಿಕೆಯ (ಅಥವಾ ಜನಪ್ರಿಯತೆ ) ಅಂಕಿ ಎಣಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತಿತ್ತು. ಮೊದಲು ಇದು ಯೋಗ್ಯವಾದ ಕ್ರಮವಾಗಿತ್ತು, ಇದರಿಂದ ಪ್ರತೀ ಜಾಲ ತಾಣ ಒಂದು ಪ್ರತ್ಯೇಕ ಹೆಚ್‌ಟಿಎಮ್‌ಎಲ್ ಕಡತವನ್ನು ಹೊಂದಿರುತ್ತಿತ್ತು. ಹೇಗಿದ್ದರೂ, ಜಾಲ ತಾಣವು ಬಹು ಬಗೆಯ ಹೆಚ್‌ಟಿಎಮ್‌ಎಲ್ ಕಡತವನ್ನು ವಿಸ್ತರಿಸಿದ, ಮತ್ತು ಹೆಚ್‌ಟಿಎಮ್‌ಎಲ್‌ನಲ್ಲಿ ರೂಪು ರೇಷ ಪರಿಚಯದ ನಂತರ, ಈ ಎಣಿಕೆಯು ಕಡಿಮೆ ಪ್ರಯೊಜನಕಾರಿ ಎನಿಸಿತು. 1994 ರಲ್ಲಿ ಐಪಿಆರ್‌ಒನಿಂದ ಮೊದಲ ನಿಜವಾದ ವ್ಯಾಪರೀ ಲಾಗ್ ವಿಶ್ಲೇಷಕ ಬಿಡುಗಡೆಯಾಯಿತು.[೨]

ಜಾಲ ಪರಿಚಾರಕದಲ್ಲಿ ಮಾನವ ಚಟುವಟಿಕೆಯ ಮೊತ್ತವನ್ನು ಹೆಚ್ಚು ಸಮಂಜಸವಾಗಿಸಲು 1990ರ ಮಧ್ಯದಲ್ಲಿ ಎರಡು ಪರಿಮಾಣ ಘಟಕವನ್ನು ಪರಿಚಯಿಸಲಾಯಿತು. ಅವುಗಳೆಂದರೆ ಪುಟ ಸಮೀಕ್ಷೆ ಮತ್ತು ಸಂದರ್ಶನ (ಅಥವಾ ಅಧಿವೇಶನ ) ಪುಟ ಸಮೀಕ್ಷೆಯು , ರೇಖಾಚಿತ್ರಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, ಒಂದು ಪುಟಕ್ಕಾಗಿ ಜಾಲ ಪರಿಚಾರಕಕ್ಕೆ ಮಾಡಿದ ಮನವಿ ಎಂದು ವ್ಯಾಖ್ಯಾನ್ನಿಸಲ್ಪಟ್ಟಿದೆ, ಸಂದರ್ಶನ ಎನ್ನುವುದು ಸ್ವಲ್ಪ ಮಟ್ಟದ, ಸಾಮಾನ್ಯವಾಗಿ 30 ನಿಮಿಷಗಳ ನಿಷ್ಕ್ರ‍ಿಯೆಯ ನಂತರ, ವಿಶೇಷವಾಗಿ ಗುರುತಿಸಲ್ಪಟ್ಟ ಗ್ರಾಹಕನಿಂದ ಅನುಕ್ರಮವಾಗಿ ಮಾಡಿದ ಬೇಡಿಕೆಗಳು ಎಂದು ವ್ಯಾಖ್ಯಾನ್ನಿಸಲ್ಪಟ್ಟಿದೆ. ಪುಟ ಸಮೀಕ್ಷೆ ಮತ್ತು ಸಂದರ್ಶನ, ಸಾಮಾನ್ಯವಾಗಿ ಬಳಸುವ ಮಾಪನಗಳು, ಆದರೆ ಇದು ಈಗ, ಹೆಚ್ಚು ಸರಳವಲ್ಲದ ಮಾಪನಗಳು ಎಂದು ಭಾವಿಸಲ್ಪಟ್ಟಿದೆ.

ಬಹು ದೊಡ್ಡ ಕಂಪೆನಿಗಳಿಗೆ ಮತ್ತು ಐಎಸ್ಪಿಗಳಿಗೆ ಕ್ರಿಯಾತ್ಮಕವಾಗಿ ನೀಡಿದ ಐಪಿ ಗುರುತುಗಳು ಮತ್ತು ಜಾಲ ಪ್ರಾತಿನಿಧ್ಯಗಳ ಜೊತೆಗೆ, 1990ರ ನಂತರ ಸರ್ಚ್ ಎಂಜಿನ್ ಸ್ಪೈಡರ್ಸ್ ಹಾಗೂ ಮಾನವ ಯಂತ್ರಗಳ ಉದಯವು, ಜಾಲತಾಣಕ್ಕೆ ಜನರು ಇತ್ತ ಭೆಟ್ಟಿ ಗುರುತಿಸುವುದನ್ನು ಹೆಚ್ಚು ಕಷ್ಟಸಾಧ್ಯವನ್ನಾಗಿಸಿದೆ. ಲಾಗ್ ಅನ್ವೇಷಕರು ಕುಕೀಸ್‌ಗಳ ಭೇಟಿಯನ್ನು ಹಿಂಬಾಲಿಸುತ್ತಾ ಹಾಗೂ ಪರಿಚಿತ ಸ್ಪೈಡರ್‌ಗಳ ಕೋರಿಕೆಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸುತ್ತಾ ತಮ್ಮ ಪ್ರತಿಕ್ರಿಯೆ ತೋರಿಸಿದರು.

ವ್ಯಾಪಕವಾಗಿ ಗುಪ್ತ ಜಾಲವನ್ನು ಬಳಸುವುದೂ ಕೂಡ ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆಗೆ ಅಡ್ಡಿಯನ್ನುಂಟುಮಾಡಬಹುದು. ಒಬ್ಬರು ಒಂದು ಪುಟಕ್ಕೆ ಪುನಃಭೇಟಿ ನೀಡಿದರೆ, ಎರಡನೆಯ ವಿನಂತಿಯನ್ನು ಹೆಚ್ಚಾಗಿ ಗುಪ್ತ ಅಂತರ್ಜಾಲ ಶೋಧ ತಂತ್ರದಿಂದ ಪತ್ತೆಹಚ್ಚುವುದು, ಮತ್ತು ಇದರಿಂದ ಜಾಲ ಪರಿಚಾರಕವು ಯಾವ ಕೋರಿಕೆಯನ್ನೂ ಪಡೆಯುವುದಿಲ್ಲ. ಇದರರ್ಥ ವ್ಯಕ್ತಿಯ ತಾಣದ ಹಾದಿಯು ಕಳೆದಿದೆ ಎಂದು. ವೆಬ್ ಸರ್‌‍ವರ್‌ನ ಸರಿಹೊಂದಿಕೆಯಿಂದ ಕ್ಯಾಶಿಂಗ್‌ ಅನ್ನು ಅಸಫಲಗೊಳಿಸಬಹುದು, ಆದರೆ ಇದರ ಪರಿಣಾಮವಾಗಿ ವೆಬ್‌ಸೈಟ್‌ಗೆ ಭೇಟಿ ನೀಡುವವರಿಗೆ ಕಾರ್ಯನಿರ್ವಾಹಣೆಯ ಗುಣಮಟ್ಟ ಕುಂದಬಹುದು.

ಪುಟ ಜೋಡಣೆ[ಬದಲಾಯಿಸಿ]

ಕ್ಯಾಶಿಂಗ್‌ನ ಉಪಸ್ಥಿತಿಯಲ್ಲಿ ಲಾಗ್‍ಫೈಲ್ ಅನ್ವೇಷಣೆಯ ನಿರ್ಧಿಷ್ಟತೆಯ ಕಾಳಜಿ ಹಾಗೂ ವೆಬ್ ವಿಶ್ಲೇಷಣಶಾಸ್ತ್ರವನ್ನು ಉಪಕರಾರು ಸೇವೆಗಳಾಗಿ ನಿರ್ವಹಿಸುವ ಅಪೇಕ್ಷೆಯು ಪುಟ ತಗುಲಿಸುವಿಕೆ ಅಥವಾ ’ವೆಬ್ ಬಗ್ಸ್’ ಅಂತಹ ಎರಡನೇಯ ಡೇಟಾ ಸಂಗ್ರಹಣ ಪದ್ಧತಿಗೆ ದಾರಿ ಆಯಿತು.

1990ರ ಮಧ್ಯದಲ್ಲಿ, ವೆಬ್ ಮುಂಗಟ್ಟೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಕಂಡುಬರುತ್ತಿದ್ದವು - ಎಷ್ಟು ಸಲ ಚಿತ್ರ ಕೋರಲಾಗಿದೆ ಎಂದು ತೋರಿಸುವ ಒಂದು ವೆಬ್ ಪುಟದಲ್ಲಿ ಸೇರಿದ ಚಿತ್ರಗಳಾಗಿದ್ದವು ಇವು, ಇದು ಆ ಪುಟದ ವೀಕಣೆಯ ಅಂದಾಜು ಸಂಖ್ಯೆ ಆಗಿತ್ತು. 1990ರ ಕೊನೆಯಲ್ಲಿ ಈ ಪರಿಕಲ್ಪನೆ ಕಾಣುವ ಚಿತ್ರದ ಬದಲು ಒಂದು ಸಣ್ಣ ಕಾಣದ ಚಿತ್ರವನ್ನು ಸೇರಿಸಲು ಪ್ರಕಟವಾಯಿತು ಮತ್ತು JavaScript ಬಳಸಿ ಪುಟದ ಹಾಗೂ ಅದನ್ನು ಭೇಟಿಕೊಡುವವರ ಬಗ್ಗೆ ಕೆಲವು ನಿರ್ಧಷ್ಟ ಮಾಹಿತಿಯನ್ನು ಚಿತ್ರದ ಕೋರಿಕೆಯ ಜೊತೆ ವರ್ಗಾಯಿಸಲಾಗಿತ್ತು. ಈ ಮಾಹಿತಿಯನ್ನು ಪರೋಕ್ಷವಾಗಿ ಒಂದು ವೆಬ್ ವಿಶ್ಲೇಷಣಶಾಸ್ತ್ರದ ಕಂಪನಿಯ ಮೂಲಕ ಸಂಸ್ಕರಿಸಬಹುದು ಹಾಗೂ ವ್ಯಾಪಕವಾದ ಸಂಖ್ಯಾಸಂಗ್ರಹಣವನ್ನು ಉತ್ಪತ್ತಿಸಬಹುದು.

ಬಳಕೆದಾರಿನಿಗೆ ಒಂದು ಕುಕಿಯನ್ನು ನಿಯೋಜಿಸುವ ಪ್ರಕ್ರೀಯೆಯನ್ನು ಕೂಡ ವೆಬ್ ವಿಶ್ಲೇಷಣಶಾಸ್ತ್ರ ನಿರ್ವಹಿಸುತ್ತದೆ, ಇದರಿಂದ ಬಳಕೆದಾರರ ಭೇಟಿಯ ಸಮಯ ಹಾಗೂ ಅನಂತರದ ಭೇಟಿಗಳಲ್ಲಿ ಅವರನ್ನು ವಿಶಿಷ್ಟವಾಗಿ ಗುರುತಿಸಲಾಗುವುದು. ಕುಕಿ ಸ್ವೀಕರಿಸುವ ದರಗಳು ಹಲವು ವೆಬ್ ಪುಟಗಳಲ್ಲಿ ಗಮನೀಯವಾಗಿ ಬದಲಾಗಬಹುದು ಮತ್ತು ಸಂಗ್ರಹಿಸಿದ ಹಾಗೂ ವರದಿಸಿದ ಡೇಟಾಗಳ ಗುಣಮಟ್ಟಕ್ಕೂ ಪ್ರಭಾವ ಬೀರಬಹುದು.

ವೆಬ್ ಪುಟದ ಡೇಟಾವನ್ನು ಮೂರನೇಯ-ತಂಡದ ಡೇಟಾ ಸಂಗ್ರಹಣ ಸರ್ವರ್ ಅನ್ನು ಬಳಸಿ ಸಂಗ್ರಹಿಸುವುದಕ್ಕೆ (ಅಥವಾ ಒಂದು ಇನ್-ಹೌಸ್ ಡೇಟಾ ಸಂಗ್ರಹಣ ಸರ್ವರ್) ಸಂಗ್ರಹಣ ಸರ್ವರ್‌ನ IP ವಿಳಾಸ ಪತ್ತೆಹಚ್ಚುವ ಒಂದು ಅಧಿಕೃತ DNS ಲುಕ್-ಅಪ್‌ನ ಅಗತ್ಯೆ ಬಳಕೆದಾರರ ಕಂಪ್ಯೂಟರ್‌ಯಿಂದ ಇರುತ್ತದೆ. ಕೆಲವು ಪ್ರಸಂಗಗಳಲ್ಲಿ, ಸಫಲವಾಗಿ DNS ಲುಕ್-ಅಪ್‌ನ ವಿಳಂಬ ಅಥವಾ ಅಸಫಲ DNS ಲುಕ್-ಅಪ್‌ಗಳು ಡೇಟಾ ಸಂಗ್ರಹಣ ಆಗದಿರಲು ಕಾರಣವಾಗಿರಬಹುದು.

Ajax ಆಧಾರಿತ ಪರಿಹಾರಗಳ ಹೆಚ್ಚುತ್ತಿರುವ ಜನಪ್ರಿಯದೊಂದಿಗೆ, ಒಂದು ಕಾಣದ ಚಿತ್ರವನ್ನು ಬಳಸುವ ಇನ್ನೊಂದು ದಾರಿ ಎಂದರೆ ಪ್ರದರ್ಶಿತ ಪುಟದಿಂದ ಸರ್ವರ್‌ಗೆ ಒಂದು ಕಾಲ್ ಬ್ಯಾಕ್ ಅನ್ನು ಕಾರ್ಯಗತ ಮಾಡಿಸುವುದು. ಈ ಪರಿಸ್ಥಿತಿಯಲ್ಲಿ, ವೆಬ್ ಬ್ರೌಸರ್‌ನಲ್ಲಿ ಪುಟ ಪ್ರದರ್ಶಿತಗೊಂಡಾಗ, Ajax ಕೋಡಿನ ಒಂದು ತುಣುಕು ಸರ್ವರ್‌ಗೆ ಕಾಲ್ ಬ್ಯಾಕ್ ಮಾಡಬಹುದು ಹಾಗೂ ಗ್ರಾಹಕನ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ವರ್ಗಾಯಿಸಬಹುದು, ಇದನ್ನು ನಂತರ ವೆಬ್ ವಿಶ್ಲೇಷಣಶಾಸ್ತ್ರದ ಕಂಪನಿಯ ಮೂಲಕ ಒಟ್ಟುಗೂಡಿಸಬಹುದು. ಇದು ಕೆಲವು ಪಕ್ಷಗಳಲ್ಲಿ ಬ್ರೌಸರ್ ನಿರ್ಭಂಧನೆಗಳಿಂದ ತಪ್ಪಾಗಿ ತೋರುತ್ತದೆ ಹಾಗೂ ಇವುಗಳನ್ನು XmlHttpRequest ಆಬ್‌ಜೆಕ್ಟ್‌ಗಳಿಂದ ಸಂಪರ್ಕಿಸಬಹುದು.

ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆ vs ಪುಟ ಜೋಡಣೆ[ಬದಲಾಯಿಸಿ]

ಎರಡೂ ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣ ಯೋಜನೆ ಮತ್ತು ಪುಟ ಜೋಡಣೆ ಪರಿಹಾರ ಮಾರ್ಗವು ಸಂಸ್ಥೆಗಳಿಗೆ ಜಾಲ ವಿಶ್ಲೇಷಣ ಕಾರ್ಯ ಪೂರೈಸಲು ಲಭ್ಯವಿರುವುದು. ಕೆಲವು ಸಮಯದಲ್ಲಿ,ಅದೇ ಜಾಲ ವಿಶ್ಲೇಷಣ ಸಂಸ್ಥೆ ಎರಡರ ಬಗ್ಗೆಯೂ ನಿವೇದಿಸುತ್ತದೆ. ನಂತರ ಒಂದು ಸಂಸ್ಥೆಯು ಯಾವ ಮಾರ್ಗವನ್ನು ಆರಿಕೊಳ್ಳಬೇಕು ಎಂಬ ಪ್ರಶ್ನೆ ಮೂಡುತ್ತದೆ. ಅದೆರರಡರಲ್ಲಿಯೂ ಅನುಕೂಲ ಮತ್ತು ಅನಾನುಕೂಲ ಎರಡೂ ಇದೆ.[೩]

ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆಯ ಅನುಕೂಲತೆಗಳು[ಬದಲಾಯಿಸಿ]

ಪುಟ ಜೋಡಣೆಗಿಂತ ಲಾಗ್‌ಫೈಲಿನಲ್ಲಿರುವ ಮುಖ್ಯ ಅನುಕೂಲತೆಗಳು ಈ ರೀತಿಯಾಗಿವೆ:

  • ಜಾಲ ಪರಿಚಾರಕವು ಸಾಮಾನ್ಯವಾಗಿ ಲಾಗ್‌ಫೈಲ್‌ಗಳನ್ನು ಮೊದಲೇ ತಯಾರಿಸುತ್ತದೆ, ಇದರಿಂದ ಕಚ್ಚಾ ಮಾಹಿತಿಯು ಆಗಲೇ ಲಭ್ಯವಾಗಿರುತ್ತದೆ. ಪುಟ ಜೋಡಣೆಯ ಮೂಲಕ ಮಾಹಿತಿ ಕಲೆಹಾಕುವುದಾದಲ್ಲಿ, ಜಾಲತಾಣದ ಬದಲಾವಣೆಯ ಅವಶ್ಯಕತೆಯಿರುತ್ತದೆ.
  • ಏಕಸ್ವಾಮ್ಯ ರೀತಿಗೆ ಬದಲಾಗಿ, ಮಾಹಿತಿಯು ಸಂಸ್ಥೆಯ ಸ್ವ ಪರಿಚಾರಕದಲ್ಲಿ ಮತ್ತು ಒಂದು ಗುಣಮಟ್ಟ ದರ್ಜೆಯದಲ್ಲಿರುತ್ತದೆ. ಇದು ನಂತರದಲ್ಲಿ ಒಂದು ಸಂಸ್ಥೆಗೆ ಕಾರ್ಯಸೂಚಿ ಬದಲಾಯಿಸಲು, ಹಲವು ವಿಧದ ಕಾರ್ಯಸೂಚಿಯನ್ನು (ಪ್ರೊಗ್ರಾಮ್) ಬಳಸಲು, ಮತ್ತು ಹೊಸ ಪ್ರೊಗ್ರಾಮ್‌ನಿಂದ ಹಿಂದಿನ ಕಾರ್ಯಸೂಚಿಯನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಸುಲಭವಾಗಿಸುತ್ತದೆ. ಪುಟ ವಿನ್ಯಾಸ ಪರಿಹಾರದಲ್ಲಿ ಮಾರಾಟಗಾರರ ಬಿಗಿಯು ಒಳಗೊಂಡಿರುತ್ತದೆ.
  • ಲಾಗ್‌ಫೈಲ್, ಸರ್ಚ್ ಎಂಜಿನ್ ಸ್ಪೈಡರ್ ಮೂಲಕ ಸಂದರ್ಶಕರ ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿರುತ್ತದೆ. ಇದು ಮಾನವ ಚಟುವಟಿಕೆಯ ಭಾಗವೆಂದು ವರದಿಯಾಗದಿದ್ದರೂ, ಸರ್ಚ್ ಎಂಜಿನ್ ಉತ್ತಮಗೊಳಿಸಲು ಇದು ಉಪಯೋಗಕರ ಮಾಹಿತಿಯಾಗಿದೆ.
  • ಲಾಗ್‌ಫೈಲ್ಸ್ ಹೆಚ್ಚಿನ ಡಿಎನ್‌ಎಸ್ ಅವಲೋಕನದ ಆವಶ್ಯಕತೆಯನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ. ಹಾಗೆಯೇ ಅಲ್ಲಿ ಪುಟ ಸೇರ್ಪಡೆ ವೇಗ ನಿಧಾನಗೊಳಿಸುವ ಅಥವಾ ಅಸಂಖ್ಯ ಪುಟ ವೀಕ್ಷಣೆಯ ಫಲಿತಾಂಶ ನೀಡುವ ಬಾಹ್ಯ ಪರಿಚಾರಕ ಕರೆ ಇರುವುದಿಲ್ಲ.
  • ಜಾಲ ಪರಿಚಾರಕವು ಇದು ನಿರ್ವಹಿಸಿದ ಪ್ರತಿ ವಹಿವಾಟನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ದಾಖಲಿಸಿಡುತ್ತದೆ. ಪುಟ ಜೋಡಣೆಯಲ್ಲಿ ಬಹುಶಃ ಎಲ್ಲ ವಹಿವಾಟನ್ನು ದಾಖಲಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಒಳಗೊಂಡ ಕಾರಣಗಳು:
    • ಪುಟ ಜೋಡಣೆಯು ಸಂದರ್ಶಕರ ಅಂತರ್ಜಾಲ ಶೋಧ ತಂತ್ರಾಂಶದ ಸಹ-ಕಾರ್ಯವನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ, ಇದು ಕೆಲವು ಭಾಗಗಳನ್ನು ಮಾಡದೆ ಇರಬಹುದು (ಉದಾಹರಣೆಗೆ, ಒಂದು ವೇಳೆ ಜಾವಾ ಸ್ಕ್ರಿಪ್ಟ್ ಸಮರ್ಥವಿಲ್ಲದಿದ್ದಾಗ, ಅಥವಾ ಒಂದು ಬಹು ಸಂಖ್ಯೆಯ ಕಡತವು ಕೆಲವು ಪರಿಚಾರಕಕ್ಕೆ ಮನವಿಯನ್ನು ನೀಡದಿದ್ದಾಗ).
    • ಅಜಾಗರೂಕತೆಯಿಂದ ಅಥವಾ ಹೆಚ್ಚುವರಿ ಪುಟಜೋಡಣೆಯ ಸೇರ್ಪಡೆಯಿಂದ ಜೋಡಣೆಯು ಪುಟದಿಂದ ವರ್ಜಿಸಲ್ಪಡಬಹುದು.
    • ಪ್ರತಿ ಪುಟದಲ್ಲೂ ಗುರುತನ್ನು ಒಳಪಡಿಸಲು ಸಾಧ್ಯವಾಗದೇ ಇರಬಹುದು. ಸ್ಥಾಯಿ ವಿಷಯವಿರುವಂತಹ PDFಗಳು ಅಥವಾ ಟ್ಯಾಗ್‌ಗಳನ್ನು ಸೇರಿಸುವ ಅನ್ವಯಿಕದ ಪುನರ್‌-ಇಂಜಿನೀಯರಿಂಗ್ ಪರಿಯಾಯವಲ್ಲದ ಅನ್ವಯಿಕ-ಉತ್ಪಾದಿತ ಕ್ರಿಯಾತ್ಮಕ ಪುಟಗಳು ಉದಾಹರಣೆಗಳಲ್ಲಿ ಸೇರಿವೆ.

ಪುಟ ಜೋಡಣೆಯ ಅನುಕೂಲತೆಗಳು[ಬದಲಾಯಿಸಿ]

ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆಗಿಂತ ಪುಟ ಜೋಡಣೆಯ ಪ್ರಮುಖ ಅನುಕೂಲತೆಗಳು ಈ ಕೆಳಗಿನಂತಿವೆ.

  • ಪರಿಚಾರಕಕ್ಕೆ ಮನವಿ ಮಾಡದೆ, ಪುಟ ತೆರೆಯುತ್ತಿದ್ದಂತೆ ಗಣನೆ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ. ಒಂದು ಪುಟವನ್ನು ಬಚ್ಚಿಟರೆ, ಅದನ್ನು ಪರಿಚಾರಕ ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ. ಬಚ್ಚಿಟ್ಟ ಪುಟಗಳನ್ನು ಎಲ್ಲಾ ಪುಟವೀಕ್ಷಣೆಗಳ ಮೂರನೆ ಒಂದರಷ್ಟರ ವರೆಗೆ ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಸಾಧ್ಯ. ಗಣನೆ ಮಾಡದ ಬಚ್ಚಿಟ್ಟ ಪುಟಗಳು ಗಂಬೀರವಾಗಿ ಹಲವು ಅಂತರ್ಜಾಲ ತಾಣಗಳ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಅಸಮ್ಮತಿಸುತ್ತದೆ. ಈ ಕಾರಣಕ್ಕಾಗಿ ಪರಿಚಾರಕ-ಆಧಾರಿತ ಧೀರ್ಘ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಅಂತರ್ಜಾಲ ತಾಣಗಳಲ್ಲಿ ಮಾನವ ಚಟುವಟಿಕೆಯ ವಿಶ್ಲೇಷಣೆಗೆ ಸೂಕ್ತವೆಂದು ಪರಿಗಣಿಸುವುದಿಲ್ಲ.
  • ಪುಟದಲ್ಲಿ ಒಂದು ಘಟಕದ ("ಜೋಡಣೆ") ಮೂಲಕ ಮಾಹಿತಿಯನ್ನು ಒಟ್ಟುಗೂಡಿಸುಲಾಗುತ್ತದೆ, ಸಾಮಾನ್ಯವಾಗಿ ಜಾವಾಸ್ಕ್ರೀಪ್ಟ್‌ನಲ್ಲಿ ಬರೆಯಲಾಗುತ್ತದೆ ಜಾವಾವನ್ನು ಬಳಸಲು ಸಾಧ್ಯವಾಗಿದೆ ಆದರೂ, ಮತ್ತು ಹೆಚ್ಚುಹೆಚ್ಚಾಗಿ ಫ್ಲಾಶ್‌ನ್ನು ಬಳಸಲಾಗಿದೆ.
  • ಜೋಡಣೆಗೆ ಹೆಚ್ಚುವರಿ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸುವುದು ಸುಲಭ, ಅದನ್ನು ನಂತರ ದೂರದ ಪರಿಚಾರಕದ ಮೂಲಕ ಸಂಗ್ರಹಿಸಲು ಸಾಧ್ಯ. ಉದಾಹರಣೆಗೆ, ಸಂದರ್ಶಕರ ಪರದೆಯ ಗಾತ್ರಗಳು, ಅಥವಾ ಅವರು ಖರೀದಿಸಿದ ವಸ್ತುಗಳ ಬೆಲೆಯ ಬಗ್ಗೆ ಮಾಹಿತಿ, ಅವುಗಳನ್ನು ಈ ವಿಧದಲ್ಲಿ ಸೇರಿಸಬಹುದು. ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ, ಸಾಧಾರಣವಾಗಿ ಅಂತರ್ಜಾಲ ಪರಿಚಾರಕದಿಂದ ಸಂಗ್ರಹಿಸಿರದ ಮಾಹಿತಿಯನ್ನು URL ಮಾರ್ಪಡಿಸುವ ಮೂಲಕ ದಾಖಲಿಸಲು ಮಾತ್ರ ಸಾಧ್ಯ.
  • ಅಂತರ್ಜಾಲ ಪರಿಚಾರಕಕ್ಕೆ ಒಂದು ಬೇಡಿಕೆಯನ್ನು ಒಳಗೊಳ್ಳದ ಘಟನೆಗಳ ಮೇಲೆ ಪುಟ ಜೋಡಣೆಯು ವರದಿ ಮಾಡಲು ಸಾಧ್ಯ, ಉದಾಹರಣೆಗೆ ಫ್ಲಾಶ್‍ ಸಿನಿಮಾಗಳೊಂದಿಗೆ ಪರಸ್ಪರ ಕ್ರಿಯೆಗಳು, ಅಪೂರ್ಣ ಅರ್ಜಿಯ ಪೂರ್ಣಗೊಳಿಸುವಿಕೆ, ಮೌಸ್ ಘಟನೆಗಳಾದ ಅನ್‌ಕ್ಲಿಕ್, ಅನ್‌ಮೌಸ್, ಒನ್‌ಫೊಕಸ್, ಅನ್‌ಬ್ಲರ್ ಇತ್ಯಾದಿ.
  • ಪುಟ ಜೋಡಣೆ ಸೇವೆಯು ಸಂದರ್ಶಕರಿಗೆ ಕುಕ್ಕಿಗಳನ್ನು ನಿಯೋಜಿಸುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ; ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ, ಪರಿಚಾರಕ ಇದಕ್ಕೆ ವಿನ್ಯಾಸಗೊಳ್ಳಬೇಕಾಗುತ್ತದೆ.
  • ಯಾವ ಸಂಸ್ಥೆಗಳು ತಮ್ಮ ಸ್ವ ಜಾಲ ಪರಿಚಾರಕ ಪ್ರವೇಶವನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲವೋ ಅಂಥವುಗಳಿಗೆ ಪುಟ ಜೋಡಣೆಯು ಲಭ್ಯವಾಗುವುದು.
  • ಇತ್ತೀಚೆಗೆ ಪುಟ ಜೋಡಣೆಯು ಜಾಲ ವಿಶ್ಲೇಷಣದಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿರುವುದು.[೪]

ಆರ್ಥಿಕ ಅಂಶ[ಬದಲಾಯಿಸಿ]

ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆಯು ಯಾವಾಗಲೂ ಆಂತರಿಕವಾಗಿ ಕಾರ್ಯ ನಿರ್ವಹಿಸಲ್ಪಡುತ್ತದೆ. ಪುಟ ಜೋಡಣೆನ್ನು ಮನೆಯಲ್ಲಿ ನಿರ್ವಹಿಸಬಹುದು, ಆದರೆ ಇದನ್ನು ಹೆಚ್ಚಾಗಿ ಮೂರನೆ-ಪಂಗಡದ ಸೇವೆಯಂತೆ ಒದಗಿಸಲಾಗುತ್ತದೆ. ಒಂದು ಸಂಸ್ಥೆಯು ಈ ಎರಡು ಮಾದರಿಯಲ್ಲಿ ಯಾವುದನ್ನು ಕೊಂಡುಕೊಳ್ಳಬೇಕು ಎಂದು ನಿರ್ಧರಿಸುವಲ್ಲಿ ಆರ್ಥಿಕ ವ್ಯತ್ಯಾಸವೂ ಗಣನೆಗೆ ಒಳಪಡುವುದು.

  • ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆಯು ವಿಶಿಷ್ಟವಾಗಿ ಒಂದು ಏಕಮಾತ್ರವಾಗಿ ಮಾಡಿದ ತಂತ್ರಾಂಶ ಖರೀದಿಯನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ; ಆದ್ಯಾಗಿಯೂ, ಕೆಲವು ಮಾರಾಟಗಾರರು ಪ್ರಕ್ರಿಯೆ ಹೆಚ್ಚುವರಿ ಮಾಹಿತಿಗೆ ಹೆಚ್ಚುವರಿ ಬೆಲೆಗಳೊಂದಿಗೆ ಗರಿಷ್ಟ ವಾರ್ಷಿಕ ಪುಟ ವೀಕ್ಷಣೆಯನ್ನು ಪರಿಚಯಿಸುತ್ತಿದ್ದಾರೆ. ವಾಣಿಜ್ಯ ಕೊಡುಗೆಗಳಿಗೆ ಹೊರತಾಗಿ, ಹಲವು ಮುಕ್ತ-ಮೂಲ ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆ ಸಾಧನಗಳು ಉಚಿತವಾಗಿ ಲಭ್ಯ.
  • ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆಗೆ ನೀವು ನಿಮ್ಮ ಸ್ವಂತ ಮಾಹಿತಿಯನ್ನು ಶೇಖರಿಸಬೇಕು ಮತ್ತು ಒಟ್ಟುಗೂಡಿಸಬೇಕು, ಅವುಗಳು ಅನೇಕವೇಳೆ ಶೀಘ್ರವಾಗಿ ಅತಿದೊಡ್ದದಾಗಿ ಬೆಳೆಯುತ್ತವೆ. ಇದನ್ನು ಮಾಡಲು ಹಾರ್ಡ್‌ವೇರ್‌ನ ಬೆಲೆ ಕನಿಷ್ಟವಾದರೂ, ಒಂದು IT ಇಲಾಖೆಗೆ ಮೇಲುವೆಚ್ಚವು ಗಣನೀಯವಾಗಲು ಸಾಧ್ಯ. ಉದಾಹರಣೆಗೆ, ನೀವು ಡಿಸ್ಕ್ ಸ್ಥಳಾವಕಾಶದ ಕೊರತೆಯಲ್ಲಿ ಚಾಲನೆಮಾಡಿದರೆ ನಿಮ್ಮ ದತ್ತಾಂಶಗಳು ಹಳೆಯ ದಾಖಲೆಗಳನ್ನು ನಾಶಮಾಡಲು ಆರಂಭಿಸಬಹುದು, ಅವುಗಳನ್ನು ಅನೇಕವೇಳೆ ಸರಿಪಡಿಸು ಸಾಧ್ಯವಿಲ್ಲ.
  • ಲಾಗ್‌ಫೈಲ್ ವಿಶ್ಲೇಷಣೆಗೆ ನೀವು ತಂತ್ರಾಂಶವನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳುವುದು ಅವಶ್ಯಕ, ಆಧುನಿಕಗೊಳಿಸುವಿಕೆಗಳು ಮತ್ತು ಭದ್ರತೆ patches ಅವುಗಳಲ್ಲಿ ಸೇರಿವೆ.
  • ಸಂಯುಕ್ತ ಪುಟ ಜೋಡಣೆ ಮಾರಾಟಗಾರರು ಸಂಪುಟದ ಮೇಲೆ ಆಧಾರಿಸಿ ಒಂದು ಮಾಸಿಕ ಶುಲ್ಕ ವಿಧಿಸುತ್ತಾರೆ ಅವುಗಳೆಂದರೆ ಪ್ರತಿ ತಿಂಗಳಿಗೆ ಪುಟ ವೀಕ್ಷಣೆಗಳ ಸಂಖ್ಯೆಯನ್ನು ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ.

ಕಾರ್ಯಗತ ಮಾಡಲು ಯಾವ ಪರಿಹಾರವು ಕಡಮೆ ಬೆಲೆಯದು ಎಂಬುದು ಕಂಪೆನಿಯ ಒಳಗಡೆಯ ತಾಂತ್ರಿಕ ನೈಪುಣ್ಯದ ಮೊತ್ತ, ಆಯ್ಕೆಮಾಡಿದ ಮಾರಾಟಗಾರು, ಅಂತರ್ಜಾಲ ತಾಣಗಳಲ್ಲಿ ಕಂಡು ಬಂದ ಚಟುವಟಿಕೆಗಳ ಮೊತ್ತ, ಅನ್ವೇಷಿಸಿದ ಮಾಹಿತಿಯ ಗಾಡತೆ ಮತ್ತು ವಿಧ, ಮತ್ತು ವಿಭಿನ್ನ ಅಂತರ್ಜಾಲ ತಾಣಗಳ ಅಗತ್ಯವಾಗಿರುವ ಅಂಕಿಅಂಶಗಳ ಸಂಖ್ಯೆಯ ಮೇಲೆ ಅವಲಂಬಿಸಿದೆ.

ಬಳಸಿಕೊಂಡ ಮಾರಾಟಗಾರ ಪರಿಹಾರ ಅಥವಾ ಮಾಹಿತಿ ಸಂಗ್ರಹಣೆ ವಿಧಾನದ ಹೊರತಾಗಿ, ಅಂತರ್ಜಾಲ ಸಂದರ್ಶಕರ ವಿಶ್ಲೇಷಣೆಯ ವೆಚ್ಚ ಮತ್ತು ವ್ಯಾಖ್ಯಾನೆಯನ್ನು ಸಹ ಸೇರಿಸಬೇಕು. ಅದು, ಕಚ್ಚಾ ಮಾಹಿತಿಯನ್ನು ಕ್ರಿಯೆಯ ಮಾಹಿತಿಯಾಗಿ ಬದಲಾಯಿಸುವ ವೆಚ್ಚ. ಮೂರನೆ ವ್ಯಕ್ತಿಯ ಸಲಹಾಕಾರರ ಉಪಯೋಗದಿಂದ, ಒಬ್ಬ ಅನುಭವಿ ಅಂತರ್ಜಾಲ ವಿಶ್ಲೇಷಕನನ್ನು ಮಜೂರಿಗೆ ಇಟ್ಟುಕೊಳ್ಳುವುದರಿಂದ, ಅಥವಾ ಒಂದು ಸೂಕ್ತ ಆಂತರಿಕ ವ್ಯಕ್ತಿಯ ತರಬೇತಿಯಿಂದ ಇದು ಸಾಧ್ಯ, ಒಂದು ವೆಚ್ಚ-ಸಹಾಯ ವಿಶ್ಲೇಷಣೆ ನಂತರ ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯ. ಉದಾಹರಣೆಗೆ, ಅಂತರ್ಜಾಲ ಸಂದರ್ಶಕ ಮಾಹಿತಿಯನ್ನು ವಿಶ್ಲೇಷಿಸುವುದರ ಮೂಲಕ ಯಾವ ಆದಾಯ ಹೆಚ್ಚಳ ಅಥವಾ ವೆಚ್ಚ ಉಳಿತಾಯಗಳನ್ನು ಸಂಪಾದಿಸಲು ಸಾಧ್ಯ?

ಮಿಶ್ರತಳಿ ವಿಧಾನಗಳು[ಬದಲಾಯಿಸಿ]

ಕೆಲವು ಸಂಸ್ಥೆಗಳು ಈಗ ಲಾಗ್‌ಫೈಲ್ಸ್ ಮತ್ತು ಪುಟ ಜೊಡಣೆ ಎರಡರ ಮೂಲಕವೂ ಮಾಹಿತಿ ಸಂಗ್ರಹಣೆಯನ್ನು ಮಾಡಬಹುದಾದ ಕಾರ್ಯ ಯೋಜನೆಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತಿದೆ. ತಮ್ಮ ಸ್ವಂತ ರೀತಿಗೆ ಬದಲಾಗಿ ಮಿಶ್ರತಳಿ ಕ್ರಮವನ್ನು ಬಳಸಿ, ಹೆಚ್ಚು ನಿಖರವಾದ ಗುಣಿಕೆಯನ್ನು ಉತ್ಪಾದಿಸುವ ಗುರಿಯನ್ನು ಅವರು ಹೊಂದಿದ್ದಾರೆ. ಮೊದಲ ಮಿಶ್ರತಳಿ ಉತ್ಪಾದನೆಯು 1998 ರಲ್ಲಿ ರೂಫುಸ್ ಎವಿಸನ್ ಅವರಿಂದ ಉತ್ಪಾದಿಸಲ್ಪಟ್ಟಿತು, ನಂತರ ಅವರು ಮಿಶ್ರತಳಿ ಕ್ರಮದಲ್ಲಿ ನಿಖರತೆಯನ್ನು ಹೆಚ್ಚಿಸುವ ಉದ್ದೇಶ ಹೊಂದಿದ ಸಂಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸಲು ಉತ್ಪತ್ತಿಯನ್ನು ಎಲ್ಲ ಕಡೆ ಸುತ್ತಿಸಿದರು(ಪ್ರಚಾರಪಡಿಸಿದರು) [೨][೫].

ಸಂದರ್ಶಕರ ಭೂ ನೆಲೆಯ ಗುರುತಿಸುವಿಕೆ[ಬದಲಾಯಿಸಿ]

IP ಭೂ ನೆಲೆಯ ಗುರುತಿಸುವಿಕೆಯಿಂದ, ಸಂದರ್ಶಕರ ತಾಣಗಳನ್ನು ಗುರುತಿಸಲು ಸಾಧ್ಯ. IP ಭೂ ನೆಲೆಯ ಗುರುತಿಸುವಿಕೆ ದತ್ತಾಂಶವನ್ನು ಅಥವಾ API ಬಳಸಿ, ಸಂದರ್ಶಕರು ನಗರ, ಪ್ರದೇಶ ಅಥವಾ ದೇಶದ ಮಟ್ಟಗಳಿಗೆ ಭೂ ಗುರುತಿಸಲು ಸಾಧ್ಯ[೬].

ಕ್ಲಿಕ್ ವಿಶ್ಲೇಷಕ [ಬದಲಾಯಿಸಿ]

ಕ್ಲಿಕ್ ವಿಶ್ಲೇಷಕವು ಜಾಲ ವಿಶ್ಲೇಷಕದಲ್ಲಿ ವಿಶೇಷ ರೀತಿಯದ್ದು, ಇದು ಕ್ಲಿಕ್ಸ್ ಗೆ (ಪಾಯಿಂಟ್-ಮತ್ತು-ಕ್ಲಿಕ್‌ಗೆ) ವಿಶೇಷ ಗಮನವನ್ನು ನೀಡುತ್ತದೆ. ಗೂಗಲ್ ಅನಲೈಟಿಕ್ಸ್ ಪ್ರಕಾರ, "ಒಂದು 'ಕ್ಲಿಕ್' ಎಂದರೆ ಒಂದು ಸೈಟ್‌ನಲ್ಲಿರುವ ಒಂದು ಹೈಪರ್‌ಲಿಂಕ್‌ನ ಮೂಲಕ ಇನ್ನೊಂದು ಒಂದು ಬಾರಿ ಸೈಟ್‌ಗೆ ಹೋಗಲು ಒತ್ತುವುದು"[೭]. ಕ್ಲಿಕ್ ವಿಶ್ಲೇಷಕದ ಬಗ್ಗೆ ಹೇಳಿದಾಗ ಈ ವ್ಯಾಖ್ಯಾನವು ಹೆಚ್ಚಾಗಿ ನಿಖರವಾಗಿರುತ್ತದೆ.

ಸಾಮಾನ್ಯವಾಗಿ, ಕ್ಲಿಕ್ ವಿಶ್ಲೇಷಕವು ಆನ್-ಸೈಟ್ ವಿಶ್ಲೇಷಕವನ್ನು ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ. ತಾಣದ ಬಳಕೆದಾರರು ಎಲ್ಲಿ ಕ್ಲಿಕ್ಕಿಸುತ್ತಿದ್ದಾರೆ ಎನ್ನುವುದನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು, ಜಾಲ ತಾಣದ ಸಂಪಾದಕ ಅವನ ಅಥವಾ ಅವಳ ನಿಖರ ತಾಣದ ಕಾರ್ಯವೈಖರಿ ತಿಳಿಯಲು, ಕ್ಲಿಕ್ ವಿಶ್ಲೇಷಕವನ್ನು ಬಳಸುತ್ತಾನೆ.

ಜೊತೆಗೆ, ಕ್ಲಿಕ್ ವಿಶ್ಲೇಷಕಗಳು ನೈಜ ಸಮಯ ಅಥವಾ ಕಾಲ್ಪನಿಕ ಸಮಯವಾಗಬಹುದು. ಇದು ಲಭ್ಯವಿರುವ ಮಾಹಿತಿ ವಿಧದ ಮೇಲೆ ಅವಲ೦ಬಿಸಿರುತ್ತದೆ. ಕೆಲವು ಹೆಚ್ಚಿನ ಟ್ರಾಫಿಕ್ ಹೊ೦ದಿದ ಸುದ್ದಿ ಮಾದ್ಯಮ ತಾಣಗಳಲ್ಲಿನ ಮುಖಪುಟ ಸ೦ಪಾದಕರು ವಿಷಯಗಳನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಪುಟಗಳನ್ನು ನೈಜ ಸಮಯದಲ್ಲಿ ನೋಡಲು ಇಷ್ಟಪಡುತ್ತಾರೆ. ಸ೦ಪಾದಕರು, ವಿನ್ಯಾಸಕರು ಅಥವಾ ಇನ್ನಿತರ ಸ್ಟೇಕ್‌ಹೋಲ್ಡರ್‌ಗಳು ಕ್ಲಿಕ್ಸ್‌ಗಳನ್ನು ವಿಶಾಲ ಸಮಯದ ಚೌಕಟ್ಟಿನಲ್ಲಿ ವಿಮರ್ಶಿಸುವ ಮೂಲಕ ಬರಹಗಾರರು ಮತ್ತು ವಿನ್ಯಾಸಗಳು ಮತ್ತು ಜಾಹೀರಾತುಗಳ ಕಾರ್ಯಸಾಮರ್ಥ್ಯವನ್ನು ಅಳೆಯಲು ಸುಲಭವಾಗುತ್ತದೆ.

ಕ್ಲಿಕ್ಸ್‌ಗಳ ಕುರಿತ ಡಾಟಾವು ಕನಿಷ್ಟ ಎರಡು ವಿಧದಲ್ಲಿ ಶೇಖರಗೊಳ್ಳಬಹುದಾಗಿದೆ. ಆದರ್ಶ ಸ್ಥಿತಿಯಲ್ಲಿ, ಒಂದು ಕ್ಲಿಕ್ ಮಾಡಲ್ಪಟ್ಟಾಗ ಅದನ್ನು ದಾಖಲಿಸಲಾಗುತ್ತದೆ, ಮತ್ತು ಈ ವಿಧಾನವು ಈ ಸಂಗತಿ ನಡೆದಾಗ ಅದಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಮಾಹಿತಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಕಾರ್ಯಸಾಮರ್ಥ್ಯದ ಅಗತ್ಯವನ್ನು ಹೊಂದಿದೆ. ಪರ್ಯಾಯವಾಗಿ, ಪ್ರತೀ ಪುಟ ವೀಕ್ಷಣೆಯನ್ನು ಒಂದು ಕ್ಲಿಕ್‌ನ ಪರಿಣಾಮ ಎಂದು ಪರಿಗಣಿಸಬಹುದು ಮತ್ತು ಆ ಪುಟಕ್ಕೆ ಹೋಗುವಂತೆ ಮಾಡಿದ ಆ ಕ್ಲಿಕ್ ಅನ್ನು ದಾಖಲಿಸಬಹುದು.

ಇತರೆ ವಿಧಾನಗಳು[ಬದಲಾಯಿಸಿ]

ಮಾಹಿತಿ ಒಟ್ಟುಗೂಡಿಸಲು ಕೆಲವೊಮ್ಮೆ ಬೇರೆ ಕ್ರಮಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಪ್ಯಾಕೆಟ್ ಸ್ನಿಫ್ಫಿಂಗ್ ವೆಬ್ ಸರ್ವರ್ ಮತ್ತು ಹೊರ ಜಗತ್ತಿನ ನಡುವೆ ಸಾಗುತ್ತಿರುವ ನೆಟ್‌ವರ್ಕ್ ಟ್ರಾಫಿಕ್ ಅನ್ನು ಗ್ರಹಿಸುವ ಮೂಲಕ ದತ್ತಾಂಶವನ್ನು ಕಲೆಹಾಕುತ್ತದೆ. ಪ್ಯಾಕೆಟ್ ಸ್ನಿಫ್ಫಿಂಗ್‌ ಕ್ರಮವು ಜಾಲ ಪುಟಗಳಲ್ಲಿ ಅಥವಾ ಜಾಲ ಪರಿಚಾರಕದಲ್ಲಿ ಯಾವ ಬದಲಾವಣೆಯನ್ನೂ ನೀಡುವುದಿಲ್ಲ. ಅದರಲ್ಲಿಯೇ ಜಾಲ ಪರಿಚಾರಕ ತಂತ್ರಾಂಶದಲ್ಲಿ ಜಾಲ ವಿಶ್ಲೇಷಕ ಸಂಯೋಜನೆ ಕೂಡ ಸಾಧ್ಯವಿದೆ.[೮] ಬೇರೆ ಕ್ರಮಗಳಿಗಿಂತ ಇವೆರಡೂ ಕ್ರಮಗಳು ಉತ್ತಮ ನಿಜ-ಘಳಿಗೆಯ ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸಲು ಅಪೇಕ್ಷಿಸುತ್ತದೆ.

ಮೂಲ ವ್ಯಾಖ್ಯಾನ[ಬದಲಾಯಿಸಿ]

ಅಲ್ಲಿ ಜಾಲ ವಿಶ್ಲೇಷಣೆಯೊಳಗೆ ಸಾರ್ವತ್ರಿಕವಾಗಿ ಒಪ್ಪಿಕೊಂಡ ವ್ಯಾಖ್ಯಾನಗಳಿಲ್ಲ ಕೆಲವೊಮ್ಮೆ ಉಪಯುಕ್ತವಾದ ಹಾಗೂ ನಿರ್ಣಾಯಕವುಳ್ಳ ವ್ಯಾಖ್ಯಾನವನ್ನು ಕೈಗಾರಿಕಾ ಸಂಸ್ಥೆಗಳು ಒಪ್ಪಿಕೊಳ್ಳಲು ಪ್ರಯತ್ನಿಸುತ್ತಿವೆ. ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ ಇನ್‌ಪುಟ್ ಹೊಂದಿದ್ದ ಮುಖ್ಯ ಸಂಸ್ಥೆಗಳೆಂದರೆ ಜಿಕ್‌ವೆಬ್ಸ್(ಇಂಡಸ್ಟ್ರಿ ಕಮಿಟಿ ಫಾರ್ ವೆಬ್ ಸ್ಟ್ಯಾಂಡರ್ಡ್ಸ್)/ABCe (ಆಡಿಟಿಂಗ್ ಬ್ಯೂರೋ ಆಫ್ಹ್ ಸರ್ಕ್ಯುಲೇಶನ್ಸ್ ಎಲೆಕ್ಟ್ರಾನಿಕ್, ಯುಕೆ ಮತ್ತು ಯೂರೋಪ್), WAA (ವೆಬ್ ಅನಾಲೈಟಿಕ್ಸ್ ಅಸೋಸಿಯೇಶನ್, ಯುಎಸ್) ಮತ್ತು ಕೆಲವು ಮಟ್ಟಿಗೆ IAB (ಇಂಟರ್‌ಆ‍ಯ್‌ಕ್ಟಿವ್ ಅಡ್ವರ್ಟೈಸಿಂಗ್ ಬ್ಯೂರೋ). ಇದು ಕೆಳಗಿನ ಪಟ್ಟಿಯನ್ನು ಉಪಯೋಗಕರವಾಗಿರುವುದನ್ನು ತಡೆಯುವುದಿಲ್ಲ, ಆದರೆ ತುಸು ಮಟ್ಟಿಗೆ ದ್ವಂದ್ವತೆ ಕಾಡಬಹುದು. WAA ಮತ್ತು ABCe ಇವೆರಡೂ ತಾವು ನಿರೂಪಿಸಿದ ಮೆಟ್ರಿಕ್ಸ್‌ಅನ್ನು ಬಳಸಿ ತಮ್ಮ ಅಂಕಿಅಂಶಗಳನ್ನು ಘೋಷಿಸುವವರಿಗೆ ಇನ್ನೂ ನಿರ್ಧಿಷ್ಟವಾದ ಪಟ್ಟಿಗಳನ್ನು ನೀಡುತ್ತವೆ.

  • ಆದೇಶ - ಜಾಲ ಪರಿಚಾರಕದಿಂದ ಕಡತಕ್ಕೆ(ಫೈಲ್) ಒಂದು ಮನವಿ. ಲಾಗ್ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಮಾತ್ರ ಲಭ್ಯವಿರುತ್ತದೆ. ಒಂದು ಅಂತರ್ಜಾಲ ತಾಣ ಪಡೆದ ಹಿಟ್‌ಗಳ ಸಂಖ್ಯೆಯು ಅದರ ಜನಪ್ರಿಯತೆಯನ್ನು ಪ್ರತಿಪಾದಿಸಲು ಪದೇಪದೇ ಉದಾಹರಿಸಲಾಗುತ್ತದೆ, ಆದರೆ ಈ ಸಂಖ್ಯೆಯು ತೀವ್ರವಾಗಿ ದಾರಿ ತಪ್ಪಿಸುತ್ತದೆ ಮತ್ತು ನಾಟಕೀಯವಾಗಿ ಜನಪ್ರಿಯತೆಯನ್ನು ಹೆಚ್ಚು ಅಂದಾಜಿಸುತ್ತದೆ. ಒಂದು ಬಿಡಿ ಅಂತರ್ಜಾಲ ಪುಟ ವಿಶಿಷ್ಟವಾಗಿ ಪ್ರತ್ಯೇಕವಾದ ಫೈಲ್‌ಗಳ ಗುಣಿತವನ್ನು (ಪದೇಪದೇ ಡಜನ್‌ಗಳು) ಒಳಗೊಂಡಿರುತ್ತದೆ, ಪುಟವನ್ನು ಡೌನ್‌ಲೋಡ್‌ ಮಾಡಿದಂತೆಲ್ಲಾ ಅವುಗಳ ಪ್ರತಿಯೊಂದನ್ನು ಒಂದು ಹಿಟ್‌ ಎಂದು ಗಣನೆ ಮಾಡಲಾಗುತ್ತದೆ, ಆದರಿಂದ ಹಿಟ್‌ಗಳ ಸಂಖ್ಯೆ ನಿಜವಾಗಿ ಒಂದು ನಿರಂಕುಶ ಸಂಖ್ಯೆಯಾಗಿರುತ್ತದೆ, ಅಂತರ್ಜಾಲದ ನಿಜವಾದ ಜನಪ್ರಿಯತೆಗಿಂತ ಹೆಚ್ಚು ಪ್ರತ್ಯೇಕವಾದ ಪುಟಗಳ ಸಂಕೀರ್ಣತೆಯ ಪ್ರತಿಫಲಿತವಾಗಿರುತ್ತದೆ. ಸಂದರ್ಶಕರ ಅಥವಾ ಪುಟ ವೀಕ್ಷಣೆಗಳ ಒಟ್ಟು ಸಂಖ್ಯೆಯು ಒಂದು ಹೆಚ್ಚು ವಾಸ್ತವಿಕ ಮತ್ತು ಖಚಿತವಾದ ಜನಪ್ರಿಯತೆಯ ನಿರ್ಧರಿಸುವಿಕೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ.
  • ಪುಟ ವೀಕ್ಷಣೆ - ಒಂದು ಫೈಲ್‌ಗಾಗಿ ಬೇಡಿಕೆಯ ವಿಧವನ್ನು ಲಾಗ್ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಒಂದು ಪುಟ ಎಂದು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ.. ಪುಟ ಜೋಡಣೆಯಲ್ಲಿ ಸ್ಕ್ರೀಪ್ಟ್‌ನ ಒಂದು ಘಟನೆ ನೆಡೆಸಲಾಗುತ್ತದೆ. ಲಾಗ್ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ, ಪುಟ ವೀಕ್ಷಣೆಗೆ ಅವಶ್ಯಕವಾದ ಎಲ್ಲಾ ಸಾಧನಗಳನ್ನು (ಆಕೃತಿಗಳು, .js ಮತ್ತು .css ಫೈಲ್‌) ಸಹ ಅಂತರ್ಜಾಲ ಪರಿಚಾರಕ ಬೇಡುವುದರಿಂದ ಒಂದು ಬಿಡಿ ಪುಟ ವೀಕ್ಷಣೆಯು ಹಿಟ್‌ಗಳ ಗುಣಿತವನ್ನು ಉತ್ಪಾದಿಸಬಹುದು.
  • ಭೇಟಿ / ಅವಧಿ - ಒಂದು ಭೇಟಿಯೆಂದರೆ ಒಬ್ಬ ನಿರ್ದಿಷ್ಟ ಗ್ರಾಹಕ ಅನೇಕ ಪುಟಗಳಿಗಾಗಿ ಕೋರಿಕೆಯನ್ನು ಸಲ್ಲಿಸುವುದು ಮತ್ತು ಪ್ರತೀ ಎರಡು ಕೋರಿಕೆಗಳ ನಡುವೆ ಕೇವಲ 30 ನಿಮಿಷಗಳಷ್ಟು ಸಮಯವಿರುತ್ತದೆ. ಒಂದು ಅವಧಿಯೆಂದರೆ ಒಬ್ಬ ನಿರ್ದಿಷ್ಟ ಗ್ರಾಹಕ ಇತರ ಅನೇಕ ಪುಟಗಳಿಗಾಗಿ ಕೋರಿಕೆಯನ್ನು ಸಲ್ಲಿಸುವುದು ಮತ್ತು ಪ್ರತೀ ಎರಡು ಕೋರಿಕೆಗಳ ನಡುವೆ ಕೇವಲ 30 ನಿಮಿಷಗಳಷ್ಟು ಸಮಯವಿರುತ್ತದೆ ಮತ್ತು ಈ ಮಧ್ಯದಲ್ಲಿ ಇತರೆ ಡೊಮೇನ್‌ಗಳಿಂದ ಯಾವುದೇ ಮಧ್ಯ ಪ್ರವೇಶಿಸುವ ಪುಟ ಕೋರಿಕೆಗಳಿರುವುದಿಲ್ಲ. ಅಂದರೆ, ಒಮ್ಮೆ ಒಬ್ಬ ಗ್ರಾಹಕ ಇನ್ನೊಂದು ಸೈಟ್‌ಗೆ ಹೋದ ತಕ್ಷಣ ಆ ಅವಧಿ ಕೊನೆಗೊಳ್ಳುತ್ತದೆ, ಅಥವಾ ಪುಟವೀಕ್ಷಣೆಗಳಿಗಲ್ಲಿನ 30 ನಿಮಿಷಗಳ ಕಾಲಕಳೆಯುವಿಕೆ ಈ ಎರಡರಲ್ಲಿ ಯಾವುದು ಮೊದಲು ಉಂಟಾಗುವುದೋ ಅದು. 30 ನಿಮಿಷಗಳ ಸಮಯ ಕಳೆದ ನಂತರ ಒಂದು ಭೇಟಿ ಮುಕ್ತಾಯಗೊಳ್ಳುವುದು. 30 ನಿಮಿಷಗಳೊಳಗೆ ಒಮ್ಮೆ ಒಬ್ಬ ಗ್ರಾಹಕ ಒಂದು ಸೈಟ್‌ನಿಂದ ಹೊರಗೆ ಹೋಗುತ್ತಾನೆಂದರೆ, ಅದನ್ನು ಒಂದು ಭೇಟಿ ಆದರೆ ಎರಡು ಅವಧಿಗಳೆಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಬಳಕೆಯಲ್ಲಿ, ಅನೇಕ ವ್ಯವಸ್ಥೆಗಳು ಅವಧಿಗಳನ್ನು ನಿರ್ಲಕ್ಷ್ಯಿಸುತ್ತವೆ ಮತ್ತು ಅನೇಕ ಜನ ವಿಶ್ಲೇಷಕರು ಭೇಟಿಗೆ ಈ ಎರಡೂ ಪದಗಳನ್ನು ಬಳಸುತ್ತಾರೆ. ಏಕೆಂದರೆ ಪುಟವೀಕ್ಷಣೆಗಳ ನಡುವೆ ತೆಗೆದುಕೊಂಡ ಸಮಯವು ಭೇಟಿ ಮತ್ತು ಅವಧಿಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ನಿರ್ಣಾಯಕವಾಗಿರುತ್ತದೆ, ಒಂದು ಏಕೈಕ ಪುಟವೀಕ್ಷಣೆಯ ಘಟನೆಯು ಒಂದು ಭೇಟಿ ಅಥವಾ ಒಂದು ಅವಧಿಯನ್ನು ಒಳಗೊಂಡಿರುವುದಿಲ್ಲ (ಅದನ್ನು "ಬೌನ್ಸ್" ಎಂದು ಕರೆಯುತ್ತಾರೆ).
  • ಮೊದಲ ಭೇಟಿ / ಮೊದಲ ಅವಧಿ - ಮೊದಲು ಭೇಟಿ ಮಾಡದ ಸಂದರ್ಶಕನ ಭೇಟಿ.
  • ಭೇಟಿಕಾರ / ಏಕಮಾತ್ರ ಭೇಟಿಕಾರ / ಏಕಮಾತ್ರ ಬಳಕೆದಾರ - ಒಂದು ನಿರ್ದಿಷ್ಟ ಸಮಯದಲ್ಲಿ (ಅಂದರೆ ದಿನ, ವಾರ, ಅಥವಾ ತಿಂಗಳು) ವೆಬ್ ಸರ್ವರ್‌ನಲ್ಲಿ ಕೋರಿಕೆಗಳನ್ನು ಮಾಡುತ್ತಿರುವ (ಲಾಗ್ ವಿಶ್ಲೇಷಣೆ) ಅಥವಾ ಪುಟಗಳನ್ನು ನೋಡುತ್ತಿರುವ (ಪೇಜ್ ಟ್ಯಾಗಿಂಗ್) ಒಬ್ಬ ನಿರ್ದಿಷ್ಟವಾದ ಗ್ರಾಹಕ.

ಏಕಮಾತ್ರ ಭೇಟಿಕಾರ ಸಮಯದಮಿತಿಯಲ್ಲಿ ಒಂದು ಸಲ ಎಣಿಸಲ್ಪಡುತ್ತಾನೆ.

ಒಬ್ಬ ಭೇಟಿಕಾರ ಬಹಳ ಸಲ ಭೇಟಿ ಮಾಡಬಹುದು. ಸಾಮಾನ್ಯವಾಗಿ ಕುಕೀ ಮತ್ತು/ಅಥವಾ IP+user agent ಮೂಲಕ ಭೇಟಿಕಾರನ ಕಂಪ್ಯೂಟರಿನಿಂದ ಪತ್ತೆ ಮಾಡಲಾಗುತ್ತದೆ, ವ್ಯಕ್ತಿಯನ್ನಲ್ಲ. ಹೀಗೆ ಒಂದೇ ವ್ಯಕ್ತಿ ಎರಡು ಬೇರೆ ಬೇರೆ ಕಂಪ್ಯೂಟರಿನಿಂದ ಭೇಟಿ ಮಾಡಿದರೆ ಆಗ ಅವನನ್ನು ಎರಡು ಭೇಟಿಕಾರರಂತೆ ಲೆಕ್ಕ ಮಾಡಲಾಗುತ್ತದೆ. ಹೆಚ್ಚಾಗಿ ಭೇಟಿಕಾರರನ್ನು ಫ್ಲಾಶ್ LSO (ಲಾಂಗ್ ಸ್ಟೋರೇಜ್ ಆಬ್ಜೆಕ್ಟ್ಸ್) ಗುರುತಿಸುತ್ತದೆ, ಆದರೆ ಇವು ವೈಯಕ್ತಿಕತೆಯ ನಿರ್ಬಂಧದ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವುದಿಲ್ಲ.

  • ಪುನರಾವರ್ತಿಸುವ ಭೇಟಿಕಾರ - ಒಂದು ಸಲವಾದರೂ ಮೊದಲು ಭೇಟಿ ಮಾಡಿದ ಭೇಟಿಗಾರ.

ಈಗಿನ ಭೇಟಿ ಮತ್ತು ಹಿಂದಿನ ಭೇಟಿಯ ಮಧ್ಯದ ಅವಧಿಯನ್ನು ಭೇಟಿಕಾರರ ಹೊಸತನ ಎನ್ನುವರು ಮತ್ತು ಇದನ್ನು ದಿನಗಳಲ್ಲಿ ಅಳೆಯಲಾಗುವುದು.

  • ಹೊಸ ಭೇಟಿಕಾರ - ಮೊದಲು ಭೇಟಿ ಮಾಡದೇ ಇರುವ ಭೇಟಿಕಾರ.

ಈ ವಾಕ್ಯ ಕೆಲವು ಗೊಂದಲವನ್ನುಂಟುಮಾಡುತ್ತದೆ (ಗೊಂದಲವನ್ನು ಕೆಳಗೆ ನೋಡಿ), ಮತ್ತು ಇದು ಕೆಲವೊಮ್ಮೆ ಮೊದಲ ಭೇಟಿಯ ವಿಶ್ಲೇಷಣೆಯ ಬದಲಾಗಿ ಇರುತ್ತದೆ.

  • ಅನಿಸಿಕೆ - ಪ್ರತಿ ಸಲ ಜಾಹೀರಾತು ಬಳಕೆದಾರನ ಸ್ಕ್ರೀನಿನ ಮೇಲೆ ಹೊರಿಸುತ್ತದೆ.

ನೀವು ಯಾವ ಸಮಯದಲ್ಲಾದರೂ ಬ್ಯಾನರನ್ನು ನೋಡಿದರೆ ಅದು ಅನಿಸಿಕೆ.

  • ಸಿಂಗಲ್‌ಟನ್ಸ್ - ಕೇವಲ ಒಂದೇ ಪುಟದಲ್ಲಿ ನೋಡಿದ ಭೇಟಿಗಳ ಸಂಖ್ಯೆ.

ಇದು ಒಂದು ಉಪಯುಕ್ತ ಮೆಟ್ರಿಕ್ ಆಗಿರದಿದ್ದರೂ ಕೂಡಾ ಸಿಂಗಲ್‌ಟನ್ ಅಥವಾ ಒಂದೇ ಪುಟದಲ್ಲಿ ಭೇಟಿ ಮಾಡಿದ ಸಂಖ್ಯೆಗಳು ಕ್ಲಿಕ್ ಮಾಡುವಲ್ಲಿನ ವಂಚನೆಗಳ ವಿಭಿನ್ನ ರೀತಿಗಳನ್ನು ಸೂಚಿಸುತ್ತವೆ ಮತ್ತು ಅವುಗಳನ್ನು ಬೌನ್ಸ್ ರೇಟ್ ಲೆಕ್ಕ ಹಾಕಲು ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಇನ್ನೂ ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ ಆ‍ಯ್‌ಟೊಮ್ಯಾಟನ್ ಬೋಟ್‌ಗಳನ್ನು ಕಂಡುಕೊಳ್ಳಲು ಬಳಸಲಾಗುತ್ತದೆ.

  • ಬೌನ್ಸ್ ರೇಟ್ - ಭೇಟಿಕಾರ ಮಧ್ಯದಲ್ಲಿ ಸೈಟಿನ ಬೇರೆ ಯಾವುದೇ ಪುಟಗಳಿಗೆ ಭೇಟಿ ಮಾಡದೇ ಒಂದೇ ಪುಟದಲ್ಲಿ ಬಂದು ಹೋಗಿ ಮಾಡುವುದರ ಪ್ರತಿಶತ ಪ್ರಮಾಣ.
  • % ನಿರ್ಗಮನ - ಪುಟದಿಂದ ಹೊರ ಹೋಗುವ ಬಳಕೆದಾರರ ಪ್ರತಿಶತ ಪ್ರಮಾಣ.
  • ದೃಶ್ಯತೆಯ ಅವಧಿ - ಒಂದು ಪುಟವನ್ನು (ಅಥವಾ ಒಂದು ಬ್ಲಾಗ್, ಜಾಹೀರಾತಿನ ಬ್ಯಾನರ್) ನೋಡುವ ಸಮಯ.
  • ಕಾರ್ಯ ಚಟುವಟಿಕೆಯ ಕಾಲಾವಧಿ - ಒಂದು ಸೈಟಿನ ಮೇಲೆ ಭೇಟಿಕಾರ ಪ್ರತಿ ಸಲ ಭೇಟಿ ಮಾಡಿದಾಗ ವ್ಯಯಿಸುವ ಸರಾಸರಿ ಸಮಯ.

ವಿಶ್ಲೇಷಣೆಯ ಕಾರ್ಯಕ್ರಮ ಕೊನೆಯ ಪುಟವನ್ನು ನೋಡುವ ಸಮಯವನ್ನು ಅಳತೆ ಮಾಡುವುದಿಲ್ಲ ಇದರಿಂದ ಮೆಟ್ರಿಕ್ ಸಂಕೀರ್ಣವಾಗುತ್ತದೆ.[೯]

  • ಪುಟ ನೋಡುವ ಅವಧಿ / ಪುಟದಲ್ಲಿರುವ ಸಮಯ - ಸೈಟಿನ ಪ್ರತಿ ಪುಟದಲ್ಲಿ ಭೇಟಿಕಾರ ವ್ಯಯಿಸುವ ಸರಾಸರಿ ಸಮಯ.

ಕಾರ್ಯ ಚಟುವಟಿಕೆಯ ಕಾಲಾವಧಿಯಂತೆ, ವಿಶ್ಲೇಷಣೆಯ ಕಾರ್ಯಕ್ರಮ ಕೊನೆಯ ಪುಟವನ್ನು ನೋಡುವ ಸಮಯವನ್ನು ಅಳತೆ ಮಾಡುವುದರ ಹೊರತಾಗಿ ಆನ್‍ಅನ್‍ಲೋಡ್‍ನಂತಹ() ಪುಟವನ್ನು ಮುಕ್ತಾಯ ಮಾಡುವ ಸಂಗತಿಯನ್ನು ದಾಖಲಿಸುವುದರಿಂದ ಈ ಮೆಟ್ರಿಕ್ ಜಟಿಲವಾಗಿದೆ.

  • ಕ್ರಿಯಾತ್ಮಕ ಸಮಯ / ನಿಶ್ಚಿತ ಸಮಯ - ಮೌಸನ್ನು ಚಲಿಸುವುದು, ಕ್ಲಿಕ್ ಮಾಡುವುದು, ಹೊವರ್ಸ್ ಮತ್ತು ಸ್ಕ್ರೋಲ್ಸ್ ಗಳ ಆಧಾರದ ಮೇಲೆ ಅಂತರ್ಜಾಲ ಪುಟದಲ್ಲಿನ ವಿಷಯಗಳ ಜೊತೆ ಭೇಟಿಕಾರರು ಪಾರಸ್ಪರಿಕ ಕ್ರಿಯೆಯಲ್ಲಿ ನಿಜವಾಗಿ ತೊಡಗುವ ಸರಾಸರಿ ಸಮಯ.

ಕಾರ್ಯ ಚಟುವಟಿಕೆಯ ಕಾಲಾವಧಿ ಮತ್ತು ಪುಟ ನೋಡುವ ಅವಧಿ / ಪುಟದಲ್ಲಿರುವ ಸಮಯಗಳಿಗಿಂತ ವಿಭಿನ್ನವಾಗಿ, ಈ ಮೆಟ್ರಿಕ್ ಕೊನೆಯ ಪುಟವನ್ನು ನೋಡುತ್ತಿರುವ ಅವಧಿಯನ್ನು ನಿಖರವಾಗಿ ಅಳತೆ ಮಾಡಲು ಸಾಧ್ಯ .

  • ಪುಟದ ಆಳ(ಗಾಢತೆ) / ಪ್ರತಿ ಕಾರ್ಯಚಟುವಟಿಕೆಯಲ್ಲಿ ಪುಟ ನೋಡುವುದು - ಭೇಟಿಕಾರರು ತಮ್ಮ ಕಾರ್ಯಚಟುವಟಿಕೆ ಮುಗಿಸುವ ಮೊದಲು ಪುಟವನ್ನು ನೋಡಲು ತೆಗೆದಿಕೊಳ್ಳುವ ಸಮಯದ ಸರಾಸರಿ ಸಂಖ್ಯೆ

ಇದನ್ನು ಪುಟವನ್ನು ನೋಡಿದ ಒಟ್ಟು ಸಂಖ್ಯೆಯನ್ನು ಕಾರ್ಯ ಚಟುವಟಿಕೆಯ ಅವಧಿಯ ಒಟ್ಟು ಸಂಖ್ಯೆಯಿಂದ ಭಾಗಿಸಿ ಲೆಕ್ಕ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು ಇದನ್ನು ಪ್ರತಿ ಕಾರ್ಯ ಚಟುವಟಿಕೆಯ ಅವಧಿಯ ಪುಟ ವೀಕ್ಷಣೆ ಅಥವಾ ಪಿವಿ/ಕಾರ್ಯ ಚಟುವಟಿಕೆಯ ಅವಧಿ ಎಂದು ಸಹ ಕರೆಯಲಾಗುತ್ತದೆ.

  • ಆವರ್ತನ / ಪ್ರತಿ ವಿಶಿಷ್ಟ ಕಾರ್ಯ ಚಟುವಟಿಕೆಯ ಅವಧಿ - ಭೇಟಿಕಾರ ವೆಬ್‍ಸೈಟಿಗೆ ಹೇಗೆ ಬರುತ್ತಾನೆ (ಪದೇ ಪದೇ ಅಥವಾ ಕೆಲವೊಮ್ಮೆ) ಎಂಬುದನ್ನು ಆವರ್ತನ ಅಳೆಯುತ್ತದೆ.

ಇದನ್ನು ಕಾರ್ಯ ಚಟುವಟಿಕೆಯ ಒಟ್ಟು ಅವಧಿ (ಅಥವಾ ಭೇಟಿಗಳು)ಯನ್ನು ಏಕಮಾತ್ರ ಭೇಟಿಕಾರರ ಒಟ್ಟು ಸಂಖ್ಯೆಯಿಂದ ಭಾಗಿಸಿ ಕಂಡುಹಿಡಿಯುತ್ತಾರೆ. ಕೆಲವೊಮ್ಮೆ ಇದನ್ನು ನಿಮ್ಮ ಸಭಿಕರ ನಿಯತ್ತನ್ನು ಅಳೆಯಲು ಉಪಯೋಗಿಸಲಾಗುತ್ತದೆ.

  • ಕ್ಲಿಕ್ ಪಥ - ಒಂದು ನಿರ್ದಿಷ್ಟ ಸೈಟ್‌ನಲ್ಲಿ ನೀಡಲಾದ ಒಂದು ಅಥವಾ ಹೆಚ್ಚಿನ ಭೇಟಿಕಾರರು ವೀಕ್ಷಿಸುವ ಹೈಪರ್‌ಲಿಂಕ್‌ಗಳ ಸರಣಿ.
  • ಕ್ಲಿಕ್ - "ಇದು ಒಬ್ಬ ಬಳಕೆದಾರ ಒಂದು ಬಾರಿಗೆ ಒಂದು ಹೈಪರ್‌ಲಿಂಕ್ ಬಳಸಿ ಒಂದು ಪುಟದಿಂದ ಆ ಸೈಟ್‌ನ ಇನ್ನೊಂದು ಪುಟಕ್ಕೆ ಸಾಗುವುದನ್ನು ಹೇಳುತ್ತದೆ"[೧೦].

ವೆಬ್‍ಸೈಟನ್ನು ಪರಿಷ್ಕರಿಸುವವರ ಬೆಳೆಯುತ್ತಿರುವ ಸಮುದಾಯ ಅವರ ವೆಬ್‍ಸೈಟ್‍ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಕ್ಲಿಕ್ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಉಪಯೋಗಿಸುತ್ತದೆ.

  • ಸೈಟ್ ಓವರ್‌ಲೇ ಅಂತರ್ಜಾಲ ಪುಟದಲ್ಲಿ ಪ್ರತಿ ಲಿಂಕಿನ ಪಕ್ಕದಲ್ಲಿ ತೋರಿಸಿದ ರೇಖಾಚಿತ್ರೀಯ ಸಂಖ್ಯಶಾಸ್ತ್ರಗಳ ಕಾರ್ಯ ವಿಧಾನಗಳು

ಈ ಸಂಖ್ಯಾಶಾಸ್ತ್ರಗಳು ಪ್ರತಿ ಲಿಂಕಿನ ಮೇಲೆ ಮಾಡಿದ ಪ್ರತಿಶತ ಕ್ಲಿಕ್‍ಗಳನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತವೆ.

ಜಾಲ ವಿಶ್ಲೇಷಕದಲ್ಲಿ ಕಾಣುವ ಗೊಂದಲಗಳ ಸಾಮಾನ್ಯ ಮೂಲಗಳು.[ಬದಲಾಯಿಸಿ]

ಹೊಟೆಲ್ಲಿನ ಸಮಸ್ಯೆ[ಬದಲಾಯಿಸಿ]

ಹೊಟೆಲ್ಲಿನ ಸಮಸ್ಯೆ ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಜಾಲ ವಿಶ್ಲೇಷಕದ ಬಳಕೆದಾರರು ಎದುರಿಸಿದ ಮೊದಲ ತೊಂದರೆ. ಈ ಪದವನ್ನು ಮೊದಲು ರುಫಸ್ ಎವಿನ್ಸನ್ ಅವರು ಒಂದು ಇಮಿಟ್ರಿಕ್ಸ್ ಶೃಂಗಸಭೆಯಲ್ಲಿ ವಿವರಿಸಿದ್ದರು ಮತ್ತು ಈಗ ಇದು ಸಮಸ್ಯೆ ಮತ್ತು ಅದರ ಪರಿಹಾರದ ಸಾಮಾನ್ಯ ಪದದಂತೆ ಜನಪ್ರಿಯತೆ ಗಳಿಸಿದೆ.

ಸಮಸ್ಯೆ ಏನೆಂದರೆ ,ಒಂದು ತಿಂಗಳಿನ ಪ್ರತಿ ದಿನದ ಏಕಮಾತ್ರ ಭೇಟಿಕಾರರನ್ನು ಆ ತಿಂಗಳಿನ ಏಕಮಾತ್ರ ಭೇಟಿಗಾರಂತೆ ಅದೇ ಮೊತ್ತಕ್ಕೆ ಕೂಡಿಸುವುದಿಲ್ಲ. ಇದು ಒಬ್ಬ ಅನನುಭವಿ ಬಳಕೆದಾರನಿಗೆ ಅವರು ಉಪಯೋಗಿಸುತ್ತಿರುವ ವಿಶ್ಲೇಷಣಾ ಸಾಫ್ಟ್ವೇರ್‍ನಲ್ಲಿ ತೊಂದರೆಯನ್ನುಂಟುಮಾಡುತ್ತದೆ.

ವಾಸ್ತವವಾಗಿ ಇದು ಮೆಟ್ರಿಕ್ ಪರಿಭಾಷೆಯ ಸಾಮಾನ್ಯ ಲಕ್ಷಣ. ಒಂದು ಹೊಟೆಲ್ಲಿನ ಉದಾಹರಣೆಯೊಂದಿಗೆ ಸಂದರ್ಭವನ್ನು ಚಿತ್ರಿಸಲಾಗಿದೆ. ಹೋಟೆಲ್ ಎರಡು ರೂಮುಗಳನ್ನು ಹೊಂದಿದೆ (ರೂಮ್ ಎ ರೂಮ್ ಬಿ).

ಮೊದಲ ದಿನ ಎರಡನೇ ದಿನ ಮೂರನೇ ದಿನ ಒಟ್ಟು
ರೂಮ್ ಎ ಜಾನ್ ಜಾನ್ ಜೇನ್ 2 ಅದ್ವಿತೀಯ ಬಳಕೆದಾರರು
ರೂಮ್ ಬಿ ಮಾರ್ಕ್ ಜೇನ್ ಮಾರ್ಕ್ 2 ಅದ್ವಿತೀಯ ಬಳಕೆದಾರರು
ಒಟ್ಟು 2 2 2  ?

ಟೇಬಲ್ ತೋರಿಸುವಂತೆ, ಹೋಟೆಲ್ ಮೂರು ದಿನಗಳವರೆಗೆ ಪ್ರತಿ ದಿನ ಎರಡು ಬಳಕೆದಾರರನ್ನು ಹೊಂದಿದೆ. ದಿನಗಳಿಗನುಗುಣವಾಗಿ ಒಟ್ಟೂ ಮೊತ್ತಗಳ ಸಂಕಲನ ಆರು. ಈ ಸಮಯದಲ್ಲಿ ಪ್ರತಿ ರೂಮು ಎರಡು ಅದ್ವಿತೀಯ ಬಳಕೆದಾರರನ್ನು ಹೊಂದಿದೆ. ರೂಮುಗಳಗೆ ಅನುಗುಣವಾಗಿ ಒಟ್ಟೂ ಮೊತ್ತಗಳ ಸಂಕಲನ ನಾಲ್ಕು.

ನಿಜವಾಗಿ ಈ ಅವಧಿಯಲ್ಲಿ ಕೇವಲ ಮೂರು ಭೇಟಿಕಾರರು ಮಾತ್ರ ಹೋಟೆಲ್ಲಿನಲ್ಲಿರುತ್ತಾರೆ. ಸಮಸ್ಯೆ ಏನೆಂದರೆ, ನೀವು ಅವರನ್ನು ಪ್ರತಿ ದಿನ ಒಂದು ಸಾರಿ ಎಣಿಸಿದರೆ, ಎರಡು ರಾತ್ರಿಗಳಿಗೆ ಒಂದು ರೂಮಿನಲ್ಲಿರುವ ವ್ಯಕ್ತಿ ಎರಡು ಸಲ ಎಣಿಸಲ್ಪಡುತ್ತಾನೆ, ಆದರೆ ನೀವು ಆ ಅವಧಿಯ ಒಟ್ಟು ಮೊತ್ತವನ್ನು ನೋಡಿದಾಗ ಅವನು ಒಂದೇ ಸಲ ಎಣಿಸಲ್ಪಟ್ಟಿರುತ್ತಾನೆ.

ಯಾವುದೇ ಜಾಲ ವಿಶ್ಲೇಷಕದ ಸಾಫ್ಟ್ವೇರ್ ಯಾವುದೇ ಅವಧಿಗೆ ಸರಿಯಾಗಿ ಲೆಕ್ಕ ಮಾಡುತ್ತದೆ, ಬಳಕೆದಾರ ಮೊತ್ತವನ್ನು ಹೋಲಿಸಲು ಪ್ರಯತ್ನಿಸಿದಾಗ ಸಮಸ್ಯೆಯಾಗುತ್ತದೆ.

ಹೊಸ ಭೇಟಿಕಾರರು + ಪುನರಾವರ್ತಿಸುವ ಭೇಟಿಕಾರರು ಒಟ್ಟೂ ಭೇಟಿಗಾರರಿಗೆ ಸಮವಲ್ಲ[ಬದಲಾಯಿಸಿ]

ಜಾಲ ವಿಶ್ಲೇಷಣೆಯ ಮತ್ತೊಂದು ಸಾಮಾನ್ಯ ತಪ್ಪು ತಿಳುವಳಿಕೆ ಏನೆಂದರೆ ಹೊಸ ಭೇಟಿಕಾರರು ಮತ್ತು ಪುನರಾವರ್ತಿಸುವ ಭೇಟಿಗಾರರ ಮೊತ್ತ ಒಟ್ಟೂ ಭೇಟಿಗಾರರ ಸಂಖ್ಯೆಗೆ ಸಮವಾಗಿಲ್ಲ.

ಚಿಕ್ಕ ಪ್ರಮಾಣದಲ್ಲಿ ಭೇಟಿಕಾರರನ್ನು ವ್ಯಕ್ತಿಗಳಂತೆ ನೋಡಿದಾಗ ಇದು ಸ್ಪಷ್ಟವಾಗುತ್ತದೆ, ಆದರೆ ಮೆಟ್ರಿಕ್ಸನ್ನು ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಲು ವಿಫಲವಾದ್ದರಿಂದ ವಿಶ್ಲೇಷಣೆಯ ಸಾಫ್ಟ್ವೇರ್ ಕೆಲಸ ಮಾಡುತ್ತಿಲ್ಲ ಎಂಬ ಆಪಾದನೆಗಳಿಗೆ ಕಾರಣವಾಗಿದೆ.

ಇಲ್ಲಿ ಹೊಸ ಭೇಟಿಕಾರರ ಮೆಟ್ರಿಕ್ ಅಪರಾಧಿಯಾಗಿದೆ. ನೀವು ವೆಬ್‍ಸೈಟನ್ನು ಪ್ರಚಲಿತ ದೃಷ್ಟಿಕೋನದಿಂದ ಪರಿಗಣಿಸಿದರೆ ಅಲ್ಲಿ ನಿಜವಾಗಿಯೂ ಹೊಸ ಭೇಟಿಕಾರರ ಬಗ್ಗೆ ಅಂತಹ ವಿಷಯವೇನಿಲ್ಲ.

ಭೇಟಿಕಾರ ಕೊಟ್ಟ ದಿನದಲ್ಲಿ ಮೊದಲು ಭೇಟಿ ಮಾಡಿದಾಗ ಮತ್ತು ನಂತರ ಅದೇ ದಿನ ವೆಬ್‍ಸೈಟಿಗೆ ಹಿಂದಿರುಗಿದರೆ, ಅವರಿಬ್ಬರೂ ಆ ದಿನಕ್ಕೆ ಹೊಸ ಭೇಟಿಕಾರರು ಮತ್ತು ಪುನರಾವರ್ತಿಸುವ ಭೇಟಿಗಾರರು. ಆದ್ದರಿಂದ ನಾವು ಅವರನ್ನು ವ್ಯಕ್ತಿಗಳಂತೆ ನೋಡಿದಾಗ, ಅವು ಯಾವುದು? ಉತ್ತರ ಎರಡೂ ಆಗಿರುತ್ತದೆ, ಆದ್ದರಿಂದ ಮೆಟ್ರಿಕ್ ನ ವ್ಯಾಖ್ಯಾನ ತಪ್ಪಿದೆ.


ಹೊಸ ಭೇಟಿಕಾರ ಒಬ್ಬ ವ್ಯಕ್ತಿ ಅಲ್ಲ; ಇದು ಅಂತರ್ಜಾಲ ಅಳತೆಯ ಸತ್ಯ.

ಈ ಕಾರಣಕ್ಕಾಗಿ ಇದು ಮೊದಲ ಭೇಟಿಯಂತೆ (ಅಥವಾ ಮೊದಲ ಕಾಲಾವಧಿ) ಅದೇ ಭಾಗವನ್ನು ಅರ್ಥೈಸಲು ಬಹಳ ಸುಲಭ ಇದು ವಿರೋಧವನ್ನು ಪರಿಹರಿಸಿ ಗೊಂದಲವನ್ನು ಹೋಗಲಾಡಿಸುತ್ತದೆ.

ಒಟ್ಟು ಭೇಟಿಕಾರರ ಸಂಖ್ಯೆಯನ್ನು ಪಡೆಯಲು ಮೊದಲ ಭೇಟಿಗಳ ಸಂಖ್ಯೆಗೆ ಪುನರಾವರ್ತಿಸುವ ಭೇಟಿಕಾರರ ಸಂಖ್ಯೆಯನ್ನು ಕೂಡಿಸಬೇಕೆಂದು ಯಾರೂ ನಿರೀಕ್ಷಿಸುವುದಿಲ್ಲ.

ಹೊಸ ಭೇಟಿಕಾರರಂತೆ ಮೆಟ್ರಿಕ್ ಅದೇ ಸಂಖ್ಯೆಯನ್ನು ಪಡೆಯುತ್ತದೆ, ಆದರೆ ಇದನ್ನು ಹೀಗೆ ಕೂಡಿಸಲಾಗುವುದಿಲ್ಲ ಎಂಬುದು ಸ್ಪಷ್ಟವಾಗಿದೆ. ನಾವು ಆಯ್ಕೆ ಮಾಡಿದ ವ್ಯಕ್ತಿಯ ಮೊದಲ ಭೇಟಿ ಆ ದಿನದ ಪ್ರಶ್ನೆಯಾಗಿತ್ತು. ಮತ್ತು ಪುನಃ ಭೇಟಿ ಮಾಡಿದ ಅದೇ ವ್ಯಕ್ತಿ ಸಹ ಪ್ರಶ್ನೆಯಾಗಿದ್ದನು.

ಮೊದಲ ಭೇಟಿಗಳ ಸಂಖ್ಯೆ ಮತ್ತು ಪುನಃ ಭೇಟಿಗಳ ಸಂಖ್ಯೆಗಳನ್ನು ಆ ದಿನದ ಒಟ್ಟೂ ಭೇಟಿಗಳ ಸಂಖ್ಯೆಗೆ ಕೂಡಿಸಲಾಗುತ್ತದೆ.

ಅಂತರ್ಜಾಲ ವಿಶ್ಲೇಷಣೆಯ ವಿಧಾನಗಳು[ಬದಲಾಯಿಸಿ]

ಕುಕೀಸ್ ಸಮಸ್ಯೆಗಳು[ಬದಲಾಯಿಸಿ]

ಐತಿಹಾಸಿಕವಾಗಿ, ಪೇಜ್-ಟ್ಯಾಗಿಂಗ್ ವಿಶ್ಲೇಷಣೆಯ ಪರಿಹಾರಗಳ ವ್ಯಾಪಾರಿಗಳು ಬ್ರೌಸ್ ಮಾಡುತ್ತಿರುವ ವೆಬ್‍ಸೈಟಿನ ಕಾರ್ಯಕ್ಷೇತ್ರದ ಬದಲಾಗಿ ಮಾರಾಟಗಾರರ ಕ್ಷೇತ್ರದಿಂದ ಕಳುಹಿಸಿದ ಪ್ರೇಕ್ಷಕ ಕುಕೀಸ್‍ಗಳನ್ನು ಉಪಯೋಗಿಸುತ್ತಿದ್ದರು.

ಪ್ರೇಕ್ಷಕ ಕುಕೀಸ್ ಕಂಪನಿಯ ಸೈಟಿನೊಳಗೆ ವಿವಿಧ ಸಂಬಂಧಪಡದ ಕಾರ್ಯಕ್ಷೇತ್ರವನ್ನು ಮೀರುವ ಭೇಟಿಕಾರರನ್ನು ನಿಭಾಯಿಸಬಲ್ಲದು, ಅಲ್ಲಿಂದ ಕುಕೀ ಯಾವಾಗಲೂ ಮಾರಾಟಗಾರರ ಸರ್ವರ‍್ಗಳಿಂದ ನಿಭಾಯಿಸಲ್ಪಡುತ್ತದೆ. ಆದರೂ, ಮೂರನೇ ಪಕ್ಷದ ಕೂಕಿಗಳು ಒಬ್ಬ ವ್ಯಕ್ತಿ ಬೇರೆ ಬೇರೆ ಸಂಸ್ಥೆಗಳ ಸೈಟುಗಳಲ್ಲಿ ಸಾಗುವುದನ್ನು ಗುರುತಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ, ಮತ್ತು ವಿಶ್ಲೇಶಕವು ಬೇರೆ ಬೇರೆ ಸೈಟ್‌ಗಳಲ್ಲಿ ಬಳಕೆದಾರರ ಚಟುವಟಿಕೆಗಳನ್ನು ತಾಳೆ ನೋಡಿ, ಅವುಗಳಲ್ಲಿ ಅನಾಮದೇಯ ಎಂದುಕೊಂಡು ತನ್ನ ವೈಯಕ್ತಿಕ ಮಾಹಿತಿಯನ್ನು ನೀಡಿರುವುದನ್ನು ಗುರುತಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ ಜಾಲ ವಿಶ್ಲೇಷಣೆಯ ಕಂಪನಿಗಳು ಇದನ್ನು ಮಾಡಲು ನಿರಾಕರಿಸುತ್ತವೆ, ಗಮನಸೆಳೆಯುವ ಜಾಹೀರಾತುಗಳನ್ನು ಒದಗಿಸುತ್ತಿರುವಂತಹ ಇತರ ಕಂಪನಿಗಳು ಮಾಡುತ್ತವೆ. ಗೌಪ್ಯತೆಗೆ ಕಾಳಜಿಗೆ ಕೂಕಿಗಳಿಂದ ತೊಂದರೆಯುಂಟಾಗುವ ಕಾರಣದಿಂದಾಗಿ ಒಂದಷ್ಟು ಗಮನಾರ್ಹ ಬಳಕೆದಾರರು ಮೂರನೇ-ಪಕ್ಷದ ಕೂಕಿಗಳನ್ನು ನಿರ್ಬಂಧಿಸುವುದು ಅಥವಾ ಅಳಿಸುವುದು ಉಂಟಾಯಿತು.

2005ರಲ್ಲಿ, 28% ಇಂಟರ‍್ನೆಟ್ ಉಪಯೋಗಿಸುವವರು ಪ್ರೇಕ್ಷಕ ಕುಕೀಸನ್ನು ಬ್ಲಾಕ್ ಮಾಡಿದ್ದಾರೆ ಮತ್ತು 22% ಜನರು ಅವುಗಳನ್ನು ಒಂದು ತಿಂಗಳಿನಲ್ಲಿ ಒಂದು ಸಲವಾದರೂ ತೆಗೆದು ಹಾಕಿದ್ದಾರೆ ಎಂದು ಕೆಲವು ವರದಿಗಳು ತೋರಿಸಿವೆ.[೧೧]

ಪೇಜ್-ಟ್ಯಾಗಿಂಗ್ ಪರಿಹಾರಗಳ ಹೆಚ್ಚು ಮಾರಾಟಗಾರರು ಈಗ ಫಸ್ಟ್-ಪಾರ್ಟಿ ಕುಕೀಸನ್ನು (ಕ್ಲೈಂಟ್ ಉಪಕ್ಷೇತ್ರದಿಂದ ನಿಯೋಜಿಸಿದ ಕುಕೀಸ್) ಉಪಯೋಗಿಸುವ ಆಯ್ಕೆಯನ್ನು ಒದಗಿಸುವ ಕಡೆ ಒಲವು ತೋರಿದ್ದಾರೆ. ಕುಕೀ ತೆಗೆದುಹಾಕುವುದು ಮತ್ತೊಂದು ಸಮಸ್ಯೆ. ಜಾಲ ವಿಶ್ಲೇಷಣೆ ಏಕಮಾತ್ರ ಭೇಟಿಕಾರರನ್ನು ಕಂಡುಹಿಡಿಯಲು ಕುಕೀಸ್ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದ್ದಾಗ, ಸಂಖ್ಯಾಶಾಸ್ತ್ರಗಳು ಏಕಮಾತ್ರ ಭೇಟಿಕಾರರ ಐಡಿಯನ್ನು ಇಟ್ಟುಕೊಂಡಿರಲು ನಿರಂತರ ಕುಕೀ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರಬೇಕು. ಬಳಕೆದಾರರು ಕುಕೀಸನ್ನು ತೆಗೆದುಹಾಕಿದಾಗ, ಅವು ಸಾಮಾನ್ಯವಾಗಿ ಫಸ್ಟ್-ಪಾರ್ಟಿ ಮತ್ತು ಥರ್ಡ್-ಪಾರ್ಟಿ ಎರಡೂ ಕುಕೀಸ್ ಅಳಿಸಿ ಹೋಗುತ್ತವೆ.

ಇದನ್ನು ಸೈಟ್ ಜೊತೆ ಪಾರಸ್ಪರಿಕ ಕ್ರಿಯೆಯ ನಡುವೆ ಮಾಡಿದಾಗ, ಬಳಕೆದಾರ ಅವರ ಮುಂದಿನ ಮಾತುಕತೆಯಲ್ಲಿ ಮೊದಲ ಸಲದ ಭೇಟಿಕಾರನಂತೆ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತಾನೆ.

ನಿರಂತರ ಮತ್ತು ಭೇಟಿಕಾರರ ಐಡಿ, ಪರಿವರ್ತನೆಗಳು, ಕ್ಲಿಕ್-ಸ್ಟ್ರೀಮ್ ವಿಶ್ಲೇಷಣೆ, ಮತ್ತು ಆ ಅವಧಿಯಲ್ಲಿ ಭೇಟಿಕಾರರ ಚಟುವಟಿಕೆಗಳ ಮೇಲೆ ಇತರ ಮೆಟ್ರಿಕ್ಸ್ ಅವಲಂಬನೆ, ಇವುಗಳ ಹೊರತಾಗಿ ನಿಖರವಾಗಿರುವುದಿಲ್ಲ.

ಐಪಿ ವಿಳಾಸಗಳು ಯಾವಾಗಲೂ ಬಳಕೆದಾರರಿಗೆ ಒಂದೇ ತರಹ ಇರುವುದಿಲ್ಲ ಮತ್ತು ದೊಡ್ಡ ಗುಂಪುಗಳು ಅಥವಾ ಬದಲಿ ಪ್ರತಿನಿಧಿಗಳು ಹಂಚಿಕೊಂಡಿರಬಹುದು ಆದ್ದರಿಂದ ಕುಕೀಸನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.

ಬಳಕೆದಾರರನ್ನು ಕಂಡುಹಿಡಿಯುವ ಇತರ ವಿಧಾನಗಳು ತಾಂತ್ರಿಕವಾಗಿ ಸವಾಲಾಗಿದೆ ಮತ್ತು ಸಭಿಕರನ್ನು ಸೀಮಿತಗೊಳಿಸುತ್ತದೆ ಅಥವಾ ಶಂಕಾಸ್ಪದವಾಗಿ ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ.

ಕುಕೀಸ್ ಉತ್ತಮ ಆಯ್ಕೆScript error[who?] ಏಕೆಂದರೆ ಇದು ಸ್ಪೈವೇರ್ ನಂತಹ ತಾಂತ್ರಿಕತೆಯನ್ನು ಉಪಯೋಗಿಸದೆ ಅನೇಕ ಭಿನ್ನರಾಶಿಗಳ ಲಘುತಮ ಸಾಮಾನ್ಯ ಅಪವರ್ತ್ಯವನ್ನು ತಲುಪುತ್ತದೆ.Script errorScript error[citation needed]

ವಿಶಿಷ್ಟ ಲ್ಯಾಂಡಿಂಗ್ ಪುಟಗಳು ಮತ್ತು ಪ್ರಚಾರ ಅನುಸರಣೆಗಾಗಿ ಉಲ್ಲೇಖಗಳು[ಬದಲಾಯಿಸಿ]

ಹೆಚ್ಚಿನ ಜಾಲ ವಿಶ್ಲೇಷಣೆಯ ಪ್ಯಾಕೇಜುಗಳಲ್ಲಿ ಲಭ್ಯವಿರುವ ನಿರ್ದೇಶಿತ ವರದಿಗಳ ಮೂಲಕ ಹೊರಗಿನ ವೆಬ್‍ಸೈಟ್‍ಗಳ ಜೊತೆ ಸಂಬಂಧವಿರುವ ಜಾಹೀರಾತಿನ ಮೂಲಕ ಸೃಷ್ಟಿಸಿದ ಚಟುವಟಿಕೆಯ ಮೊತ್ತವನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಏಕಮಾತ್ರ ಲ್ಯಾಂಡಿಂಗ್ ಪುಟಗಳನ್ನು ಉಪಯೋಗಿಸುವುದಕ್ಕಿಂತ ನಿಖರವಾದುದ್ದಲ್ಲ.

ಸುರಕ್ಷಿತ ವಿಶ್ಲೇಷಣಾ (ಮೀಟರಿಂಗ್) ವಿಧಾನಗಳು[ಬದಲಾಯಿಸಿ]

ಮೇಲೆ ಚರ್ಚಿಸಿದ ಎಲ್ಲಾ ವಿಧಾನಗಳು (ಮತ್ತು ಸ್ಯಾಂಪ್ಲಿಂಗ್‍ನಂತಹ ಇಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸದ ವಿಧಾನಗಳು) ಮೆನಿಪ್ಯುಲೆಶನ್ನಿಗೆ (ಹೆಚ್ಚಿಸುವ ಮತ್ತು ಕಡಿಮೆಮಾಡುವ) ಖಂಡನೀಯವಾಗಿರುವ ಮುಖ್ಯ ಸಮಸ್ಯೆಯನ್ನು ಹೊಂದಿದೆ. ಇದರ ಅರ್ಥ ಈ ವಿಧಾನಗಳು ನಿಖರವಲ್ಲದ ಮತ್ತು ಅಸುರಕ್ಷಿತವಾಗಿವೆ (ಯಾವುದೇ ಸುರಕ್ಷತೆಯ ದೃಷ್ಟಿಯಿಂದ). ಈ ವಿಷಯ ಬಹಳ ಪೇಪರುಗಳಲ್ಲಿ ಪ್ರಕಟಿಸಲ್ಪಟ್ಟಿದೆ. [೧೨] [೧೩] [೧೪] [೧೫], ಆದರೆ, ದೊಡ್ಡ ವೆಬ್‍ಸೈಟ್‍ಗಳ ಮಾಲೀಕರಿಗೆ ಇಂದಿನ ಪರಿಸ್ಥಿತಿ ಒದಗಿಸುವ ಆರ್ಥಿಕ ಗಳಿಕೆ ಅಥವಾ ಇಂಜನಿಯರಿಂಗ್ ಸಮುದಾಯದ ಆಸಕ್ತಿಯ ಕೊರತೆಗಳಿಂದ ಇಲ್ಲಿಯವರೆಗೆ ಈ ಪೇಪರುಗಳಲ್ಲಿ ಸೂಚಿಸಿದ ಪರಿಹಾರಗಳು ಸೈದ್ಧಾಂತಿಕವಾಗಿ ಉಳಿದಿವೆ. ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ ಮುಂದೆ ಹೇಳಿದ ಪೇಪರುಗಳನ್ನು ಸಂಪರ್ಕಿಸಿ.

ಇವನ್ನೂ ಗಮನಿಸಿ[ಬದಲಾಯಿಸಿ]

ಆಕರಗಳು[ಬದಲಾಯಿಸಿ]

  1. ದ ಅಫೀಶಿಯಲ್ WAA ಡೇಫಿನೇಶನ್ ಆಫ್ ವೆಬ್ ಅನಾಲಿಸ್ಟಿಕ್ಸ್
  2. ೨.೦ ೨.೧ ಬ್ರಿಯಾನ್ ಕ್ಲಿಫ್ಟನ್ ಮತ್ತು ಓಮೆಗಾ ಡಿಜಿಟಲ್ ಮೀಡಿಯಾ ಲಿಮಿಟೆಡನಿಂದ ವೆಬ್ ಟ್ರಾಫಿಕ್ ಡಾಟಾ ಸೋರ್ಸ್ ಆ‍ಯ್‌೦ಡ್ ವೆಂಡರ್ ಕಂಪಾರಿಜೆನ್
  3. ಇನ್‌ಕ್ರಿಜಿಂಗ್ ಆ‍ಯ್‌ಕ್ಯುರಸಿ ಫಾರ್ ಆನ್‌ಲೈನ್ ಬಿಜಿನೆಸ್ ಗ್ರೋತ್ - ಎ ವೆಬ್ ಅನಾಲಿಸ್ಟಿಕ್ಸ್ ಆ‍ಯ್‌ಕ್ಯುರಸಿ ವೈಟ್‌ಪೇಪರ್
  4. ರೀವಿಸಿಂಟಿಂಗ್ ಲಾಗ್ ಫೈಲ್ ಅನಾಲಿಸೀಸ್ ವರ್ಸ್‌ಸ್ ಪೇಜ್ ಟ್ಯಾಪಿಂಗ್ - ಮ್ಯಾಕ್‌ಗಿಲ್ ಯುನಿವರ್ಸಿಟಿ ಜಾಲ ವಿಶ್ಲೇಷಕ ಬ್ಲಾಗ್ ಲೇಖನ (CMIS 530)
  5. ಹೊಸ್ಟೆಡ್ ವಿ ಸಾಫ್ಟ್‌ವೇರ್ ವಿ ಹೈಬ್ರಿಡ್ ವೆಬ್ ಅನಾಲಿಸ್ಟಿಕ್ಸ್ ಟೂಲ್ಸ್ -ಬ್ಲಾಗ್ ಲೇಖನ
  6. IPInfoDB (2009-07-10). "IP geolocation database". IPInfoDB. Retrieved 2009-07-19. 
  7. http://www.google.com/support/googleanalytics/bin/answer.py?hl=en&answer=32981
  8. ವೆಬ್ ಅನಾಲಿಸ್ಟಿಕ್ಸ್ ಇಂಟಿಗ್ರೇಟೆಡ್ ಇನ್‌ಟು ವೆಬ್ ಸಾಫ್ಟ್‌ವೇರ‍್ ಇಟ್‌ಸೆಲ್ಫ್
  9. http://blog.clicktale.com/2009/10/14/what-google-analytics-cant-tell-you-part-1/
  10. http://www.google.com/support/googleanalytics/bin/answer.py?hl=en&answer=32981
  11. ಕ್ಲಿಕ್ಜ್ ರಿಪೋರ್ಟ್
  12. [Moni] Check |authorlink= value (help); Pinkas, Benny (1998). "Secure and Efficient Metering". Advances in Cryptology - Eurocrypt 1998: International Conference on the Theory and application of Cryptographic Techniques. Espoo, Finland. Retrieved 2007-12-27. 
  13. [Moni] Check |authorlink= value (help); Pinkas, Benny (April 14-18, 1998). "Secure Accounting and Auditing on the Web". Seventh International World-Wide Web (WWW) Conference, 1998. Brisbane, Australia. Retrieved 2007-12-27. 
  14. Franklin, Matthew; Malkhi, Dahlia (1998). "Auditable Metering with Lightweight Security" (PostScript). Journal of Computer Security, 1998 6 (4): 237–256. Retrieved 2007-12-27. 
  15. Johnson, R.; J. Staddon (2007). "Deflation-secure Web metering" (PDF). International Journal of Information and Computer Security 1. Retrieved 2008-12-01. 

ಗ್ರಂಥಸೂಚಿ[ಬದಲಾಯಿಸಿ]

  • ಅರಿಕಾನ್, ಅಕಿನ್ (2008) ಮಲ್ಟಿಚಾನಲ್ ಮಾರ್ಕೇಟಿಂಗ್. ಮೆಟ್ರಿಕ್ಸ್ ಆ‍ಯ್೦ಡ್ ಮೆಥಡ್ಸ್ ಫಾರ್ ಆನ್ ಆ‍ಯ್‌೦ಡ್ ಆಫ್‌ಲೈನ್ ಸಕ್ಸಸ್. ಸೈಬೆಕ್ಸ್.
  • ಬ್ರಾಡ್ಲಿ ಎನ್(2007) ಮಾರ್ಕೇಟಿಂಗ್ ರೀಸರ್ಚ್. ಟೂಲ್ಸ್ ಆಂಡ್ ಟೆಕ್ನಿಕ್ಸ್. ಆಕ್ಸ್‌ಫರ್ಡ್ ಯುನಿವರ್ಸಿಟಿ ಪ್ರೆಸ್, ಆಕ್ಸ್‌ಫರ್ಡ್.
  • ಬುರ್ಬಿ, ಜಾಸೊನ್ ಆ‍ಯ್‌೦ಡ್ ಆಟ್ಚಿಸನ್, ಶೇನ್(2007) ಆಕ್ಟಿಯೊನೇಬಲ್ ವೆಬ್ ಅನಾಲಿಸ್ಟಿಕ್ಸ್: ಯೂಸಿಂಗ್ ಡಾಟಾ ಟು ಮೇಕ್ ಸ್ಮಾರ್ಟ್ ಬಿಜಿನೆಸ್ ಡಿಸಿಶನ್ಸ್.
  • ಕ್ಲಿಪ್ಟಾನ್, ಬ್ರೈಯಾನ್(2008) ಅಡ್ವಾನ್ಸ್ಡ್ ವೆಬ್ ಮೆಟ್ರಿಕ್ಸ್ ವಿತ್ ಗೂಗಲ್ ಅನಾಲಿಸ್ಟಿಕ್ಸ್. (ಪೇಪರ್‌ಬ್ಯಾಕ್.)
  • ಡೇವಿಸ್, ಜೆ. (2006) ‘ಮಾರ್ಕೇಟಿಂಗ್ ಮೆಟ್ರಿಕ್ಸ್:ಹೌ ಟು ಕ್ರಿಯೇಟ್ ಅಕೌಂಟೆಬಲ್ ಮಾರ್ಕೇಟಿಂಗ್ ಪ್ಲಾನ್ಸ್ ದಾಟ್ ರಿಯಲಿ ವರ್ಕ್’ ಜಾನ್ ವಿಲ್ಲೆಯ್ & ಸನ್ಸ್ (ಏಷ್ಯಾ).
  • ಪ್ಯಾರಿಸ್, ಪಿ., ಬೆಂಡ್ಲ್, ಎನ್.ಟಿ., Pfeifer, ಪಿ.ಇ. ರೈಬ್‌ಸ್ಟೆಯನ್, ಡಿ.ಜೆ. (2009) ಕೀ ಮಾರ್ಕೇಟಿಂಗ್ ಮೆಟ್ರಿಕ್ಸ್ ದ 50+ ಮೆಟ್ರಿಕ್ಸ್ ಎವರಿ ಮ್ಯಾನೇಜರ್ ನೀಡ್ಸ್ ಟು ನೌ, ಪ್ರೆಂಟಿಸ್ ಹಾಲ್, ಲಂಡನ್.
  • ಲೆನ್ಸ್‌ಕೋಲ್ಡ್, ಜೆ. (2003) ‘ಮಾರ್ಕೇಟಿಂಗ್ ROI: ಹೌ ಟು ಪ್ಲಾನ್, ಮೆಜರ್ ಆ‍ಯ್‌೦ಡ್ ಆಪ್ಟಿಮೈಸ್ ಸ್ಟ್ರೆಟೇಜೀಸ್ ಫಾರ‍್ ಪ್ರಾಫಿಟ್’ ಲಂಡನ್: ಮ್ಯಾಕ್‌ಗ್ರಾ ಹಿಲ್ ಕಂಟೆಪರರಿ
  • ಕೌಶಿಕ್,ಅವಿನಾಶ್ (2007) ವೆಬ್ ಅನಾಲಿಸ್ಟಿಕ್ಸ: ಆ‍ಯ್‌ನ್ ಅವರ್ ಎ ಡೇ,ಸೈಬೆಕ್ಸ್, ವಿಲ್ಲೆಯ್.
  • ಮಾರ್ಟೆನ್‌ಸೇನ್, ಡೆನ್ನಿಸ್ ಆರ‍್. (2009) ಯಾಹೂ

! ವೆಬ್ ಅನಾಲಿಸ್ಟಿಕ್ಸ್. ಸೈಬೆಕ್ಸ್.

  • ಪೀಟರ್‌ಸನ್ ಏರಿಕ್ ಟಿ (2004) ವೆಬ್ ಅನಾಲಿಸ್ಟಿಕ್ಸ್ ಡೆಮಿಸ್ಟಿಫೈಡ್: ಎ ಮಾರ್ಕೇಟರ್ಸ್ ಗೈಡ್ ಟು ಅಂಡರ್‌ಸ್ಟಾಂಡಿಂಗ್ ಹೌ ಯುವರ್ ವೆಬ್ ಸೈಟ್ ಅಫೆಕ್ಟ್ಸ್ಯುವರ್ ಬಿಜಿನೆಸ್. ಸೆಲಿಲೊ ಗ್ರೂಪ್ ಮೀಡಿಯಾ
  • ಪೀಟರ್‌ಸನ್ ಏರಿಕ್ ಟಿ(2005) ವೆಬ್ ಸೈಟ್ ಮೆಜರ್‌ಮೆಂಟ್ ಹಾಕ್ಸ್. ಓ’ರೈಲ್ಲಿ ಇಬುಕ್.
  • ಪ್ಲಾಜಾ, ಬಿ (2009)ಮಾನಿಟರಿಂಗ್ ವೆಬ್ ಟ್ರಾಫಿಕ್ ಸೋರ್ಸ್ ಇಫೆಕ್ಟಿವ್‌ವೆಸ್ ವಿತ್ ಗೂಗಲ್ ಅನಾಲಿಸ್ಟಿಕ್ಸ್: ಆ‍ಯ್‌ನ್ ಎಕ್ಸ್‌ಪೀರಿಮೆಂಟ್ ವಿತ್ ಟೈಮ್ ಸೀರಿಸ್. ಅಸ್ಲಿಬ್ ಪ್ರೊಸಿಡಿಂಗ್ಸ್ , 61(5): 474–482.
  • ಶ್ರೀನಿವಾಸನ್ , ಜೆ .(2001) ಇ ಕಾಮರ್ಸ್ ಮೆಟ್ರಿಕ್ಸ್, ಮಾಡೆಲ್ಸ್ ಆ‍ಯ್‌೦ಡ್ ಎಕ್ಸಾಂಪಲ್ಸ್, ಲಂಡನ್: ಪ್ರೆಂಟಿಸ್ ಹಾಲ್.
  • ಸ್ಟೆರ್ನ್, ಜೆ. (2002) ವೆಬ್ ಮೆಟ್ರಿಕ್ಸ್, ಪ್ರೂವನ್ ಮೆಥಡ್ಸ್ ಫಾರ್ ಮೆಜರಿಂಗ್ ವೆಬ್ ಸೈಟ್ ಸಕ್ಸಸ್,ಲಂಡನ್: ಜಾನ್ ವಿಲ್ಲೆಯ್ &ಸನ್ಸ್.
  • ಟುಲ್ಲಿಸ್, ಟಾಮ್ & ಅಲ್ಬರ್ಟ್, ಬಿಲ್ (2008) ಮೆಜರಿಂಗ್ ದ ಯೂಸರ್ಸ್ ಎಕ್ಸ್‌ಪೀರಿಯನ್ಸ್. ಕಲೆಕ್ಟಿಂಗ್, ಅನಲೈಜಿಂಗ್ ಅ‍ಯ್‌೦ಡ್ ಪ್ರೆಸೆಂಟಿಂಗ್ ಯುಸಾಬಿಲಿಟಿ ಮೆಟ್ರಿಕ್ಸ್. ಮಾರ್ಗನ್ ಕೌಫ್‌ಮ್ಯಾನ್, ಎಲ್‌ಸೇವಿಯರ್, ಬರ್ಲಿಂಗ್‌ಟನ್ ಎಮ್‌ಎ.

ಹೊರಗಿನ ಕೊಂಡಿಗಳು[ಬದಲಾಯಿಸಿ]