Отчет по практике: Оценка посещаемости сайтов

Оценка посещаемости сайтов

Министерство образования и науки Российской Федерации

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ

ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

"ОРЕНБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ"

Математический факультет

Кафедра математического обеспечения информационных систем

ОТЧЕТ

ПО ПРОИЗВОДСТВЕННОЙ ПРАКТИКЕ

на тему: "Оценка посещаемости сайтов"

ГОУ ОГУ 010503.65.5011.13 ОО

Руководитель:

Татжибаева О.А.

Исполнитель:

студентка гр. 09МОС

Филимонова А.Н..

Оренбург 2014

Содержание

Введение

Цели и задачи

. Анализ систем статистики сайтов

.1 Факторы, учитываемые при оценке посещаемости сайта

.2 Счетчики посещаемости

.3 Наиболее популярные счетчики

. Методы оценки и прогноза

.1 Анали существующих решений

.2. Задачи корреляционно-регрессионного анализа

.2.1 Корреляция случайных величин

.2.2 Линейная регрессия

.3 Проверка адекватности моделей

. Оценка посещаемости сайта skalyariya.ru

.1 Факторы формирующие моделируемое явление

.2 Анализ матрицы коэффициентов парных корреляций

.3 Построение уравнения регрессии

.4 Вывод

Заключение

Литература

статистика сайт посещаемость счетчик

Введение

В Интернет существует не одна система для ведения статистики посещений. За последнее время системы статистики "выросли" из обычных счетчиков посещений, и уже не ограничивается только подсчетом количества посещений.

Современные статистические системы позволяют провести достаточно содержательный анализ сайтов. Например, позволяют более объективно оценивать не только источники посетителей, но и качество аудитории, поведение конкретного посетителя на сайте, его переходы по страницам, время пребывания на сайте и многое другое. С другой стороны такие системы помогают определить конкретную цель, например, конечной целью работы многих сайтов должно быть существование обратной связи с пользователем. В интернет-магазине это может быть сделанный заказ, на другом сайте - звонок менеджеру и т.д. Такая аналитика позволит найти в сайте узкое место и доработать его.

Оценивая статистику сайта можно также делать прогнозы посещаемости сайта. Если определить, какие факторы напрямую влияют на число посетителей, то можно в десятки, а то и сотни раз увеличить аудиторию сайта. Для некоторых сайтов это количество иллюстраций, для других количество товара, для третьих скорость загрузки, и таких факторов достаточно много. Главное правильно оценить все имеющиеся статистические данные, сделать выводы и умело ими воспользоваться.

Цели и задачи

Цель:

Оценить посещаемость сайта

Задачи:

·        Проанализировать факторы, влияющие на посещаемость сайта

·        Проанализировать методы оценки посещаемости сайта

·        Построить модель оценки посещаемости сайта

1. Анализ систем статистики сайтов

1.1 Факторы, учитываемые при оценке посещаемости сайта

Развитие сайта, его продвижение в поисковых системах - это процесс, который непременно нуждается в постоянном контроле, оценке и анализе со стороны вебмастера. Можно самостоятельно исследовать логи сайта, но проще и зачастую эффективней - обратиться к показаниям счетчика учета посещаемости интернет-ресурса. На сегодняшний день существует множество счетчиков учета посещаемости сайтов. Все счетчики обладают схожим базовым функционалом и отслеживают следующие факторы посещаемости:

·        Трафик

Количество посетителей сайта - наиболее простой для оценки измеримый параметр успешности ресурса. Оценивая динамику прироста трафика, можно сделать первоначальные выводы о ходе рекламной/SEO кампании. Количественный показатель трафика - только первичный критерий оценки.

·        Глубина просмотра страниц

Определяется соотношением количества просмотров страниц сайта к количеству посетителей. Чем больше глубина просмотра, тем интереснее для посетителей интернет-ресурс. Минимальная глубина просмотра может свидетельствовать об ошибках рекламной кампании, проблемах с юзабилити сайта, недостаточной надежности хостинга.

·        Количество новых и постоянных посетителей сайта

Счетчик учета посещаемости отслеживает не только количественные, но и качественные показатели. С его помощью можно определить, насколько лояльна аудитория к сайту, вызывает ли интернет-ресурс желание повторного посещения. Анализ данных показателей поможет сделать выводы о необходимости (или ее отсутствии) принятия дополнительных мер по превращению случайных гостей в постоянных посетителей.

·        География и демография аудитории

Немаловажный параметр, особенно, если вы владелец коммерческого сайта, интернет-магазина. Представьте, что сайт занимаетеся онлайн-продажами цветочных горшков в Санкт-Петербурге, на сайт идет постоянный приток посетителей, но уровень конвертации посетителей в клиентов чрезвычайно низок. Оценивая географические и демографические параметры аудитории сайта, можно с удивлением обнаружить, что большинство посетителей - мужчины младше 18-ти лет из Москвы. Стоит сделать вывод о нерелевантности контента сайта и принять решение о его скорейшей реорганизации.

С учетом региональной выдачи Яндекса "географический" раздел счетчика посещаемости поможет сделать заключение о высоком/низком рейтинге сайта в определенном регионе.

·        Точки входа и выхода

Страницы сайта, с которых начинают его просмотр посетители, очень важны для понимания качества и релевантности трафика. В идеале эти страницы входа должны соответствовать плану рекламной кампании и приводить посетителя к необходимой цели (получению нужной информации, клику на рекламный баннер, заполнению анкеты, совершению покупки)..

·        Источники трафика

Благодаря статистическим данным об источниках трафика можно узнать, откуда посетители пришли на данный сайт. На основе полученной информации можно сделать выводы об эффективности того или иного метода продвижения - SEO, рекламные баннеры, каталоги и проч.

·        Поисковые фразы

Чаще всего посетителей на сайт приводят именно поисковые системы. При помощи анализа поисковых фраз, по которым приходят к посетители, задавшие тот или иной запрос в поисковой строке Яндекса и Гугла, можно определить наиболее актуальные для сайта ключевые слова. Кроме того, именно поисковые фразы дадут больше всего информации о качестве трафика (владельца магазина электроники не должен радовать приток посетителей, запрашивающих у Яндекса "фильм "Электроник").

1.2 Счетчики посещаемости

По обработке посещаемости сайта счетчики делятся:

Счетчик, стоящий на отдельно взятой странице. Как правило, этой страницей является самая посещаемая - главная страница сайта. Т.к. большинство пользователей начинают свое посещение именно с главной страницы - по такому счетчику можно оценить и посещаемость сервера в целом. Хотя, следует иметь ввиду, что часть пользователей может начинать посещение сайта сразу с внутренней страницы и не подниматься вверх на главную. Они будут не учтены, что вызовет погрешность в расчетах.

Счетчики, размещаемые на всех страницах сайта. В этом случае получается гораздо более репрезентативная картина. Посещаемость определяется по всем страницам. Имеется возможность определить и проанализировать:

·        наиболее популярные маршруты по серверу;

·        точки входа и выхода посетителей;

·        наиболее популярные разделы сервера;

·        глубину интереса посетителей, т.е. сколько в среднем страниц читается, сколько времени проводят на сайте и т.д.

По идентификации уникального пользователя счетчики делятся:

Счетчики, ориентирующиеся на IP-адреса. Как мы говорили это не самый точный метод определения уникального пользователя. Этот же принцип используется при анализе логов сайта.

Счетчики, ориентирующиеся на cookies. Более точный способ. Соответственно счетчики, его использующие, уже сразу дают фору лог-файлам.

Также счетчики делятся на независимые (внешние) - расположенные на отдельных серверах и предоставляющие подсчет как бесплатный сервис, и внутренние - программа, обслуживающая счетчик, расположена непосредственно на сайте.

Помимо этого, часто, счетчики одновременно являются и рейтингами. Это позволяет достаточно точно сравнивать посещаемость и охват сайтов веб-издателей, участвующих в одном и том же рейтинге.

Существует два основных критерия оценки счетчиков. Первый - это, безусловно, надежность системы и точность подсчета. Второй - как много данных они собирают, насколько детально предоставляются отчеты и т.д.

1.3 Наиболее популярные счетчики

На сегодняшний день в российском Интернете существует множество статистических сервисов, каждый из которых имеет свои особенности. Также существуют зарубежные счетчики, но их применение в российских условиях ограничено недостатком знаний о российских поисковых системах и отсутствием возможности определения географии посетителя с точностью до региона.

Рамблер (#"773488.files/image001.gif">

Рисунок 1- Классификация моделей и методов оценки прогнозирования.

Одним из наиболее важных классификационных признаков методов прогнозирования является степень формализации, которая достаточно полно охватывает прогностические методы. Формализованные методы используются в том случае, когда информация об объекте прогнозирования носит в основном количественный характер, а влияние различных факторов можно описать с помощью математических формул.

Эти методы делятся на две самостоятельные группы: методы прогнозной экстраполяции и методы моделирования.

В практике прогнозирования экономических процессов преобладающими, по крайней мере, до последнего времени, являются статистические модели экстраполяционного метода. Это вызвано, главным образом, тем, что статистические методы опираются на аппарат анализа, развитие и практика применения которого имеют достаточно длительную историю. Мировая практика обладает обширным материалом в области перспективного анализа, и уже сейчас очевидно, что успешность прогнозов, получаемых на основе статистических моделей, существенно зависит от анализа эмпирических данных, от того, насколько такой анализ сможет выявить и обобщить закономерности поведения изучаемых процессов во времени.

.2 Задачи корреляционно-регрессионного анализа

В статистике показатели, характеризующие социально-экономические явления, могут быть связаны либо корреляционной зависимостью, либо быть независимыми. Корреляционная зависимость является частным случаем стохастической зависимости, при которой изменение значений факторных признаков (х ₁ х₂ ..., х_n ) влечет за собой изменение среднего значения результативного признака. Корреляционная зависимость исследуется с помощью методов корреляционного и регрессионного анализов.

Корреляционный анализ - метод, позволяющий обнаружить зависимость между несколькими случайными величинами. Корреляционный анализ, как и другие статистические методы, основан на использовании вероятностных моделей, описывающих поведение исследуемых признаков в некоторой генеральной совокупности, из которой получены экспериментальные значения x_i и y_i.

Методами корреляционного анализа решаются следующие задачи:

1) Взаимосвязь. Есть ли взаимосвязь между параметрами?

) Прогнозирование. Если известно поведение одного параметра, то можно предсказать поведение другого параметра, коррелирующего с первым.

) Классификация и идентификация объектов. Корреляционный анализ помогает подобрать набор независимых признаков для классификации.

Регрессионный анализ заключается в определении аналитического выражения связи в виде уравнения регрессии.

Целью регрессионного анализа является оценка функциональной зависимости условного среднего значения результативного признака (У) от факторных (х₁. Х₂..., х_n).

Основные задачи регрессионного анализа следующие:

)        определения вида и формы зависимости;

)        оценка параметров уравнения регрессии;

)        проверка значимости уравнения регрессии;

)        проверка значимости отдельных коэффициентов уравнения;

)        построение интервальных оценок коэффициентов;

)        исследование характеристик точности модели;

)        построение точечных и интервальных прогнозов результирующей переменной.

Регрессионный анализ очень тесно связан с корреляционным анализом. В корреляционном анализе исследуется направление и теснота связи между количественными переменными. В регрессионном анализе исследуется форма зависимости между количественными переменными. Т.е. фактически оба метода изучают одну и ту же взаимосвязь, но с разных сторон, и дополняют друг друга. На практике корреляционный анализ выполняется перед регрессионным анализом. После доказательства наличия взаимосвязи методом корреляционного анализа можно выразить форму этой связи с помощью регрессионного анализа. Пользуясь методами корреляционно-регрессионного анализа, аналитики измеряют тесноту связей показателей с помощью коэффициента корреляции. При этом обнаруживаются связи, различные по силе (сильные, слабые, умеренные и др.) и различные по направлению (прямые, обратные). Если связи окажутся существенными, то целесообразно будет найти их математическое выражение в виде регрессионной модели и оценить статистическую значимость модели.

2.2.1 Корреляция случайных величин

Прямое токование термина корреляция - стохастическая, вероятная, возможная связь между двумя (парная) или несколькими (множественная) случайными величинами. Для числовой оценки возможной связи между двумя случайными величинами: Y(со средним M_y и среднеквадратичным отклонением S_y) и - X (со средним M_x и среднеквадратичным отклонением S_x) принято использовать так называемый коэффициент корреляции

_xy= .

Этот коэффициент может принимать значения от -1 до +1 - в зависимости от тесноты связи между данными случайными величинами. Если коэффициент корреляции равен нулю, то X и Y называют некоррелированными. Считать их независимыми обычно нет оснований - оказывается, что существуют такие, как правило - нелинейные связи величин, при которых R_xy = 0, хотя величины зависят друг от друга. Обратное всегда верно - если величины независимы, то R_xy = 0. Но, если модуль R_xy = 1, то есть все основания предполагать наличие линейной связи между Y и X. Именно поэтому часто говорят о линейной корреляции при использовании такого способа оценки связи между случайными величинами. В отдельных случаях приходится решать вопрос о связях нескольких (более 2) случайных величин или вопрос о множественной корреляции. Можно найти парные коэффициенты корреляции R_xy, R_xz, R_yz по приведенной выше формуле. В случаях множественного корреляционного анализа иногда требуется отыскивать т. н. частные коэффициенты корреляции - например, оценка виляния Z на связь между X и Y производится с помощью коэффициента