Analýzy logů (statistika webu): Porovnání verzí

Z WikiKnihovna
Řádek 1: Řádek 1:
−
V dnešní době má již nějakou webovou stránku téměř každý. A všichni by byli rádi na předních příčkách ve vyhledávání, aby je každý znal, citoval a odkazoval na ně. To se ale samozřejmě nestane samo od sebe. Stojí to mnoho času, trpělivosti a především znalostí. Co změnit a vylepšit nám může povědět hodně výzkumů. Ale tím zřejmě nejúčinnějším je analýza logů.
+
<p>V dnešní době má již nějakou webovou stránku téměř každý. A všichni by byli rádi na předních příčkách ve vyhledávání, aby je každý znal, citoval a odkazoval na ně. To se ale samozřejmě nestane samo od sebe. Stojí to mnoho času, trpělivosti a především znalostí. Co změnit a vylepšit nám může povědět hodně výzkumů. Ale tím zřejmě nejúčinnějším je analýza logů.
−
 
+
</p><p>"Log soubory, zkráceně logy, jsou textové soubory obsahující záznamy o činnosti nějaké konkrétní aplikace. V případě webových serverů jsou do logů ukládány veškeré požadavky, které byly na server vzneseny. Zpětnou analýzou těchto dat pak můžeme zjišťovat cenné informace o fungování sledovaného webu." <span class="fck_mw_ref" _fck_mw_customtag="true" _fck_mw_tagname="ref" name="dobryweb">Newsletter: Proč analyzovat logy. In: SMRT, Martin. Dobrý web [online]. 2007, 26.6 [cit. 2012-10-12]. Dostupné z: http://blog.dobryweb.cz/newsletter-proc-analyzovat-logy </span> Logy se ukládají přímo na serveru, odkud si ho majitel může stáhnout, nebo jej tam rovnou analyzuje.
−
"Log soubory, zkráceně logy, jsou textové soubory obsahující záznamy o činnosti nějaké konkrétní aplikace. V případě webových serverů jsou do logů ukládány veškeré požadavky, které byly na server vzneseny. Zpětnou analýzou těchto dat pak můžeme zjišťovat cenné informace o fungování sledovaného webu." <ref name="dobryweb">Newsletter: Proč analyzovat logy. In: SMRT, Martin. Dobrý web [online]. 2007, 26.6 [cit. 2012-10-12]. Dostupné z: http://blog.dobryweb.cz/newsletter-proc-analyzovat-logy </ref> Logy se ukládají přímo na serveru, odkud si ho majitel může stáhnout, nebo jej tam rovnou analyzuje.
+
</p><p><br />
−
 
+
</p>
−
 
+
<h3> Co je pro daný design výzkumu charakteristické? </h3>
−
=== Co je pro daný design výzkumu charakteristické? ===
+
<p>Především při analýze logů nemusíme zasahovat do zdrojového kódu samotné stránky, jako je tomu u jiných měřících systémů typu Google Analytics či TOPlist.cz.Ty totiž vyžadují speciální měřící kód vložený do webových stránek.
−
 
+
Při analýze logů získáte opravdu spoustu dat. Systémy založené na měřícím kódu nabízí pouze hotové statistiky s omezenou možností dalšího zpracování, statistiky. "Naproti tomu logy obsahují „surová“ data, která je nejprve nutná zpracovat. Výhodou tohoto přístupu je možnost pojmout zpracování dle vlastního gusta a výstupy si patřičně přizpůsobit." <span class="fck_mw_ref" _fck_mw_customtag="true" _fck_mw_tagname="ref" name="dobryweb"> Newsletter: Proč analyzovat logy. In: SMRT, Martin. Dobrý web [online]. 2007, 26.6 [cit. 2012-10-12]. Dostupné z: http://blog.dobryweb.cz/newsletter-proc-analyzovat-logy </span>
−
Především při analýze logů nemusíme zasahovat do zdrojového kódu samotné stránky, jako je tomu u jiných měřících systémů typu Google Analytics či TOPlist.cz.Ty totiž vyžadují speciální měřící kód vložený do webových stránek.
+
</p><p>Přesnost a úplnost. Funkční webový server totiž zapíše do souboru každý požadavek, na který odpovídá. Můžeme se tedy z logů dozvědět spoustu zajímavých a užitečných informací, jako je&#160;:
−
Při analýze logů získáte opravdu spoustu dat. Systémy založené na měřícím kódu nabízí pouze hotové statistiky s omezenou možností dalšího zpracování, statistiky. "Naproti tomu logy obsahují „surová“ data, která je nejprve nutná zpracovat. Výhodou tohoto přístupu je možnost pojmout zpracování dle vlastního gusta a výstupy si patřičně přizpůsobit." <ref name="dobryweb"> Newsletter: Proč analyzovat logy. In: SMRT, Martin. Dobrý web [online]. 2007, 26.6 [cit. 2012-10-12]. Dostupné z: http://blog.dobryweb.cz/newsletter-proc-analyzovat-logy </ref>
+
</p>
−
 
+
<ul><li>Návštěvnost jednotlivých stránek
−
Přesnost a úplnost. Funkční webový server totiž zapíše do souboru každý požadavek, na který odpovídá. Můžeme se tedy z logů dozvědět spoustu zajímavých a užitečných informací, jako je :
+
</li><li>Zdroj návštěvnosti jednotlivých stránek (podle referera)
−
 
+
</li><li>Clickstream kontingenční (odkud kam lidé klikají)
−
*Návštěvnost jednotlivých stránek
+
</li><li>Clickstream individuální (kam a jak klikal uživatel z této IP)
−
*Zdroj návštěvnosti jednotlivých stránek (podle referera)
+
</li><li>Viewtime (jak dlouho na které stránce uživatelé pobývají, to je těžší spočítat)
−
*Clickstream kontingenční (odkud kam lidé klikají)
+
</li><li>Chyby 404 (kde mám zlomené odkazy)
−
*Clickstream individuální (kam a jak klikal uživatel z této IP)
+
</li></ul>
−
*Viewtime (jak dlouho na které stránce uživatelé pobývají, to je těžší spočítat)
+
<p>a mnoho dalšího.
−
*Chyby 404 (kde mám zlomené odkazy)
+
</p>
−
 
+
<h3> Kdy je vhodné tento design/tuto metodu použít? </h3>
−
a mnoho dalšího.
+
<p>Analýzu logů je možné provádět jednorázově za delší období, větší množství dat poskytne statisticky významnější výsledky. Rozhodně nejde o způsob univerzální, mnohé parametry je naopak možné sledovat pouze za použití jiné metody měření.<span class="fck_mw_ref" _fck_mw_customtag="true" _fck_mw_tagname="ref" name="dobryweb"> Newsletter: Proč analyzovat logy. In: SMRT, Martin. Dobrý web [online]. 2007, 26.6 [cit. 2012-10-12]. Dostupné z: http://blog.dobryweb.cz/newsletter-proc-analyzovat-logy </span>
−
 
+
</p><p><b>Metody server-side</b>
−
=== Kdy je vhodné tento design/tuto metodu použít? ===
+
<i>Provozu na webových stránkách</i>
−
 
 
−
Analýzu logů je možné provádět jednorázově za delší období, větší množství dat poskytne statisticky významnější výsledky. Rozhodně nejde o způsob univerzální, mnohé parametry je naopak možné sledovat pouze za použití jiné metody měření.<ref name="dobryweb"> Newsletter: Proč analyzovat logy. In: SMRT, Martin. Dobrý web [online]. 2007, 26.6 [cit. 2012-10-12]. Dostupné z: http://blog.dobryweb.cz/newsletter-proc-analyzovat-logy </ref>
 
−
 
 
−
'''Metody server-side'''
 
−
''Provozu na webových stránkách''
 
 
Jak se uživatelé na daných webových stránkách chovají a jak se tam dostávájí. Každý uživatel webových stránek za sebou nechává stopu, kudy prošel a na co kliknul. Tohle později můžeme pomocí různých programů zjišťovat a přizpůsobovat tak obsah stránek uživatelům.
 
Jak se uživatelé na daných webových stránkách chovají a jak se tam dostávájí. Každý uživatel webových stránek za sebou nechává stopu, kudy prošel a na co kliknul. Tohle později můžeme pomocí různých programů zjišťovat a přizpůsobovat tak obsah stránek uživatelům.
−
 
+
</p><p><img src="" _fck_mw_filename="Statistiky.jpg" alt="RTENOTITLE" />
−
[[Soubor:statistiky.jpg]]
+
</p><p><i>Obr. 1 Web Site Statistics</i> <span class="fck_mw_ref" _fck_mw_customtag="true" _fck_mw_tagname="ref" name="Web Site Statistics">&quot;Understand and Improve Your Web Site with Comprehensive Web Site Statistics. In: GTP iCOMMERCE [online]. 2007 [cit. 2012-10-12]. Dostupné z: http://www.gtp-icommerce.com/viewStory/Web+Site+Statistics</span>
−
 
+
</p><p><i>Přístupy k sítím</i>
−
''Obr. 1 Web Site Statistics'' <ref name="Web Site Statistics">"Understand and Improve Your Web Site with Comprehensive Web Site Statistics. In: GTP iCOMMERCE [online]. 2007 [cit. 2012-10-12]. Dostupné z: http://www.gtp-icommerce.com/viewStory/Web+Site+Statistics</ref>
 
−
 
 
−
''Přístupy k sítím''
 
 
Může být zapotřebí např. při pádu sítě zjistit, kdo se k ní naposledy připojil a co upravil.
 
Může být zapotřebí např. při pádu sítě zjistit, kdo se k ní naposledy připojil a co upravil.
−
 
+
</p><p><i>Napadení sítě</i>
−
''Napadení sítě''
 
 
Pomocí logů dá dohledat původce napadení sítě ať už se jedná o vnitřní čí vnější hrozbu. Např. pomocí IP adresy
 
Pomocí logů dá dohledat původce napadení sítě ať už se jedná o vnitřní čí vnější hrozbu. Např. pomocí IP adresy
−
 
+
</p><p><i>Spam</i>
−
''Spam''
 
 
Poskytovatel internetu dokáže zjistit odkud přichází nevyžádaná pošta. Příklad: ISP zjistil, že e-mail pro vyžádání plateb od ČSOB je ve skutečnosti spam. Při sledování odkud daný mail přišel zjistil, že IP adresa je zaregistrována až v USA.
 
Poskytovatel internetu dokáže zjistit odkud přichází nevyžádaná pošta. Příklad: ISP zjistil, že e-mail pro vyžádání plateb od ČSOB je ve skutečnosti spam. Při sledování odkud daný mail přišel zjistil, že IP adresa je zaregistrována až v USA.
−
 
+
</p><p><b>Metody client-side</b>
−
'''Metody client-side'''
+
<i>Monitoring zařízení</i>
−
''Monitoring zařízení''
 
 
Ve firmách se na počítačích může objevit program, který monitoruje všechno dění na počítači. Log se dá poté využít na zjištění co, kdy a v jakou chvíli daný uživatel prováděl. Jestli se věnoval práci či něčemu jinému.
 
Ve firmách se na počítačích může objevit program, který monitoruje všechno dění na počítači. Log se dá poté využít na zjištění co, kdy a v jakou chvíli daný uživatel prováděl. Jestli se věnoval práci či něčemu jinému.
−
 
+
</p><p><i>Monitoring uživatelů</i>
−
''Monitoring uživatelů''
 
 
Dá se používat, při sledování určitého počtu lidí. Např. eye-tracking kdy uživatel dává informace pomocí spec. brýlí, kam se v dané chvíli dívá např. na obrazovku.
 
Dá se používat, při sledování určitého počtu lidí. Např. eye-tracking kdy uživatel dává informace pomocí spec. brýlí, kam se v dané chvíli dívá např. na obrazovku.
−
 
+
</p><p>Monitoring uživatelů a zařízení je kvalitativní a provádí se tedy s menším množství uživatelů.
−
Monitoring uživatelů a zařízení je kvalitativní a provádí se tedy s menším množství uživatelů.
+
</p>
−
 
+
<h3> Jaké jsou výhody a nevýhody? </h3>
−
=== Jaké jsou výhody a nevýhody? ===
+
<p><b>Spoločné výhody:</b>
−
 
+
</p>
−
'''Spoločné výhody:'''
+
<ul><li> Zachytené dáta predstavujú záznam udalostí, tak ako sa skutočne stali, bez dodatočných úprav, ako to býva pri iných metódach zberu dát.
−
* Zachytené dáta predstavujú záznam udalostí, tak ako sa skutočne stali, bez dodatočných úprav, ako to býva pri iných metódach zberu dát.
+
</li><li> Kvalita dát nezávisí na schopnostiach učastníkov štúdie zapamätať si interakcie alebo na ich schopnosti popísať interakciu.
−
* Kvalita dát nezávisí na schopnostiach učastníkov štúdie zapamätať si interakcie alebo na ich schopnosti popísať interakciu.
+
</li><li> Využitie, táto metóda môže byť použitá pre tvorenie kvantitatívnych modelov a na pomoc pri interpretácii kvalitatívnych modelov (Borgman et al., 1996) a tak isto je vhodná pre experimentálne a aj pre študijné výskumy v teréne.
−
* Využitie, táto metóda môže byť použitá pre tvorenie kvantitatívnych modelov a na pomoc pri interpretácii kvalitatívnych modelov (Borgman et al., 1996) a tak isto je vhodná pre experimentálne a aj pre študijné výskumy v teréne.
+
</li></ul>
−
 
+
<p><b>Spoločné nevýhody:</b>
−
'''Spoločné nevýhody:'''
+
</p>
−
* Informácie o kontexte, užívateľské motívy, zámery a spokojnosť s výsledkami sa nezaznamenávajú. Toto obmedzenie sa dá prekonať pomocou kombinácie transakčných logov s inými metódami zberu dát. Napr. vypĺňanie dotazníkov, premýšlanie nahlas počas interakcie s informačným systémom.
+
<ul><li> Informácie o kontexte, užívateľské motívy, zámery a spokojnosť s výsledkami sa nezaznamenávajú. Toto obmedzenie sa dá prekonať pomocou kombinácie transakčných logov s inými metódami zberu dát. Napr. vypĺňanie dotazníkov, premýšlanie nahlas počas interakcie s informačným systémom.
−
* Kombinácia metód zberu prináša so sebou nevýhody - strata nenápadnosti a zmenšenie rozsahu. (Jansen, 2006). Aj napriek tomu, pridanie kontextu a dát, ktoré sú nedostupné prostredníctvom TL často preváži tieto obmedzenia.
+
</li><li> Kombinácia metód zberu prináša so sebou nevýhody - strata nenápadnosti a zmenšenie rozsahu. (Jansen, 2006). Aj napriek tomu, pridanie kontextu a dát, ktoré sú nedostupné prostredníctvom TL často preváži tieto obmedzenia.
−
 
+
</li></ul>
−
'''Client-side:'''
+
<p><b>Client-side:</b>
−
 
+
</p><p>výhody
−
výhody
+
</p>
−
*Zber dát na strane klienta poskytuje možnosť zbierať dáta, ktoré obsahujú informácie o užívateľských akciách naprieč celým radom aplikácií a webových stránok.
+
<ul><li>Zber dát na strane klienta poskytuje možnosť zbierať dáta, ktoré obsahujú informácie o užívateľských akciách naprieč celým radom aplikácií a webových stránok.
−
*Dochádza k väčšiemu kontaktu a interakcii medzi výskumníkmi a účastníkmi, takže možno ľahko získať vedomý súhlas na zber dát, ale zároveň dochádza ku strate nenápadnosti.
+
</li><li>Dochádza k väčšiemu kontaktu a interakcii medzi výskumníkmi a účastníkmi, takže možno ľahko získať vedomý súhlas na zber dát, ale zároveň dochádza ku strate nenápadnosti.
−
 
+
</li></ul>
−
nevýhody
+
<p>nevýhody
−
*Náročnosť na zdroje, treba zháňať účastníkov, inštalovať a testovať programy na zariadeniach a niekedy zbierať data z rôznych zariadení a od užívateľov. (Kelly, 2006a, 2006b; Yun et al., 2006)
+
</p>
−
*Nedostupnosť programov pre zber dát. Niektorí výzkumníci (napr. Kelly, 2006a, 2006b) používajú programy vyvinuté pre spyware trh, a iní (napr. Yun et al., 2006) vyvinuli vlastné aplikácie alebo prehliadače na zaznamenávanie udalostí na strane klienta.
+
<ul><li>Náročnosť na zdroje, treba zháňať účastníkov, inštalovať a testovať programy na zariadeniach a niekedy zbierať data z rôznych zariadení a od užívateľov. (Kelly, 2006a, 2006b; Yun et al., 2006)
−
 
+
</li><li>Nedostupnosť programov pre zber dát. Niektorí výzkumníci (napr. Kelly, 2006a, 2006b) používajú programy vyvinuté pre spyware trh, a iní (napr. Yun et al., 2006) vyvinuli vlastné aplikácie alebo prehliadače na zaznamenávanie udalostí na strane klienta.
−
'''Server-side:'''
+
</li></ul>
−
 
+
<p><b>Server-side:</b>
−
výhody
+
</p><p>výhody
−
*Vychádza z veľkého objemu dát zozbieraných od veľkého počtu užívateľov.
+
</p>
−
*Nenápadnosť zberu dát, prebieha na pozadí a tak sú minimalizované medziľudské vzťahy počas zberu dát, takže záznamy zo strany servera sú relatívne objektívne vo svojich zastúpeniach užívateľského správania.
+
<ul><li>Vychádza z veľkého objemu dát zozbieraných od veľkého počtu užívateľov.
−
 
+
</li><li>Nenápadnosť zberu dát, prebieha na pozadí a tak sú minimalizované medziľudské vzťahy počas zberu dát, takže záznamy zo strany servera sú relatívne objektívne vo svojich zastúpeniach užívateľského správania.
−
nevýhody
+
</li></ul>
−
*Táto výhoda však vyvoláva obavy v etických otázkach spojených so zhromažďovaním a použitím osobných údajov bez toho, aby o tom boli informovaní účastníci.
+
<p>nevýhody
−
*Veľmi náročné spracovávať a analyzovať veľké objemy dát, ale so stále rastúcim záujmom o túto metódu, sa mnoho týchto problémov zmierňuje alebo úplne odstráni.
+
</p>
−
*Zber dát je obmedzený len na akcie, ktoré sa udejú na servery.
+
<ul><li>Táto výhoda však vyvoláva obavy v etických otázkach spojených so zhromažďovaním a použitím osobných údajov bez toho, aby o tom boli informovaní účastníci.
−
*Technické obmedzenia, nie sú zachytávané požiadavky stránky, ktoré sa načítajú z vyrovnávacej pamäti alebo cez proxy server. Odhaduje sa, že až 45 percent požiadaviek na stránky sú splnené z obsahu cache pamäte (Nicholas, 2000).
+
</li><li>Veľmi náročné spracovávať a analyzovať veľké objemy dát, ale so stále rastúcim záujmom o túto metódu, sa mnoho týchto problémov zmierňuje alebo úplne odstráni.
−
*Náročné rozlíšiť jednotlivých užívateľov systému, pokial servery umelo neudržiavajú spojenie s klientom, nevyžadujú prihlásenie, alebo neposielajú cookies (Marchionini, 2002). Preto sa na identifikáciu užívateľských relácií používa kombinácií dátumu, času a IP adries.
+
</li><li>Zber dát je obmedzený len na akcie, ktoré sa udejú na servery.
−
*Zistené IP adresy sa nemusia týkať jednej osoby, viacerými osobami na zdieľanom alebo verejnom zariadení alebo prostredníctvom servera proxy.
+
</li><li>Technické obmedzenia, nie sú zachytávané požiadavky stránky, ktoré sa načítajú z vyrovnávacej pamäti alebo cez proxy server. Odhaduje sa, že až 45 percent požiadaviek na stránky sú splnené z obsahu cache pamäte (Nicholas, 2000).
−
 
+
</li><li>Náročné rozlíšiť jednotlivých užívateľov systému, pokial servery umelo neudržiavajú spojenie s klientom, nevyžadujú prihlásenie, alebo neposielajú cookies (Marchionini, 2002). Preto sa na identifikáciu užívateľských relácií používa kombinácií dátumu, času a IP adries.
−
=== Jak takový výzkum probíhá? ===
+
</li><li>Zistené IP adresy sa nemusia týkať jednej osoby, viacerými osobami na zdieľanom alebo verejnom zariadení alebo prostredníctvom servera proxy.
−
=== Jaké jsou příklady využití tohoto designu v ISK?===
+
</li></ul>
−
=== Poznámky ===  
+
<h3> Jak takový výzkum probíhá? </h3>
−
<references/>
+
<h3> Jaké jsou příklady využití tohoto designu v ISK?</h3>
−
=== Použitá literatura ===
+
<h3> Poznámky </h3>
−
http://www.jakpsatweb.cz/seo/logy.html
+
<p><span class="fck_mw_references" _fck_mw_customtag="true" _fck_mw_tagname="references">_</span>
 +
</p>
 +
<h3> Použitá literatura </h3>
 +
<p><a href="http://www.jakpsatweb.cz/seo/logy.html">http://www.jakpsatweb.cz/seo/logy.html</a>
 +
</p>

Verze z 12. 10. 2012, 10:11

V dnešní době má již nějakou webovou stránku téměř každý. A všichni by byli rádi na předních příčkách ve vyhledávání, aby je každý znal, citoval a odkazoval na ně. To se ale samozřejmě nestane samo od sebe. Stojí to mnoho času, trpělivosti a především znalostí. Co změnit a vylepšit nám může povědět hodně výzkumů. Ale tím zřejmě nejúčinnějším je analýza logů.

"Log soubory, zkráceně logy, jsou textové soubory obsahující záznamy o činnosti nějaké konkrétní aplikace. V případě webových serverů jsou do logů ukládány veškeré požadavky, které byly na server vzneseny. Zpětnou analýzou těchto dat pak můžeme zjišťovat cenné informace o fungování sledovaného webu." Newsletter: Proč analyzovat logy. In: SMRT, Martin. Dobrý web [online]. 2007, 26.6 [cit. 2012-10-12]. Dostupné z: http://blog.dobryweb.cz/newsletter-proc-analyzovat-logy Logy se ukládají přímo na serveru, odkud si ho majitel může stáhnout, nebo jej tam rovnou analyzuje.


Co je pro daný design výzkumu charakteristické?

Především při analýze logů nemusíme zasahovat do zdrojového kódu samotné stránky, jako je tomu u jiných měřících systémů typu Google Analytics či TOPlist.cz.Ty totiž vyžadují speciální měřící kód vložený do webových stránek. Při analýze logů získáte opravdu spoustu dat. Systémy založené na měřícím kódu nabízí pouze hotové statistiky s omezenou možností dalšího zpracování, statistiky. "Naproti tomu logy obsahují „surová“ data, která je nejprve nutná zpracovat. Výhodou tohoto přístupu je možnost pojmout zpracování dle vlastního gusta a výstupy si patřičně přizpůsobit." Newsletter: Proč analyzovat logy. In: SMRT, Martin. Dobrý web [online]. 2007, 26.6 [cit. 2012-10-12]. Dostupné z: http://blog.dobryweb.cz/newsletter-proc-analyzovat-logy

Přesnost a úplnost. Funkční webový server totiž zapíše do souboru každý požadavek, na který odpovídá. Můžeme se tedy z logů dozvědět spoustu zajímavých a užitečných informací, jako je :

  • Návštěvnost jednotlivých stránek
  • Zdroj návštěvnosti jednotlivých stránek (podle referera)
  • Clickstream kontingenční (odkud kam lidé klikají)
  • Clickstream individuální (kam a jak klikal uživatel z této IP)
  • Viewtime (jak dlouho na které stránce uživatelé pobývají, to je těžší spočítat)
  • Chyby 404 (kde mám zlomené odkazy)

a mnoho dalšího.

Kdy je vhodné tento design/tuto metodu použít?

Analýzu logů je možné provádět jednorázově za delší období, větší množství dat poskytne statisticky významnější výsledky. Rozhodně nejde o způsob univerzální, mnohé parametry je naopak možné sledovat pouze za použití jiné metody měření. Newsletter: Proč analyzovat logy. In: SMRT, Martin. Dobrý web [online]. 2007, 26.6 [cit. 2012-10-12]. Dostupné z: http://blog.dobryweb.cz/newsletter-proc-analyzovat-logy

Metody server-side

Provozu na webových stránkách Jak se uživatelé na daných webových stránkách chovají a jak se tam dostávájí. Každý uživatel webových stránek za sebou nechává stopu, kudy prošel a na co kliknul. Tohle později můžeme pomocí různých programů zjišťovat a přizpůsobovat tak obsah stránek uživatelům.

<img src="" _fck_mw_filename="Statistiky.jpg" alt="RTENOTITLE" />

Obr. 1 Web Site Statistics "Understand and Improve Your Web Site with Comprehensive Web Site Statistics. In: GTP iCOMMERCE [online]. 2007 [cit. 2012-10-12]. Dostupné z: http://www.gtp-icommerce.com/viewStory/Web+Site+Statistics

Přístupy k sítím

Může být zapotřebí např. při pádu sítě zjistit, kdo se k ní naposledy připojil a co upravil.

Napadení sítě

Pomocí logů dá dohledat původce napadení sítě ať už se jedná o vnitřní čí vnější hrozbu. Např. pomocí IP adresy

Spam

Poskytovatel internetu dokáže zjistit odkud přichází nevyžádaná pošta. Příklad: ISP zjistil, že e-mail pro vyžádání plateb od ČSOB je ve skutečnosti spam. Při sledování odkud daný mail přišel zjistil, že IP adresa je zaregistrována až v USA.

Metody client-side

Monitoring zařízení Ve firmách se na počítačích může objevit program, který monitoruje všechno dění na počítači. Log se dá poté využít na zjištění co, kdy a v jakou chvíli daný uživatel prováděl. Jestli se věnoval práci či něčemu jinému.

Monitoring uživatelů

Dá se používat, při sledování určitého počtu lidí. Např. eye-tracking kdy uživatel dává informace pomocí spec. brýlí, kam se v dané chvíli dívá např. na obrazovku.

Monitoring uživatelů a zařízení je kvalitativní a provádí se tedy s menším množství uživatelů.

Jaké jsou výhody a nevýhody?

Spoločné výhody:

  • Zachytené dáta predstavujú záznam udalostí, tak ako sa skutočne stali, bez dodatočných úprav, ako to býva pri iných metódach zberu dát.
  • Kvalita dát nezávisí na schopnostiach učastníkov štúdie zapamätať si interakcie alebo na ich schopnosti popísať interakciu.
  • Využitie, táto metóda môže byť použitá pre tvorenie kvantitatívnych modelov a na pomoc pri interpretácii kvalitatívnych modelov (Borgman et al., 1996) a tak isto je vhodná pre experimentálne a aj pre študijné výskumy v teréne.

Spoločné nevýhody:

  • Informácie o kontexte, užívateľské motívy, zámery a spokojnosť s výsledkami sa nezaznamenávajú. Toto obmedzenie sa dá prekonať pomocou kombinácie transakčných logov s inými metódami zberu dát. Napr. vypĺňanie dotazníkov, premýšlanie nahlas počas interakcie s informačným systémom.
  • Kombinácia metód zberu prináša so sebou nevýhody - strata nenápadnosti a zmenšenie rozsahu. (Jansen, 2006). Aj napriek tomu, pridanie kontextu a dát, ktoré sú nedostupné prostredníctvom TL často preváži tieto obmedzenia.

Client-side:

výhody

  • Zber dát na strane klienta poskytuje možnosť zbierať dáta, ktoré obsahujú informácie o užívateľských akciách naprieč celým radom aplikácií a webových stránok.
  • Dochádza k väčšiemu kontaktu a interakcii medzi výskumníkmi a účastníkmi, takže možno ľahko získať vedomý súhlas na zber dát, ale zároveň dochádza ku strate nenápadnosti.

nevýhody

  • Náročnosť na zdroje, treba zháňať účastníkov, inštalovať a testovať programy na zariadeniach a niekedy zbierať data z rôznych zariadení a od užívateľov. (Kelly, 2006a, 2006b; Yun et al., 2006)
  • Nedostupnosť programov pre zber dát. Niektorí výzkumníci (napr. Kelly, 2006a, 2006b) používajú programy vyvinuté pre spyware trh, a iní (napr. Yun et al., 2006) vyvinuli vlastné aplikácie alebo prehliadače na zaznamenávanie udalostí na strane klienta.

Server-side:

výhody

  • Vychádza z veľkého objemu dát zozbieraných od veľkého počtu užívateľov.
  • Nenápadnosť zberu dát, prebieha na pozadí a tak sú minimalizované medziľudské vzťahy počas zberu dát, takže záznamy zo strany servera sú relatívne objektívne vo svojich zastúpeniach užívateľského správania.

nevýhody

  • Táto výhoda však vyvoláva obavy v etických otázkach spojených so zhromažďovaním a použitím osobných údajov bez toho, aby o tom boli informovaní účastníci.
  • Veľmi náročné spracovávať a analyzovať veľké objemy dát, ale so stále rastúcim záujmom o túto metódu, sa mnoho týchto problémov zmierňuje alebo úplne odstráni.
  • Zber dát je obmedzený len na akcie, ktoré sa udejú na servery.
  • Technické obmedzenia, nie sú zachytávané požiadavky stránky, ktoré sa načítajú z vyrovnávacej pamäti alebo cez proxy server. Odhaduje sa, že až 45 percent požiadaviek na stránky sú splnené z obsahu cache pamäte (Nicholas, 2000).
  • Náročné rozlíšiť jednotlivých užívateľov systému, pokial servery umelo neudržiavajú spojenie s klientom, nevyžadujú prihlásenie, alebo neposielajú cookies (Marchionini, 2002). Preto sa na identifikáciu užívateľských relácií používa kombinácií dátumu, času a IP adries.
  • Zistené IP adresy sa nemusia týkať jednej osoby, viacerými osobami na zdieľanom alebo verejnom zariadení alebo prostredníctvom servera proxy.

Jak takový výzkum probíhá?

Jaké jsou příklady využití tohoto designu v ISK?

Poznámky

_

Použitá literatura

<a href="http://www.jakpsatweb.cz/seo/logy.html">http://www.jakpsatweb.cz/seo/logy.html</a>

Citováno z „https://wiki.knihovna.cz/index.php?title=Analýzy_logů_(statistika_webu)&oldid=25098“