Web mining en el diseño de sitios web

Es una técnica de análisis para webs que deriva del data mining. Se usa para el estudio de varios aspectos esenciales de un sitio y ayuda a descubrir tendencias y relaciones en el comportamiento de los usuarios que sirven como pistas para, por ejemplo, mejorar la usabilidad de un sitio.

El data mining se usa para descubrir información, conocimiento disponible pero no visible en documentos de una organización. Se asocia con la minería por la idea de excavar en busca de los datos. Generalmente se analizan grandes volúmenes de información, utilizando algoritmos y luego se los representa en modelos para que puedan ser analizados.  El web mining (minería web) traslada este modelo al análisis de sitios, procesando los datos disponibles para su posterior examen.

Cuando un sitio es navegado por los usuarios, los logs de los servidores que lo alojan van guardando información acerca de esa visita:

• Qué día y a qué hora un usuario navega por el sitio,
• si es la primera vez que visita el sitio o si es reincidente,
• por cual archivo entra a visitar el sitio y por cual sale,
• cuánto dura la visita y cuanto tiempo pasa en cada página,
• de qué país es, qué navegador usa, qué sistema operativo,
• desde donde llega a nuestra página,
• Si llegó a través de un buscador, cuáles fueron las palabras clave usadas,
• etc.

Esta información puede ser procesada por programas de estadísticas como awstats, webtrends o clicktracks, que, si bien son limitados en cuanto al proceso de la información, nos brindan pistas para mejorar un sitio, ya que devuelven información estructurada y significativa acerca de la navegación, por ejemplo:

• Cantidad de visitas por hora, por día, por mes, etc.,
• horas pico y horas de baja audiencia,
• páginas más visitadas,
• páginas de entrada y salida más frecuentes del sitio,
• uso del buscador, ranking de palabras clave usadas para llegar,
• Etc.

Entre las técnicas de data mining que más se utilizan en web mining mencionemos a: las reglas de clasificación y agrupamiento, las de asociación y los sucesos frecuentes que nos permiten por ejemplo clasificar y agrupar a nuestros usuarios y asignarles patrones de comportamientos según la reiteración de acciones que se detecten como clave y así poder ofrecerles productos o servicios acordes a sus perfiles.

El web mining. para mejorar su efectividad, se subdivide en áreas que abarcan el contenido del sitio, la estructura de navegación y el comportamiento de los usuarios antes los dos primeros:

• Web Content Mining (minería de contenido web). Se centra en el contenido, y podemos obtener datos que acerca de la forma de escribir que es más atractiva para el usuario, de si la catalogación que usamos sirve para mejorar un ranking, si los temas que se tratan interesan o no.
• Web Structure Mining (minería de estructura web). Obtenemos información acerca de si los usuarios encuentran la información, si la estructura de sitio es demasiado ancha o demasiado profunda, si los elementos están colocados en los lugares adecuados dentro de la página, si la navegación se entiende, cuáles son las secciones menos visitadas y su relación con el lugar que ocupan en la página central.
• Web Usage Mining (minería de uso web). Esta extracción se refiere a patrones de navegación que podemos descubrir en nuestros usuarios y nos pueden servir para mejorar la misma, por ejemplo si el 80 % de nuestros usuarios recurren al campo de búsqueda cuando entran a nuestro sitio es que deberemos poner énfasis en la mejora de esa interfaz y que el motor que se encuentre detrás devuelva la información deseada.

El web mining es en definitiva un análisis significativo de los logs (registros que guardan los servidores) cuyo proceso genera información de valor acerca del sitio y sus usuarios, tales como: patrones de navegación, comportamiento de los usuarios ante cierta indexación de contenidos o estructuras de texto, preferencias del usuario, inconsistencias, etc.

Usuarios que han visto este tema también han visto...

- Perl está muriendo
- Colores que ayudan a navegar
- ¿Qué es la AI?
- Buscadores en primer lugar
- Análisis de los puntos débiles en los sistemas de estadísticas web

- Versión imprimible de este documento

- Enviar por e-mail este documento