Análisis de patrones de búsqueda de los usuarios en un sitio web de comercio electrónico usando Web Analytics
DOI:
https://doi.org/10.18779/ingenio.v2i1.18Palabras clave:
Ciencia de datos, Web Analytics, reglas de asociación, a priori, comercio electrónicoResumen
La masificación del uso del Internet y la frecuencia con la que las personas acceden a sitios web, particularmente los dedicados al comercio electrónico, han dado origen a una necesidad de conocer la forma en que los usuarios interactúan con ellos. Esta situación conduce a que diariamente se genere una cantidad enorme de información que puede convertirse en un factor clave para las empresas siempre y cuando sea analizada adecuadamente. Es por ello que, este trabajo se enfoca al análisis de patrones de búsquedas realizadas en sitios web de comercio electrónico basado en Web Analytics y Data Science. Para ello, se ha generado un conjunto de datos al que se le ha aplicado el algoritmo seleccionado para encontrar reglas de asociación. Particularmente, se ha aplicado la herramienta Google Analytics en el estudio. Como resultado se han encontrado patrones de búsquedas que podrían realizar los usuarios de un sitio web de comercio electrónico.
Descargas
Citas
Anaytics, G. (2016). Google. Recuperado el 31 de Agosto de 2017, de https://support.google.com/analytics/answer/1033861?hl=es
Ballesteros, D., & Ballesteros, P. (2007). El comercio electrónico y la logística en el contexto latinoamericano. Scientia et technica, 1(1), 269-274.
Fang, W. (2007). Using Google Analytics for improving library website content and design: A case study. Library Philosophy and Practice, 1-17.
Gaur, L., Singh, G., & Kumar, S. (2016). Google Analytics: A Tool to make websites more Robust. Proceedings of the Second International Conference on Information and Communication Technology for Competitive Strategies (p. 45). ACM.
Gonçalves, B., & Ramasco, J. J. (2008). Human dynamics revealed through Web analytics. Physical Review E, 78(2).
Mejía, J. (2013). Curso de formación de Google Analytics.
Molla, A., & Licker, P. S. (2001). E-commerce systems success: An attempt to extend and respecify the Delone and MacLean model of IS success. J. Electron. Commerce Res., 2(4), 131-141.
Morales, C. R., Soto, S. V., & Martínez, C. H. (2005). Estado actual de la aplicación de la minería de datos a los sistemas de enseñanza basada en web. Actas del III Taller Nacional de Minería de Datos y Aprendizaje, TAMIDA2005, (págs. 49-56).
Phippen, A., Sheppard, L., & Furnell, S. (2004). A practical evaluation of Web analytics. Internet Research, 14(4), 4-6.
Ranganathan, C., & Ganapathy, S. (2002). Key dimensions of business-to-consumer web sites. Information & Management, 39(6), 457-465.
Starov, O., Zhou, Y., Zhang, X., Miramirkhani, N., & Nikiforakis, N. (2018). Betrayed by your dashboard: Discovering malicious campaigns via web analytics. Proceedings of the 2018 World Wide Web Conference. ACM, (págs. 227-236).
Zumel, N., & Mount, J. (2014). Practical Data Science with R. New York: MANNING.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2019 Ariosto Vicuña, Andrés Florencia, Jean Carlos Bazurto, Orlando Erazo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Licensing Agreement
This journal provides free access to its content through its website following the principle that making research available free of charge to the public supports a larger exchange of global knowledge.
Web content of the journal is distributed under a Attribution-NonCommercial-ShareAlike 4.0 International.
Authors may adopt other non-exclusive license agreements for the distribution of the version of the published work, provided that the initial publication in this journal is indicated. Authors are allowed and recommended to disseminate their work through the internet before and during the submission process, which can produce interesting exchanges and increase citations of the published work.
