Verkkosivuston käytön mittaaminen

Tässä työssä käsitellään kävijäseurannan menetelmiä ja toteutetaan niitä käytännössä. Web-analytiikkaohjelmistojen toimintaan tutustutaan, pääasiassa keskittyen Google Analyticsiin. Tavoitteena on selvittää Lappeenrannan matkailulaitepäätteiden käyttömääriä ja eriyttää niitä laitekohtaisesti. Web-analytiikasta tehdään kirjallisuuskatsaus ja kävijäseurantadataa analysoidaan sekä vertaillaan kahdesta eri verkkosivustosta. Lisäksi matkailulaitepäätteiden verkkosivuston lokeja tarkastellaan tiedonlouhinnan keinoin tarkoitusta varten kehitetyllä Python-sovelluksella. Työn pohjalta voidaan todeta, ettei matkailulaitepäätteiden käyttömääriä voida nykyisen toteutuksen perusteella eriyttää laitekohtaisesti. Istuntojen määrää ja tapahtumia voidaan kuitenkin seurata. Matkailulaitepäätteiden kävijäseurannassa tunnistetaan useita ongelmia, kuten päätteiden automaattisen verkkosivunpäivityksen tuloksia vääristävä vaikutus, osittainen Google Analytics -integraatio ja tärkeimpänä päätteen yksilöivän tunnistetiedon puuttuminen. Työssä ehdotetaan ratkaisuja, joilla mahdollistetaan kävijäseurannan tehokas käyttö ja laitekohtainen seuranta. Saadut tulokset korostavat kävijäseurannan toteutuksen suunnitelmallisuuden tärkeyttä.

This thesis discusses and implements methods used in web analytics. The practicalities of web analytics software are made familiar with focus on Google Analytics. The goal is to report the usage of travel information terminal devices in Lappeenranta, and to differentiate the usage data between the devices. Literature study is done about web analytics and web analytics data from two different websites is analyzed. Moreover, the website log data of the devices are examined using data mining with a Python application developed for the purpose. Based on the work it can be concluded that differentiating the usage data cannot be done from the current implementation. However, the number of sessions and events can be tracked. The implementation of web analytics in these information terminal devices have several problems, such as, skews in results caused by automatic page refresh, partial Google Analytics integration, and most importantly the missing unique identifiers. The thesis suggests solutions for enabling the efficient use of web analytics, and tracking the devices independently. The results emphasize the importance of a systematical web analytics implementation.