آنالیز وب به معنای بررسی رفتار بازدیدکنندگان از وب سایت ها است.
آنالیز وب در زمینه تجاری به طور خاص به معنای استفاده از داده های جمع آوری شده از وب برای تعیین این امر است که کدام جنبه های وب سایت در جهت اهداف یک کسب و کار معین عمل می کنند.
داده های جمع آوری شده تقریبا همیشه شامل گزارش های "ترافیک وب" هستند. این گزارش ها ممکن است حاوی میزان پاسخ ای - میل، داده های کمپین های میل مستقیم، اطلاعات فروش، داده های کارکرد کاربران مثلا نمودار "هیت کلیک ها" و سایر اندازه گیرهای مرسوم باشند.
● دو رویکرد تکنولوژیک
دو رویکرد تکنولوژیک اصلی برای جمع آوری داده های آنالیز وب وجود دارد:
1) اولین روش "آنالیز لاگ فایل" (logfile analysis) است. در این روش، لاگ فایل ها را -که وب سرور ها همه عملیات شان را در آنها ثبت می کنند- می خوانند.
2) روش دوم "تگ دادن به صفحات" (page tagging) است که از "جاوا اسکریپت" روی هر صفحه استفاده می کنند تا هنگامی که یک مرورگر وب بر روی یک صفحه عمل می کند، یک سرور ثالث را خبردار کند.
● آنالیز لاگ فایل
وب سرورها همیشه همه عملیات شان را در یک لاگ فایل ثبت می کنند. به زودی مشخص شد که این لاگ فایل ها که قابل خوانده شدن به وسیله یک برنامه هستند، می توانند داده هایی درباره محبوبیت یک وب سایت فراهم کنند. به این ترتیب نرم افزار های آنالیز لاگ فایل ظهور کردند.
در اوایل دهه 1990 آمار وب سایت عمدتا متشکل از شمارش تعداد تقاضا های ارایه شده مراجعین به وب سرور بود. این رویکرد منطقی می نمود چرا که هر وب سایت اغلب شامل یک فابل منفرد HTML بود.
اما با وارد شدن گرافیک به HTML [گرافیک وب] و وب سایت هایی که چندین فایل HTML را در بر می گرفتند، این شمارش دیگر چندان مفید نبود.
اولین لاگ آنالایزر واقعی تجاری در سال 1994 بوسیله IPRO ساخته شد.
دو واحد اندازه گیری هم در میانه دهه 1990 برای تعیین دقیق تر فعالیت انسانی روی وب سرورها ارایه شدند. این دو واحد "صفحه دیده شده "(page view) و "بازدیدکننده صفحه (page visit or session) بودند.
"صفحه دیده شده" به معنای تقاضای یک وب سرور برای یک صفحه، در مقابل یک گرافیک، است، اما "بازدیدکننده صفحه" به معنای یک رشته از تقاضاها از یک مرجع با هویت منحصربه فرد است که پس از مدت معینی از عدم فعالیت، معمولا 30 دقیقه، منقضی شده است.
"صفحات دیده شده" و "بازدیدکنندگان صفحه" هنوز معیارهای اندازه گیری هستند که به طور رایج به نمایش درمی آیند، اما اکنون آنهارا هم ابزارهایی غیردقیق محسوب می کنند.
ظهور "اسپایدرها و روبات های" موتورهای جستجو [چطور موتورهای جستجو کار می کنند؟] در اواخر دهه 1990 به همراه "وب پروکسی ها" و "آدرس های IP به طور فعال اختصاص یابنده" برای شرکت های بزرگ و ISPها، شناسایی بازدیدکنندگان منحصر به فرد انسانی از یک وب سایت را مشکل تر کرد.
استفاده گسترده از "کش های وب" نیز مانعی بر سر راه "تحلیل لاگ فایل" پدید آورد. اگر شخصی یک صفحه را دوباره ببیند، تقاضای دوم از کش مرورگر (browser cache) پاسخ داده می شود، و تقاضایی در وب سرور دریافت نخواهد شد.
این امر به معنای آن است که مسیر کلیک شخص در سایت از دست می رود.
با پیکربندی وب سرور می توان بر "کش کردن" (caching) غلبه کرد، اما این کار ممکن است کارکرد بازدیدکننده از وب سایت را دچار اشکال کند.
● تگ دادن به صفحه
نگرانی ها در مورد دقت تحلیل لاگ فایل با وجود کش شدن، و گرایش به انجام آنالیز وب به عنوان یک سرویس سفارشی دومین روش جمع آوری داده ها را پدید آورد: تگ دادن به صفحه یا “Web bugs”
در میانه دهه 1990 به طور شایع شمارنده های وب را در وب سایت ها مشاهده می کردیم - تصاویری درون یک صفحه وب که تعداد دفعاتی را به نمایش می گذاشتند که آن تصویر درخواست می شد و به این ترتیب تخمینی از شمار بازدیدها از آن صفحه را به دست می داد.
در آخر دهه 1990 این تصویر قابل مشاهده به یک تصویر کوچک غیرقابل مشاهده تحول یافت که با استفاده از جاوا اسکریپت، به همراه درخواست تصویر؛ اطلاعات معینی درباره صفحه و بازدیدکننده را هم انتقال می داد. بعد یک شرکت آنالیزکننده وب می توانست این اطلاعات را از راه دور پردازش و آماری تفصیلی را تولید کند.
سرویس های آنالیز وب همچنین فرآیند تخصیص دادن "کوکی" ( Cookie) به کاربران را هم انجام می دهند و به این ترتیب می تواند آنها را حین بازدید و بازدیدهای بعدی به طور انحصاری شناسایی کنند.
با رواج استفاده از سلوشن"آژاکس"، شیوه جایگزینی برای کاربرد یک تصویر غیرقابل مشاهده ایجاد شده است: استفاده از فراخوان سرور از سوی صفحه اجراشده.
در این شیوه هنگامی که صفحه روی مرورگر وب اجرا می شود، یک قطعه کد آژاکس، سرور را احضار می کند و اطلاعات مربوط به مرجع را به آن منتقل می کند؛ بعد این اطلاعات را یک شرکت آنالیز وب جمع آوری می کند.
روزنامه همشهری