1. UVOD

Pra}enje statistike pose}enosti web-prezentacije predstavlja oblast kojoj se uelektronskom poslovanju posve}uje zna~ajna pa`nja. Saznanja o tome ko, za{to isa koliko uspe{nosti pose}uje prezentaciju vlasnika predstavlja dobru osnovu udaljim marketin{kim i drugim poslovnim istra`ivanjima. Dobijeni podaci moguse iskoristiti za dalji razvoj prezentacije i nastupa prema tr`i{tu.

Najve}a tekovina koja je proiza{la iz poslovne primene Interneta i njegovogmultimedijalnog servisa poznatog pod nazivom WWW (World Wide Web) jeste

Econ

omic

Anna

ls no

159

, Octo

ber 2

003

- Dec

embe

r 200

3

95

Rade Stanki} *

PRISTUPI U PROCESU MERENJA I ANALIZEPOSE]ENOSTI PREZENTACIJA NA INTERNETU

APPROACHES TO THE PROCESS OF MEASURING AND ANALYSISOF WEB SITE VISITS

APSTRAKT: Kako da saznate vi{e o poseti-ocima va{e web-prezentacije koriste}i stati-sti~ke podatke o posetama? Jedan od osnov-nih metoda koji koriste on-line ogla{iva~i ion-line organizacije radi pra}enja svojih po-setilaca jeste upotreba posebnih programaza merenje pose}enosti. Podaci sakupljenikroz registraciju korisnika, analizu log-faj-lova i analizu kukija, mogu se koristiti zapersonalizaciju iskustva svakog korisnika,pronala`enje trendova i merenje ukupneefektivnosti web-prezentacije u odre|enimvremenskim intervalima.KLJU^NE RE^I: Statistika pose}enostiweb-prezentacije, analiza log -fajlova.

ABSTRACT: How to learn more aboutyour Web-site's visitors by using Web-trafficstatistics? One of the principal methods usedby online advertisers, online communitiesand online businesses to keep track of theirvisitors' behavior is to employ trackingdevices. Data gathered through log-fileanalysis, customer registration, cookies andother tracking devices can be used to person-alize each visitor's experience, find trends incustomer use and measure the effectivenessof a Web site over time.

KEY WORDS: web-traffic statistics, log-fileanalysis...

^LANCI/PAPERS

* Ekonomski fakultet, Beograd

potpuno okretanje potrebama korisnika. Merenje i analiza pose}enosti prezen-tacije imaju veliki zna~aj u pobolj{anju dvosmerne komunikacije na relaciji iz-me|u uslu`ne kompanije (vlasnika prezentacije) i potro{a~a (posetioca prezen-tacije). Statistika pose}enosti je veoma bitan elemenat i u analizi kvaliteta web-prezentacije.

Postoji nekoliko na~ina za merenje pose}enosti, a izbor metoda zavisi od po-treba za takvim informacijama i ozbiljnosti sa kojom se upravlja prezentacijom.

Najjednostavniji na~in merenja pose}enosti je postavljanje broja~a na prea-zentaciju. Svaki posetilac koji kompletno u~ita stranicu prezentacije uve}avabroja~ za 1.

Za one koji `ele mnogo vi{e informacija o pose}enosti preazentacije odli~anizvor su log-fajlovi. U log-fajlu se bele`e podaci o adresi korisnika koji pristupa(IP adresa), evidentira se njegov domen, sa koje web-prezentacije korisnik dola-zi, pravac kojim se kre}e kroz web-prezentaciju i sl. Informacije koje nude log-fajlovi, a koje se efikasno i veoma lako prikupljaju i analiziraju, mogu zna~ajnoda doprinesu ocenjivanju kvaliteta i u~inka neke prezentacije. Efikasno pra}enjepristupa obezbe|uje se instaliranjem odgovaraju}eg programa za tu namenu.Danas postoji veliki broj programa koji, pored toga {to vode statistiku pristupaweb-prezentaciji, istovremeno prikupljene informacije automatski obra|uju ipredstavljaju u obliku jasnih i preglednih tabela i grafikona.

Postoji i doma}i servis www.radar.co.yu za merenje pose}enosti prezentaci-je. On je identi~an, po svrsi, stranom servisu www.alexa.com i osnovni zadatakmu je pra}enje pose}enosti doma}ih web-prezentacija. Ovaj servis daje dnevni imese~ni pregled pose}enosti doma}ih web-prezentacija uslu`nih i ostalih kom-panija. Tako|e, preko ovog servisa se mogu dobiti osnovne informacije o svakojprezentaciji koji ima domen yu, njenim konkurentskim prezentacijama, utvrditikomplementarne strane prezentacije itd.

U procesu merenja i analize pose}enosti prezentacije postoje slede}a dva pri-stupa:

• Serverski zasnovano merenje;• Korisni~ki zasnovano merenje.

2. SERVERSKI ORIJENTISANI PRISTUPI

Za razliku od ostalih medija masovne komunikacije, gde je skoro nemogu}epratiti ta~an broj pojedinaca koji su izlo`eni propagandnom sadr`aju, tehnologi-ja na kojoj po~iva Internet omogu}ava precizno evidentiranje broja korisnikakoji pristupaju web-prezentaciji, kao i druge zna~ajane informacije u vezi njiho-vog pristupanja. Prilikom svakog pristupa web-prezentaciji, web-server - ra~u-

Ekon

omsk

i ana

li br

159

, okt

obar

200

3. -

dece

mba

r 200

3.

96

Rade Stanki}

nar na kome se nalazi prezentacija, pravi takozvani log-fajl u koji zapisuje podat-ke o pristupu. Jedan od najve}ih problema vezanih za informacije iz log-fajla, je-ste takozvani problem ke{iranja (cashing). Ovaj problem nastaje kada se prezen-tacija ili njen deo ~uva na nekom drugom serveru, na putu izme|u korisnika istvarnog servera prezentacije. To mo`e da bude disk samog korisnika na kome se~uvaju stranice kojima je korisnik poslednji put pristupao. Zatim, to mo`e dabude disk na proksi serveru – velike kompanije imaju po nekoliko desetina ilistotina ra~unara koji pristupaju Internetu preko jednog proksi servera. U toj si-tuaciji zna~ajan deo prezentacije mo`e se nalaziti na proksi serveru, veliki brojkorisnika }e joj pristupati, ali to ne}e biti registrovano u log-fajlu. Tako|e, ko-mercijalni servisi ~uvaju na svojim serverima veliki broj prezentacija kako bi svo-jim korisnicima omogu}ili br`i pristup. U svim ovim situacijama mo`e se desitida se ostvari pristup prezentaciji a da log-fajl nema informaciju o tome. Ovo jejedan od problema u merenju pristupa prezentaciji za koji jo{ uvek ne postojedovoljno kvalitetna re{enja. Jedna od mogu}nosti koje se uvode u postupak ana-lize pristupa prezentaciji jeste upotreba takozvanih kukija (cookies). Kuki je in-formacija koja se bele`i na ra~unaru korisnika, i na osnovu koje se prepoznajekorisnik prilikom njegovog novog pojavljivanja. Osim toga, uz pomo} kukija seprate i bele`e aktivnosti svakog korisnika kao pojedinca, na osnovu ~ega se mogudobiti zna~ajne informacije, naro~ito o korisnicima koji ~esto pristupaju.

Postoji vi{e programskih paketa za statisti~ku analizu prezentacija na osnovulog-fajlova. Neke od njih koriste i na{i provajderi, na primer, Satto loganalyzer iWebalizer. Svi ovi programi prikazuju op{ti pregled aktivnosti na prezentaciji.Podaci u tabelama i grafikoni pokazuju dinamiku upotrebe prezentacije. Na pri-mer, program Webalizer proizvodi detaljne izve{taje u HTML formatu koji semogu pregledati pomo}u standardnih pretra`iva~a.

Programi za analizu pristupa web-prezentacijama (web-analizeri) nude svo-jim korisnicima uglavnom slede}e podatke:

Broj pristupa – predstavlja broj svih zahteva za otvaranje nekog fajla koji se{alju na server na kome se nalazi prezentacija. U broj pristupa uklju~ene suHTML stranice, slike, audio i drugi fajlovi.

Broj fajlova – predstavlja broj pristupa (poslatih zahteva) koji su rezultovaliu oda{iljanju nekakvog rezultata posetiocu. U ovaj broj se ubrajaju i HTML i au-dio fajlovi kao i slike, ali se ne ubrajaju stranice koje nisu prona|ene (gre{ka:404-Not Found) ili stranice koje su ke{irane na serveru ili ra~unaru posetioca. Sobzirom da se u ovaj broj ne ubrajaju ke{irane stranice, razlika izme|u broja pri-stupa i broja fajlova mo`e se iskoristiti za dobijanje okvirnog broja posetilaca ko-ji su vi{e puta posetili web-prezentaciju. [to je ve}a razlika izme|u broja pristupai broja fajlova vi{e posetilaca gleda stranice vi{e od jedan put.

Econ

omic

Anna

ls no

159

, Octo

ber 2

003

- Dec

embe

r 200

3

97

Pristupi u procesu merenja i analize pose}enosti prezentacija na internetu

Broj stranica – HTML dokumenti koji su otvoreni prilikom posete prezen-taciji. Pored HTML stranica ovde mogu biti uklju~eni i dokumenti sa ekstenzija-ma .php, .pl, .htm ili .cgi ali se ne ubrajaju slike ili audio fajlovi.

Broj poseta – broj poseta web prezentaciji sa razli~itih ra~unara (IP adresa).Svako ko prvi put pose}uje prezentaciju ili joj pristupa nakon odre|enog, defini-sanog perioda vremena (obi~no 30 minuta) predstavlja dodatnu posetu. Ovajbroj odnosi se samo na otvaranje HTML stranica.

KB – Predstavlja podatak o protoku koli~ine podataka koja je razmenjena sara~unarom korisnika, na osnovu podataka koji su prona|eni u log-fajlovima. Je-dan broj servera ovaj podatak ne o~itava na pravi na~in, mada ovaj podatak ge-neralno prezentuje realnu sliku o koli~ini razmenjenih podataka.

Broj ra~unara – predstavlja broj spolja{njih ra~unara sa kojih je napravljenpristup prezentaciji. Prepoznaju se IP adrese ra~unara koji pose}uju prezentaci-ju. Svakako da ovaj podatak ne predstavlja broj pojedina~nih korisnika, jer jedankorisnik mo`e pristupiti sa vi{e ra~unara, a tako|e, jedan ra~unar mo`e koristitivi{e korisnika da bi pristupili istoj prezentaciji.

Najpose}enije stranice – ova grupa podataka identifikuje najpopularnijestranice na prezentaciji i frekvenciju njihove pose}enosti. Tako|e, dati su podacio prose~nom vremenu koje posetilac provodi na svakoj od njih. Podaci ne uklju-~uju pristupe grafi~kim, audio i video sadr`ajima. Dat je procentualni odnos pri-stupa stranici u odnosu na pristupe ostalom HTML sad`aju.

Najmanje pose}ene stranice – ova grupa podataka identifikuje najmanje po-se}ene stranice na prezentaciji. Broj impresija se odnosi samo na uspe{no u~itaneHTML stranice, ne i na grafiku.

Naj~e{}e ulazne stranice – ova grupa podataka identifikuje prve stranice ko-je su vi|ene kada posetilac u|e na prezentaciju. To je naj~e{}e naslovna strana, aliu nekim slu~ajevima to mo`e biti i neka druga strana ~iju adresu posetilac unesedirektno ili upotrebi link. Procenat se odnosi na ukupni broj sesija zapo~etih is-pravnim tipom dokumenta. Ako je sesija zapo~ela drugim tipom sadr`aja (slikaili zvuk), taj sadr`aj ne}e biti ura~unat kao ulazni, a sesija se ne ubraja.

Naj~e{}e izlazne stranice – ova grupa podataka identifikuje naj~e{}e stranicesa kojih su posetioci napustili prezentaciju. Procenat se odnosi na ukupni brojsesija koje su zapo~ele standardnim tipom dokumenta. Ako je sesija po~ela ne-standardnim tipom podatka (grafika, zvuk), ona ne}e biti ura~unata.

Pristup jednoj strani – ova grupa podataka identifikuje stranice prezentacijekojima su posetioci pristupili direktno i iza{li bez pregleda bilo koje druge stranice.

Naj~e{}e putanje kroz prezentaciju – ova grupa podataka identifikuje puta-nje koje posetioci naj~e{}e prate kada su na prezentaciji. Putanja po~inje ula-znom stranicom i pokazuje slede}ih {est pregledanih stranica.

Ekon

omsk

i ana

li br

159

, okt

obar

200

3. -

dece

mba

r 200

3.

98

Rade Stanki}

Naj~e{}e kori{}ene forme i skriptovi – ova grupa podataka identifikuje naj-popularnije forme i skriptove koji se izvr{avaju na prezentaciji.

Nivo aktivnosti po danima u nedelji – ova grupa podataka prikazuje aktivno-sti na prezentaciji po danima u nedelji za period izve{tavanja. Tabela prikazujebroj pristupa po danima i njihov odnos prema ukupnom broju pristupa u nedelji.

Nivo aktivnosti po satima u danu – ova grupa podataka prikazuje najaktivniji inajmanje aktivan sat u danu za period izve{tavanja i nivo aktivnosti u svakom satu.

Nivo aktivnosti po danima u mesecu – ova grupa podataka prikazuje, za pe-riod izve{tavanja, nivo aktivnosti u svakom danu.

Nivo aktivnosti po mesecima u godini – ova grupa podataka prikazuje, zaprethodnih 12 meseci, nivo aktivnosti u svakom mesecu.

Tehni~ke statistike i analize – ova grupa podataka ~ini tehni~ki presek pou-zdanosti prezentacije. Tabela prikazuje broj uspe{nih i neuspe{nih poseta pre-zentacije i izra`ava procentualni odnos.

Gre{ke klijenata – ova grupa podataka identifikuje vrste gre{aka koje praveposetioci dok pristupaju prezentaciji. Tabela prikazuje sve uo~ene gre{ke sortira-ne po broju pojavljivanja.

Najfrekventniji direktorijumi – ova grupa podataka identifikuje pristupedirektorijumima na prezentaciji. U tabeli su prikazani najfrekventniji direktori-jumi u opadaju}em redosledu prema broju poseta.

Naj~e{}e dolazne prezentacije – ova grupa podataka identifikuje imena do-mena ili numeri~ke IP adrese sa linkovima ka preazentaciji.

Naj~e{}e dolazne URL adrese – ova grupa podataka daje pune URL adresekoje sadr`e linkove ka prezentaciji. Podaci se ne odnose na posetioce koji su di-rektno ukucali URL prezentacije.

Naj~e{}i pretra`iva~i – u tabeli su navedeni pretra`iva~i koje su posetiociupotrebili da bi do{li do prezentacije.

Naj~e{}e klju~ne re~i u pretrazi – tabela identifikuje klju~ne re~i koje dovo-de najvi{e posetilaca na prezentaciju. Druga tabela identifikuje pretra`iva~e poklju~nim re~ima.

Naj~e{}e kori{}eni browser-i – ova grupa podataka identifikuje najpopular-nije web-browsere koje koriste posetioci prezentacije.

Naj~e{}e kori{}ene platforme – ova grupa podataka identifikuje operativnesisteme koje koriste posetioci prezentacije.

Domen korisnika i podaci o zemlji iz koje korisnik pristupa – ovo su poda-ci koje treba razmatrati sa rezervom, jer postoji veliki broj domena koji ne noseoznaku zemlje iz koje dolaze, nego su pod op{tim domenima tipa com, edu, org isli~no. Tako|e, oznaka zemlje ne zna~i da se korisnik i fizi~ki nalazi u toj zemlji.Ovi podaci mogu biti korisni uz dodatnu obradu i analizu.

Econ

omic

Anna

ls no

159

, Octo

ber 2

003

- Dec

embe

r 200

3

99

Pristupi u procesu merenja i analize pose}enosti prezentacija na internetu

Slika 1. – Grafi~ki prikaz pose}enosti prezentacije www.serbia-tourism.org,Turisti~ke organizacije Srbije, po danima, za mesec decembar 2003. godine.

Tabela 1. – Statisti~ki podaci o pose}enosti prezentacijewww.serbia-tourism.org,, za mesec decembar 2003. godine.

Ekon

omsk

i ana

li br

159

, okt

obar

200

3. -

dece

mba

r 200

3.

100

Rade Stanki}

Slika 2. – Grafi~ki prikaz pose}enosti prezentacije www.serbia-tourism.org,Turisti~ke organizacije Srbije, po satima u danu, za mesec decembar 2003. godine.

Econ

omic

Anna

ls no

159

, Octo

ber 2

003

- Dec

embe

r 200

3

101

Pristupi u procesu merenja i analize pose}enosti prezentacija na internetu

Slika 3. – Tabelarni i grafi~ki prikaz pose}enosti preazentacije www.serbia-tourism.org,Turisti~ke organizacije Srbije, za mesec decembar 2003. godine, po dr`avama.

Ekon

omsk

i ana

li br

159

, okt

obar

200

3. -

dece

mba

r 200

3.

102

Rade Stanki}

3. KORISNI^KI ORIJENTISANI PRISTUPI

Osnovna razlika korisni~kog od serverskog pristupa je u merenju pojedina~-nih posetilaca – razli~itih korisnika koji su pristupili prezentaciji. Dok se kod kori-sni~ki orijentisanog pristupa (npr. MediaMetrix) dobija ta~an i jasan podatak obroju jedinstvenih poseta, kod serverski orijentisanih pristupa (npr. Alexa) kori-ste se grube aproksimacije zasnovane na kukijima, IP adresama ili registracijamakorisnika. Za razliku od serverski orijentisanog pristupa, korisni~ki orijentisanipristup jasno razlikuje posete robota od posete obi~nog korisnika. Tako|e, ovajpristup razlikuje pojedina~nog posetioca od vi{estrukog posetioca. Ovaj pristuprazlikuje i jedinstvenu posetu stranici. Zna~ajna prednost korisni~ki orijentisanogpristupa je i da se jednom impresijom smatra poseta jednoj stranici bez obzira ko-liko fajlova ona sadr`i. Za razliku od server orijentisanog pristupa u korisni~kiorijentisanom pristupu terminologija je univerzalna i standardizovana. Zastuplje-niji je serverski orijentisan metod koji je neosporno lo{iji za merenje pose}enostiu odnosu na korisni~ki orijentisani metod. Iako je trenutno manje zastupljen, ko-risni~ki orijentisan metod, svojim prednostima i re{enjima nedostataka serverskiorijentisanog metoda, postaje sve popularniji i sve se vi{e koristi. Situacija kod nasje takva da mali broj korisnika zahteva ta~ne podatke o pose}enosti, a to je dovelodo toga da se koriste veoma razli~iti servisi za istra`ivanje pose}enosti. I kod na{ihprovajdera popularniji je serverski orijentisani pristup, ali kao i u svetu izra`en jetrend rasta popularnosti korisni~ki orijentisanog pristupa.

Na primer, paket MediaMetrix, za pra}enje pose}enosti web-prezentacije,korisnicima nudi detaljne izve{taje o tome ko ih, koliko ~esto i sa kakvim rezulta-tima pose}uje. Posebno je nagla{ana mogu}nost upoznavanja sa detaljnim li~-nim profilima posetilaca, kao {to su pol, starost, lokacija, veli~ina doma}instvakao i prose~na potro{nja putem servisa Interneta. Tako|e, izdvaja se i ~injenicada, za razliku od drugih paketa koji se koriste za pra}enje pose}enosti prezentaci-je, MediaMatrix nudi i mogu}nost upoznavanja sa podacima o tome kako se ko-risnik pona{a na konkurentskim prezentacijama. Osnov istra`ivanja putemMediaMatrix paketa predstavlja baza podataka korisnika Interneta. Korisnicimase postavljaju pitanja o njihovim navikama na Internetu i op{tim karakteristika-ma, ali se tako|e prati i njihovo stvarno pona{anje. Na taj na~in, konstantnimpra}enjem pona{anja na Internetu, prevazilazi se problem neta~nih odgovorakoje ispitanici mogu dati u anketi. Ispitanici se privla~e pogodnostima koje senude, kao {to su za{tita od virusa, nagrade ili bolje iskori{}enje Interneta.

Tehnologija koja se koristi u MediaMatrix paketu se zasniva na aplikaciji ko-ja se automatski pokre}e kada korisnik pokrene program za pretra`ivanje i daljeprati njegovo celokupno pona{anje. Dobijaju se ~ak i informacije o tome {ta je,

Econ

omic

Anna

ls no

159

, Octo

ber 2

003

- Dec

embe

r 200

3

103

Pristupi u procesu merenja i analize pose}enosti prezentacija na internetu

na primer, kupljeno putem Interneta i po kojoj ceni. Baza se pro{iruje i podaci-ma o pla}anju putem kartice u prodavnicama ili servisima.

Podaci koje MediaMatrix saop{tava naru~iocima su u grafi~koj i tabelarnojformi, prilago|eni zahtevima. Uklju~eni su svi detaljni podaci o posetiocima,statisti~ke analize, grupisanje posetilaca prema izdvojenim karakteristikama, di-nami~ki preseci. Tako|e, postoji mogu}nost pra}enja celog tr`i{ta, ali i samo po-jedinih segmenata, izdvojenih po tra`enim karakteristikama.

4. PRIMERI ANALIZE POSE]ENOSTI WEB-PREZENTACIJE

Web-prezentacija Turisti~ke organizacije Srbije www.serbia-tourism.org na-menjena je promociji turisti~ke ponude Srbije, tako da su podaci o broju poseti-laca po zemljama, najpose}enijim stranicama, najmanje pose}enim stranicama,naj~e{}im klju~nim re~ima u pretrazi i drugi, kori{}eni za reorganizaciju web-prezentacije u cilju pobolj{anja njene funkcionalnosti, ali i za planiranje odre|e-nih promotivnih aktivnosti na turisti~kim sajmovima, berzama i drugim manife-stacijama {irom sveta.

Web-prezentacija Beogradske berze www.belex.co.yu prvenstveno je name-njena investitorima u hartije od vrednosti kako bi se ta~no i blagovremeno upo-znali sa de{avanjima u trgovanju. S obzirom na nizak nivo razvijenosti doma}egfinansijskog tr`i{ta u vreme kada je web-prezentacija stvarana, nije posve}ena ve-lika pa`nja mogu}im problemima prilikom kori{}enja prezentacije: dostupnostpojedinih stranica i veli~ina stranica, odnosno vreme potrebno za njihovo u~ita-vanje na ra~unaru prose~nog korisnika. Sa pove}avanjem potreba za pristupomweb-prezentaciji Beogradske berze problemi nepreglednosti, komplikovanosti iveli~ine stranica postali su evidentni, i pristupilo se analizi ovih problema i izna-la`enju na~ina za njihovo re{avanje.

Tabela 2. Prijavljene gre{ke – BELEX. Tabela 3. Prijavljene gre{ke - TOS

Ekon

omsk

i ana

li br

159

, okt

obar

200

3. -

dece

mba

r 200

3.

104

Rade Stanki}

Kao polazna osnova za analizu problema kor{}ena je statistika pristupa web-prezentaciji koja je prikazana putem Webalizer paketa. Prve analize obavljene suu januaru 2003. godine. Nekoliko problema bilo je uo~ljivo ve} na prvi pogled:

• Veliki broj pojava gre{ke Code 206 – Partial Content (Tabela 2.), do kojihje dolazilo usled prevelikih stranica, te su korisnici u ve}ini slu~ajeva odu-stajali od u~itavanja celih stranica;

• Mali broj korisika se zadr`avao na prezentaciji, ve} je ve}ina samo dolazilana naslovnu stranicu, a zatim napu{tala prezentaciju;

• Stranice ~iji broj ukupnih poseta iznosi manje od 1% ~esto su odnosile 5-10% ukupno razmenjenih KB (Tabela 4.), {to navodi na pretpostavku dasu bile neopravdano velike;

• Pojedine stranice na web-prezentaciji bile su velike i po nekoliko stotinaKB, a samim tim i skoro neupotrebljive za prose~ne korisnike;

• Posetioci koji su `eleli da do|u do odre|enog podatka ~esto su morali daotvore vi{e stranica da bi do{li do tra`ene stranice, {to je rezultovalo u to-me da se prilikom jedne posete otvori u proseku 10 stranica, {to vrlo ~estonije bilo neophodno posetiocu

Detaljnije analize pokazale su koje stranice su posebno interesantne korisnici-ma, i posebna pa`nja posve}ena je pojednostavljivanju pristupa ovim stranicama.

Tabela 4. Statistika pose}enosti po URL-ovima web-prezentacije BELEX-a.Ec

onom

ic An

nals

no 1

59, O

ctobe

r 200

3 - D

ecem

ber 2

003

105

Pristupi u procesu merenja i analize pose}enosti prezentacija na internetu

Tabela 5. Statistika pose}enosti po URL-ovima web-prezentacije TOS-a.

Tokom a`uriranja web-prezentacije koja je trajala od maja do kraja juna 2003.godine veli~ina ve}ine stranica je zna~ajno smanjena, prezentacija je reorganizovana,tako da se lak{e dolazi do tra`enih podataka, a deo podataka skladi{ten je u pomo}nubazu podataka, kako bi se istovremeno pojednostavilo i a`uriranje i prikaz podataka.

Nakon pu{tanja u rad a`urirane web-prezentacije bilu su o~igledni pomaci ipromene u performansama pose}enosti. Prvi dan funkcionisanja a`urirane pore-zentacije bio je 8. jul, tako da se najta~niji podaci mogu dobiti upore|ivanjempodataka iz juna i jula, s obzirom da je u sve ostale podatke uklju~en i trend kon-stantnog porasta pose}enosti prezentacije.Tabela 6. Pregled pose}enosti web-prezentacije www.belex.co.yu u 2003. godini.

Ekon

omsk

i ana

li br

159

, okt

obar

200

3. -

dece

mba

r 200

3.

106

Rade Stanki}

Podatak o razmenjenim KB (Tabela 6.) pokazuje da je osnovni cilj reorgani-zovanja prezentacije postignut, jer je broj razmenjenih KB smanjen u odnosu najun, iako je zna~ajno pove}an broj pose}enih stranica.

Analizom pose}enosti web-prezentacije www.serbia-tourism.org (Tabela 3.)uo~ljiva je ujedna~enost procenata pristupa URL-ovima i preba~enih KB, osim udva slu~aja gde se radi o video zapisima.

5. ZAKLJU^AK

Iako se krajnji rezultat efikasnosti jedne prezentacije na Internetu mo`e meritisamo upore|ivanjem ostvarenja sa postavljenim ciljevima, ipak informacije o po-se}enosti mogu biti relativno pouzdana mera njene uspe{nosti. Samo stalnim pra-}enjem aktivnosti na Web prezentaciji i identifikovanjem interesovanja i potrebakorisnika mo`e se ra~unati na zadr`avanje postoje}ih i sticanje novih korisnika.Zbog toga veliki zna~aj imaju merenje i analiza pose}enosti Web prezentacije.

Econ

omic

Anna

ls no

159

, Octo

ber 2

003

- Dec

embe

r 200

3

107

Pristupi u procesu merenja i analize pose}enosti prezentacija na internetu

Ekon

omsk

i ana

li br

159

, okt

obar

200

3. -

dece

mba

r 200

3.

108

Rade Stanki}

1. Deitel H.M., Deitel P.J., Steinbuhler K.(2001), e-Business and e-Commerce forManagers, Prentice Hall, New Jersey.

2. Stanki} R. (2003), Poslovna informatika,Ekonomski fakultet, Beograd.

3. www.bizwebsolutions.com.4. www.bizweb2000.com5. www.globtechnology.com6. www.comscore.com7. www.webalizer.org8. ftp://ftp.mrunix.net/pub/webalizer9. www.belex.co.yu10. www.serbia-tourism.org

LITERATURA