Penambangan penggunaan web (web usage mining) adalah proses mengekstral informasi yang berasal dari data yang dihasilkan dari kunjungan dan transaksi di halaman-halaman web. Masand (pakar web mining) mengatakan bahwa sedikitnya ada tiga jenis data yang dihasilkan dari kunjungan di web:
- Data yang secara otomatis dihasilkan dan disimpan dalam bentuk log akses ke server, log perujuk (link yang merujuk), log tentang agent (browser), dan cookie di komputer klien
- Profile user
- Metadata, seperti atribut halaman, atribut konten, dan data penggunaan web. [Baca juga tentang Metadata di dalam data warehouse dan apa isinya]
Gambar di atas menunjukkan proses mengekstrak knowledge dari data clickstream dan bagaimana knowledge yang dihasilkan tersebut digunakan untuk memperbaiki dan meningkatkan proses, meningkatkan situs, dan yang paling penting, meningkatkan nilau pelanggan. Nasraoui (peneliti web mining) membuat daftar terhadap penerapan web mining seperti berikut:
- Menentukan nilai dari klien seumur hidup
- Mendesain strategi cross-marketing terhadap produk
- Mengevaluasi campaign promosi
- Membuat target iklan online dank upon pada berbagai kelompok pengguna berdasarkan pola-pola akses pengguna
- Memprediksi perilaku pengguna berdasarkan berbagai aturan dan pola yang sudah dipelajari sebelumnya dan berdasarkan profil pengguna
- Menyajikan informasi dinamis kepada oengguna berdasarkan pada minat dan profil mereka
Amazon.com memberikan contoh yang baik tentang bagaimana riwayat penggunaan web bisa ditingkatkan secara dinamis. Pengguna yang terdaftar yang mengunjungi kembali amazon.com disapa dengan menggunakan nama mereka. Ini adalah hal yang sederhana yang menggunakan pengenalan terhadap pengunjung/pengguna dengan cara membaca cookie (misalnya, suatu file teks kecil yang ditulis oleh situs di komputer pengguna). Amazon.com juga menyajikan pengguna dengan suatu pilihan produk dalam toko online mereka yang sudah dipersonalisasikan, berdasarkan pembelian sebelumnya dan analisa asosiasi dari pengguna yang serupa. Hal seperti ini juga membuat penawaran “Gold Box” (diskon dalam waktu yang sangat singkat biasanya hanya 1 hari saja) khusus yang sangat baik untuk waktu yang singkat. Semua rekomendasi ini memerlukan analisa detil tentang pengunjung dan juga kelompok sesame pengguna yang dikembangkan melalui teknik-teknik clustering, sequence pattern discovery, association, dan teknik-teknik data dan text mining lainnya.
Table berikut adalah daftar dari beberapa produk wb mining yang popular:
Software Web Usage Mining
|
||
Nama Produk
|
Deskripsi
|
URL
|
Angoss Knowledge WebMiner
|
Menggabungkan Angoss Knowledge STUDIO dan analisa
clickstream
|
Angoss.com
|
ClickTracks
|
Pola-pola pengunjung bisa ditampilkan di web
|
Clicktracks.com
|
LiveStats dari DeepMetrix
|
Analisa log real-time, live demo on site
|
Deepmetrix.com
|
Megaputer WebAnalyst
|
Memiliki kemampuan data mining dan text mining
|
Megaputer.com/products/wm.php3
|
MicroStrategy Web Traffic Analysis Module
|
Berfokus pada traffic, analisa konten, dan report analisa
pengunjung web
|
Microstrategy/Solutions/Applications/WTAM
|
SAS Web Analytics
|
Menganalisa traffic situ web
|
Sas.com/solutions/webanalytics/
|
SPSS Web Mining for Clementine
|
Mengekstrak berbagai peristiwa/transaksi web
|
Spss.com/web_mining_for_clementine
|
WebTrends
|
Data mining untuk informasi traffic web
|
Webtrends.com
|
XML Miner
|
System dan library class untuk menambang data dan text
yang disajikan dalam bentuk XML, dengan menggunakan logika samar (fuzzy
logic) dan rules dari system pakar (expert system)
|
Scientio.com
|
Daftar link terkait seri text mining dan web mining:
- Konsep dan Definisi Text Mining
- Pemrosesan Bahasa Alami (Natural Language Processing)
- Penerapan-penerapan Text Mining
- Proses dalam Text Mining
- Berbagai Software Text Mining
- Sekilas tentang Web Mining (Penambangan Web)
- Penambangan Konten Web dan Struktur Web
- Penambangan Penggunaan Web (Web Usage Mining)
- Kisah Sukses Web Mining
Comments
Post a Comment