Juntar más y más datos es bueno, pero tener más comprensión de sus visitantes y clientes es todavía mejor. La técnica utilizada para convertir datos en interpretaciones es por lo general conocida como data mining pero ahora hay dos significados para este término. Se trata entonces de separar los dos significados que generan confusión.
El data mining tradicional ha funcionado durante varios años como una colección de herramientas estadísticas usadas para identificar patrones recurrentes en inmensos archivos de datos. Esas herramientas incluyen correlación, regresión y otras técnicas que son mejor manejadas por expertos en estadísticas que por marketineros Web.
Al aplicar esas técnicas a la información en el servidor Web, a la información de compra del cliente, y a información de terceros se suelen ver patrones que un marketinero puede usar para segmentar o para dirigirse mejor a sus visitantes Web.
El problema con esas técnicas estadísticas está en que por lo general muchos no están en condiciones de entender y usar esas técnicas estadísticas. Ahora por suerte, hay softwarepara manejar estadísticas que se incorporan a los procesos automatizados con interfaces fáciles de usar y nos permiten a todos usar esas herramientas. El uso más común del término data mining se refiere a cualquier técnica usada para analizar montañas de datos.
Muchas veces la técnica usada es contar el número de páginas visualizadas por diferentes grupos de visitantes Web, etc. Este tipo de análisis es muy valioso para averiguar cosas sobre los visitantes porque indica cómo se sienten con su sitio, y con su producto.
Aunque este tipo de análisis no es verdadero data mining, es mucho más rápido y sencillo. Una de las primera preguntas que suelen hacer los marketineros es cómo empezar a comparar datos de perfiles con datos de tráfico Web. Si usted tiene un sitio Web personalizado armado sobre una base de datos es bastante fácil agregar un comando de base de datos a las páginas que almacenan la actividad Web. Luego, crear entonces tabulaciones SOL que contesten sus preguntas.
Una alternativa es usar productos como Marketwave que puede tabular archivos Web y bases de datos.
Con cualquiera de los dos procedimientos se pueden realizar muchas mediciones, por ejemplo:
*Número de visitas por venta.
*Número de días entre visitas.
*Número de visitas repetidas al sitio.
*Número de visitas de clientes contra no clientes.
Cuando se necesita un análisis más detallado sobre la conducta de los visitantes Web, entonces sí pueden hacer falta las técnicas de data mining. Hay varios sitios que dan una buena orientación sobre data mining, como el sitio Kurt Thearling´s.
Juntar más y más datos es bueno, pero tener más comprensión de sus visitantes y clientes es todavía mejor. La técnica utilizada para convertir datos en interpretaciones es por lo general conocida como data mining pero ahora hay dos significados para este término. Se trata entonces de separar los dos significados que generan confusión.
El data mining tradicional ha funcionado durante varios años como una colección de herramientas estadísticas usadas para identificar patrones recurrentes en inmensos archivos de datos. Esas herramientas incluyen correlación, regresión y otras técnicas que son mejor manejadas por expertos en estadísticas que por marketineros Web.
Al aplicar esas técnicas a la información en el servidor Web, a la información de compra del cliente, y a información de terceros se suelen ver patrones que un marketinero puede usar para segmentar o para dirigirse mejor a sus visitantes Web.
El problema con esas técnicas estadísticas está en que por lo general muchos no están en condiciones de entender y usar esas técnicas estadísticas. Ahora por suerte, hay softwarepara manejar estadísticas que se incorporan a los procesos automatizados con interfaces fáciles de usar y nos permiten a todos usar esas herramientas. El uso más común del término data mining se refiere a cualquier técnica usada para analizar montañas de datos.
Muchas veces la técnica usada es contar el número de páginas visualizadas por diferentes grupos de visitantes Web, etc. Este tipo de análisis es muy valioso para averiguar cosas sobre los visitantes porque indica cómo se sienten con su sitio, y con su producto.
Aunque este tipo de análisis no es verdadero data mining, es mucho más rápido y sencillo. Una de las primera preguntas que suelen hacer los marketineros es cómo empezar a comparar datos de perfiles con datos de tráfico Web. Si usted tiene un sitio Web personalizado armado sobre una base de datos es bastante fácil agregar un comando de base de datos a las páginas que almacenan la actividad Web. Luego, crear entonces tabulaciones SOL que contesten sus preguntas.
Una alternativa es usar productos como Marketwave que puede tabular archivos Web y bases de datos.
Con cualquiera de los dos procedimientos se pueden realizar muchas mediciones, por ejemplo:
*Número de visitas por venta.
*Número de días entre visitas.
*Número de visitas repetidas al sitio.
*Número de visitas de clientes contra no clientes.
Cuando se necesita un análisis más detallado sobre la conducta de los visitantes Web, entonces sí pueden hacer falta las técnicas de data mining. Hay varios sitios que dan una buena orientación sobre data mining, como el sitio Kurt Thearling´s.