Identificación de las intenciones detrás de las visitas al sitio web mediante el empleo de modelos de aprendizaje...

Área de la Ciencia:

• Ciencia de los datos
• Aprendizaje automático
• Análisis del comportamiento del consumidor

Sus antecedentes:

• El aumento de la digitalización requiere una comprensión corporativa del uso de sitios web.
• El análisis de datos complejos y de gran volumen de sitios web para comprender el comportamiento del consumidor es un desafío.

Objetivo del estudio:

• Aplicar modelos de aprendizaje automático sin supervisión para identificar las intenciones de los visitantes en un sitio web corporativo.
• Para extraer información útil de los complejos datos de las visitas al sitio web.

Principales métodos:

• Utilizó datos de Google Analytics de un sitio web informativo corporativo.
• Empleó modelos de aprendizaje automático no supervisados de k-means, jerárquicos y DBSCAN.
• Evaluación del rendimiento del modelo basado en la homogeneidad y el tamaño del grupo.

Principales resultados:

• Los tres modelos identificaron cinco intenciones distintas de los visitantes: "accidentales", "abandonados", "absorbidos", "en contacto" y "buscadores".
• El agrupamiento jerárquico demostró un rendimiento superior al equilibrar la homogeneidad y el tamaño del grupo.

Conclusiones:

• El aprendizaje automático no supervisado identifica efectivamente las intenciones del usuario a partir de los datos del sitio web.
• El agrupamiento jerárquico ofrece un método robusto para analizar las motivaciones de los visitantes y optimizar las estrategias web corporativas.