Thesis aims to present the current situation of social plugins growth. It examines social plugins from users and website owner point of view. At the beginning, the work reminds of web present emergence and comes after with emergence of social plugins. Work examines also the terminology of term "social plugin". Social plugins (as is Facebook Like button) are described in chapter Type of social plugins, after this comes chapter about practical usage of social plugins. Parts of this chapter are case studies and evaluations of advantages and disadvantages. Last chapter follow social plugins from the user's point of view. The subjects of examination are motivation to share information online and present results of studies and research, which has been prepared by author of this thesis. In enclosure can be found complete list of the most exploited social plugins including their functions and possibilities of usage.

For an e-commerce business to grow, there are many ways one could try to improve the business in order to gain greater reach and increase sales. One of the main goals of such businesses is to convert as many visitors as possible into customers. Even though many e-commerce businesses already have web analytics tools installed, e-merchants find difficulty in identifying where to start optimizing, what data to extract from analysis reports, and how to make use of such data in order to produce a successful design that will increase the conversion rate. The purpose of this thesis is to (without spending resources on marketing-related factors) guide companies to find a low cost and efficient way to increase the conversion rate by creating well-thought-through designs based on analytic data, qualitative research, and human-computer interaction principles. Google Analytics, a web analytics tool, was used in identifying high-valued pages to optimize and to identify demographics/target groups, while qualitative e-commerce related research was used to shape design-proposal hypotheses. This, along with two A/B tests conducted using Optimizely, is the basis for the guidelines and conclusions. The results of both A/B tests showed an increase in conversions with designs highlighting: evidence of a secure shopping environment, incentives that will attract visitors to buy, and by removing auxiliary navigation elements at the check-out page. The evaluation of the results and its statistical significance was done using both Optimizely’s statistical engine and null hypothesis testing. The increases in conversions were not statistically significant per Optimizely; however, they were significant using traditional statistics. In conclusion, using metrics such as high exit-rates combined with many page views and high revenue-generating pages will allow e-merchants to identify where to start their optimization process. Furthermore, to know what valuable data needs to be extracted, one should seek the data that needs to be inserted into HCI concepts, such as personas and scenarios. This, along with qualitative research allows designers to create well-thought out design-proposals that will potentially lead to an increased conversion rate. / För att få en e-handelsbutik att växa finns det många arbetsområden man kan försöka förbättra för att nå ut till fler samt öka försäljning. Ett av huvudmålen för dessa butiker är att konvertera så många besökare till kunder som möjligt på sin hemsida. Även om många e-handelsbutiker redan har webbanalytiska redskap till sitt förfogande, har många tjänsteleverantörer svårigheter med att fastställa var på hemsidan det skall optimeras, vilken data som ska hämtas från analysrapporter, och hur man använder sig av dessa data för att skapa en lyckad design som kommer öka konverteringsgraden. Syftet med avhandlingen är att, utan marknadsföringsrelaterade investeringar, vägleda företag till billiga och effektiva sätt att öka konverteringsgraden. Detta ska uppfyllas genom att skapa väl genomtänkta designer grundade på analytisk data, kvalitativ forskning, samt människa-datorinteraktions principer. Webbanalysverktyget Google Analytics användes för att identifiera högt värderade sidor att optimera och demografier/målgrupper medan kvalitativ e-handels-relaterad forskning användes för att forma hypoteser kring designförslagen. Detta, tillsammans med två A/B tester som genomfördes med hjälp av Optimizely, är grunden till riktlinjerna och slutsatserna. Resultaten från båda testerna visade en ökning i konverteringar med designer som framhäver; övertygande eller bevis för en säker handelsmiljö, incitament som kommer locka besökare att handla, och genom att ta bort extra navigeringselement vid kassasidan. Utvärdering av resultaten och dess statistiska signifikans gjordes med Optimizelys statistiska motor såväl som egen nollhypotes prövning. Ökningarna av konverteringar var inte statistiskt signifikanta enligt kalkyl från Optimizely, men lyckades nå signifikans enligt traditionell statistik. Sammanfattningsvis, med hjälp av mätvärden så som höga utgångsfrekvenser i kombination med högt antal sidvisningar samt höga intäktsgenererande sidor, kan tjänsteleverantörer nu identifiera var man kan påbörja optimeringsprocessen. För att veta vilken värdefull data man bör extrahera skall man ta reda på vilken data som behövs för att stoppa in i Människa–datorinteraktion (MDI) koncept, som personas och scenarier. Detta, tillsammans med kvalitativ forskning, tillåter webbdesigners att skapa väl genomtänkta designförslag som förhoppningsvis leder till en ökad konverteringsgrad.

This thesis provides basic overview of marketing concepts and tools which are available for the Internet environment. It also provides new trends and opportunities in the online environment. Output of the thesis will be efficient strategy for men's lifestyle magazine with usage of minimum finance sources. Eficiency will be taken by using of combination and application of marketing tools available in the Internet environment. The main goal is to get super-synergy affect of marketing mix components for maximum efficiency and minimum costs.

This thesis focuses on the definition of important terms in e-commerce for the proper functioning e-shop. It analyzes the current condition of an existing e-shop and on the basis of the weaknesses proposes a partial strategy for further promotion of trade.

When you are browsing websites, third-party resources record your online habits; such tracking can be considered an invasion of privacy. It was previously unknown how many third-party resources, trackers and tracker companies are present in the different classes of websites chosen: globally popular websites, random samples of .se/.dk/.com/.net domains and curated lists of websites of public interest in Sweden. The in-browser HTTP/HTTPS traffic was recorded while downloading over 150,000 websites, allowing comparison of HTTPS adaption and third-party tracking within and across the different classes of websites. The data shows that known third-party resources including known trackers are present on over 90% of most classes, that third-party hosted content such as video, scripts and fonts make up a large portion of the known trackers seen on a typical website and that tracking is just as prevalent on secure as insecure sites. Observations include that Google is the most widespread tracker organization by far, that content is being served by known trackers may suggest that trackers are moving to providing services to the end user to avoid being blocked by privacy tools and ad blockers, and that the small difference in tracking between using HTTP and HTTPS connections may suggest that users are given a false sense of privacy when using HTTPS. / <p>Source code, datasets, and a video recording of the presentation is available on the master's thesis website.</p>

В данной работе был разработан и реализован комплексный подход к анализу и интерпретации пользовательских данных, собранных в рамках системы веб-аналитики. Применяя методы машинного обучения и аналитики данных, были исследованы и выявлены ключевые события пользователей, влияющие на определенные бизнес-метрики. Начальные этапы проекта включали сбор и предварительную обработку данных, с последующей кластеризацией для выявления скрытых взаимосвязей и структур. Использовались или тестировались различные библиотеки для объяснимости работы моделей машинного обучении, такие как Eli5 и SHAP. Для решения задачи тестировались кластеризации, включая K-средних, DBSCAN, спектральную кластеризацию и OPTICS. В качестве алгоритмов применялась логистическая регрессия, случайны лес и CatBoost. Применялась нейронная сеть. Для определения значимости признаков использовались методы Permutation Importance, с применением моделей логистической регрессии, случайного леса и нейронной сети. Основным результатом стала разработка скрипта, осуществляющего автоматический сбор, обработку данных и определение наиболее значимых событий. Полученный инструментарий значительно облегчает задачу аналитиков, помогая определять ключевые аспекты поведения пользователей и строить более эффективные стратегии взаимодействия. Применение полученных результатов имеет высокий потенциал для улучшения бизнес–решений и оптимизации работы с пользовательской аудиторией. / In this work, an integrated approach to the analysis and interpretation of user data collected within the framework of a web analytics system was developed and implemented. Using machine learning and data analytics methods, key user events that impact certain business metrics were investigated and identified. The initial stages of the project included data collection and pre-processing, followed by clustering to identify hidden relationships and structures. Various libraries have been used or tested to make machine learning models explainable, such as Eli5 and SHAP. Clusterings including K-means, DBSCAN, spectral clustering, and OPTICS were tested to solve the problem. The algorithms used were logistic regression, random forest and CatBoost. A neural network was used. To determine the significance of features, Permutation Importance methods were used using logistic regression, random forest and neural network models. The main result was the development of a script that automatically collects, processes data and determines the most significant events. The resulting tools greatly facilitate the task of analysts, helping to identify key aspects of user behavior and build more effective interaction strategies. The application of the results obtained has high potential for improving business decisions and optimizing work with the user audience.

[EN] The object of this study is the design of a cybermetric methodology whose objectives are to measure the success of the content published in an online media and the possible prediction of the selected success variables. Framed in the field of digital journalism, it responds to the need to analyze the success of web content so that it can help in the decision-making of the editorial team of a digital medium. A line of research focused on the content itself, providing an innovative vision to that of previous research, and a methodology that serves as a basis for future scientific advances. It is about the contribution of valuable information, either from the statistical analysis of the data or from the possible prediction of the success indicators of greatest interest to the environment. In this way, it could be integrated as a feedback into the content strategy and thus favor its iterative optimization. The main objective, therefore, is the design of a cybermetric methodology for calculating the success of an online publication, having as specific objectives: to research the concept of success in digital journalism, the social network Twitter, web analytics and web advertising; design the methodology and determine what tools and reports are needed; extract and process data for statistical analysis; perform regressions that allow to obtain prediction equations of the selected success variables; and validate the prediction equations with test data and obtain their precision, serving this as a degree of confidence in the prediction. The design of the methodology has served to observe a significant over-dispersion in the data, as well as to demonstrate that the success of a web content has a strongly multifactorial nature, which causes a decrease in the variability calculated using the indicators proposed by previous research. This thesis serves, then, as the basis for a very interesting research framework both at an academic and business level: the prediction of the success of digital content. / [ES] El objetivo de estudio es el diseño de una metodología cibermétrica para medir el éxito de los contenidos publicados en un medio de comunicación online y su posible predicción, de manera que se pueda orientar la optimización de los futuros contenidos publicados por el medio. Enmarcada en el ámbito del periodismo digital, responde a la necesidad de analizar el éxito de los contenidos web de manera que se pueda ayudar en la toma de decisiones del equipo editorial. Para ello, se ha realizado un extenso estudio de las publicaciones académicas versadas en las diferentes disciplinas que tienen lugar en esta tesis: la comunicación de contenidos digitales, Twitter, la difusión de las noticias en Twitter, la analítica web, la cibermetría, la analítica en Twitter, el análisis de tendencias en Twitter y la publicidad web. Con dicho marco, se ha obtenido información valiosa para la optimización futura de los contenidos digitales, ya sea procedente del análisis estadístico de los datos o de la posible predicción de los indicadores de éxito de mayor interés para el medio. De esta manera, se podría integrar de manera retroalimentada en la estrategia de contenidos y favorecer así su optimización iterativamente. Para ello, se han tenido en cuenta los siguientes objetivos específicos: investigar el concepto de éxito en el periodismo digital, la red social Twitter, la analítica web y la publicidad en la web; diseñar la metodología y determinar qué herramientas y reportes son necesarios; extraer y procesar los datos para su análisis estadístico; realizar regresiones que permitan obtener ecuaciones de predicción de las variables de éxito seleccionadas; y validar las ecuaciones de predicción con datos de test y obtener su precisión, sirviendo esta como grado de confianza en la predicción. El diseño de la metodología ha servido para observar una sobre dispersión significativa en los datos, así como demostrar que el éxito de un contenido web tiene un carácter fuertemente multifactorial, lo cual provoca una disminución en la variabilidad calculada mediante los indicadores propuestos por investigaciones previas. Esta tesis sirve, entonces, como base para una línea de investigación sobre la optimización de contenido digital basándose en la predicción estadística de su éxito. / [CAT] L'objectiu d'estudi és el disseny d'una metodologia cibermètrica per a mesurar l'èxit dels continguts publicats en un mitjà de comunicació en línia i la seua possible predicció, de manera que es puga orientar l'optimització dels futurs continguts publicats pel mitjà. Emmarcada en l'àmbit del periodisme digital, respon a la necessitat d'analitzar l'èxit dels continguts web de manera que es puga ajudar en la presa de decisions de l'equip editorial. Per a això, s'ha realitzat un extens estudi de les publicacions acadèmiques versades en les diferents disciplines que tenen lloc en aquesta tesi: la comunicació de continguts digitals, Twitter, la difusió de les notícies en Twitter, l'analítica web, la cibermetría, l'analítica en Twitter, l'anàlisi de tendències en Twitter i la publicitat web. Amb aquest marc, s'ha obtingut informació valuosa per a l'optimització futura dels continguts digitals, ja siga procedent de l'anàlisi estadística de les dades o de la possible predicció dels indicadors d'èxit de major interés per al mitjà. D'aquesta manera, es podria integrar de manera retroalimentada en l'estratègia de continguts i afavorir així la seua optimització iterativament. Per a això, s'han tingut en compte els següents objectius específics: investigar el concepte d'èxit en el periodisme digital, la xarxa social Twitter, l'analítica web i la publicitat en la web; dissenyar la metodologia i determinar quines eines i reportes són necessaris; extraure i processar les dades per a la seua anàlisi estadística; realitzar regressions que permeten obtindre equacions de predicció de les variables d'èxit seleccionades; i validar les equacions de predicció amb dades de test i obtindre la seua precisió, servint aquesta com a grau de confiança en la predicció. El disseny de la metodologia ha servit per a observar una sobre dispersió significativa en les dades, així com demostrar que l'èxit d'un contingut web té un caràcter fortament multifactorial, la qual cosa provoca una disminució en la variabilitat calculada mitjançant els indicadors proposats per investigacions prèvies. Aquesta tesi serveix, llavors, com a base per a una línia d'investigació sobre l'optimització de contingut digital basant-se en la predicció estadística del seu èxit. / Yeste Moreno, VM. (2021). Diseño de una metodología cibermétrica de cálculo del éxito para la optimización de contenidos web [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/176009