The goal of this thesis is to make a research of shopping behaviour of mothers on internet and find common pattern of this behaviour. Due to this common patterns, recommendations for online businesses will be determined. The research will be made as anonymous observation of visitors of baby food and diapers e-shop www.Feedo.cz. Author of the thesis is owner of www.Feedo.cz. Before the research is started, hypotheses for the research will be determined. Based on this hypotheses, software tools, used for collection of visitors behaviour data, will be set up. The goal of the thesis will be reached by analyzing collected data a confirming or disproving determined hypotheses. Based on analysis results, specific recommendation of online business will be defined. Own contribution of the thesis will consist in determination of hypotheses based on real business problems, collections of behaviour data of www.Feedo.cz visitors, setting up software tools, analyzing collected data and defining specific recommendations fo online businesses. Keywords: online business, customer behaviour research, Google Analytics, mother, anonymous observation

The thesis concerns with online purchases. It is more focused on the analysis of the target audience in the fitness studio, a production of a web and an online systém, their price calculation, involvement of the specific SEO optimalization for the fitness field and evaluation of the attendance measured by Google Analytics. It connects tools that are nearly free of charge and so e-mailing, social media Facebook and video canal YouTube. The company should make a decision about an investment in a new online presentation according to the discovered data.

This master thesis deals with the topic of browser extensions, their environment and analysis. The goal is to describe the extensions environment, online Webstores, that offers extensions and to show best practices for analysis and optimization of its extensions and their assets. Within the thesis you can find very precise analysis of online Webstores for Google Chrome extensions and Mozilla Firefox add-ons. Conclusions are made based on this analysis that include special characteristics of the previously mentioned browsers. The master thesis consists of two parts, theoretical and practical. The theoretical parts deals with the description of the browser extensions environment and it presents specific characteristics about online Webstores and browser extensions to the reader. In the practical part the thesis is focused on objectives set by the thesis and it presents the results of the Webstore analysis and description of the universal Google Analytics solution that helps developers to analyze their extensions The thesis contributes to the topic mainly with the precise description of the browser Webstores and extensions environment, best practices and recommendations and by creating the universal Google Analytics solutions for the developers.

The first part of this thesis, Monitoring website progress after the implementation of a language mutation, focuses on the theoretical foundations of web analytics (history of web analytics, data collection methods, basic metrics) and Internet marketing (importance of Internet marketing and its distribution, Pay Per Click advertising). An analytical tool Google Analytics is also presented in this part. The analytical and application part contains a presentation of Segway-Point company and its website. On this website the progress (sessions, bounce rate, users flow, conversions, etc.) before and after the implementation of a language mutation was monitored and the ads settings using Google AdWords was set up accordingly. The result is the evaluation of hypotheses and a list of advices and recommendations for Segway-Point company.

In the thesis I focus on selected instruments of internet marketing which are suitable for small size companies. The terms internet advertising and internet sales promotion instruments are explained in the first chapter. Sufficient part of the thesis is dedicated to the rules of webpage creation and the means of their optimization for search engines (SEO) as well as to the options of their attendance measuring (Google Analytics).The second chapter is focused on the concept of content marketing and in particular on its practical use in business for the improvement of business performance of the company. I will present the social networks that are appropriate for the broadcast of created content. The last chapter is the outcome of previous two chapters. The theoretical findings are applied in the present case on specific company-drevozesveta,s.r.o. All the recommendations arising from the analysis of present marketing communication of the company are consequently applied to the creation of the webpages of the new brand of the company drevozesveta, s.r.o.-Nábytek ze světa.In the conclusion of the chapter I compare the success rate of both mentioned web pages based on selected parameters.

It has become an important part of business development to collect statistical data from online sources. Information about users and how they interact with an online source can help improving the user experience and increasing sales of products. Collecting data about users has many benefits for the business owner, but it also raises privacy issues since more and more information about users are spread over the internet. Tools that collect statistical data from online sources exists, but using such tools gives away the control over the data collected. If a business implements its own analytics system, it is easier to make it more privacy centric and the control over the data collected is kept.  This thesis examines what techniques that are most suitable for a system whose purpose is to collect, store, process, and present large-scale privacy centric data. Research about what technique to use for collecting data and how to keep track of unique users in a privacy centric way has been made as well as research about what database to use that can handle many write requests and store large scale data. A prototype was implemented based on the research, where JavaScript tagging is used to collect data from several online sources and cookies is used to keep track of unique users. Cassandra was chosen as database for the prototype because of its high scalability and speed at write requests. Two versions of the processing of raw data into statistical reports was implemented to be able to evaluate if the data should be preprocessed or if the reports could be created when the user asks for it.   To evaluate the techniques used in the prototype, load tests of the prototype was made where the results showed that a bottleneck was reached after 45 seconds on a workload of 600 write requests per second. The tests also showed that the prototype managed to keep its performance at a workload of 500 write requests per second for one hour, where it completed 1 799 953 requests. Latency tests when processing raw data into statistical reports was also made to evaluate if the data should be preprocessed or processed when the user asks for the report. The result showed that it took around 30 seconds to process 1 200 000 rows of data from the database which is too long for a user to wait for the report. When investigating what part of the processing that increased the latency the most it showed that it was the retrieval of data from the database that increased the latency. It took around 25 seconds to retrieve the data and only around 5 seconds to process it into statistical reports. The tests showed that Cassandra is slow when retrieving many rows of data, but fast when writing data which is more important in this prototype. / Det har blivit en viktig del av affärsutvecklingen hos företag att samla in statistiska data från deras online-källor. Information om användare och hur de interagerar med en online-källa kan hjälpa till att förbättra användarupplevelsen och öka försäljningen av produkter. Att samla in data om användare har många fördelar för företagsägaren, men det väcker också integritetsfrågor eftersom mer och mer information om användare sprids över internet. Det finns redan verktyg som kan samla in statistiska data från online-källor, men när sådana verktyg används förloras kontrollen över den insamlade informationen. Om ett företag implementerar sitt eget analyssystem är det lättare att göra det mer integritetscentrerat och kontrollen över den insamlade informationen behålls. Detta arbete undersöker vilka tekniker som är mest lämpliga för ett system vars syfte är att samla in, lagra, bearbeta och presentera storskalig integritetscentrerad information. Teorier har undersökts om vilken teknik som ska användas för att samla in data och hur man kan hålla koll på unika användare på ett integritetscentrerat sätt, samt om vilken databas som ska användas som kan hantera många skrivförfrågningar och lagra storskaligdata. En prototyp implementerades baserat på teorierna, där JavaScript-taggning används som metod för att samla in data från flera online källor och cookies används för att hålla reda på unika användare. Cassandra valdes som databas för prototypen på grund av dess höga skalbarhet och snabbhet vid skrivförfrågningar. Två versioner av bearbetning av rådata till statistiska rapporter implementerades för att kunna utvärdera om data skulle bearbetas i förhand eller om rapporterna kunde skapas när användaren ber om den. För att utvärdera teknikerna som användes i prototypen gjordes belastningstester av prototypen där resultaten visade att en flaskhals nåddes efter 45 sekunder på en arbetsbelastning på 600 skrivförfrågningar per sekund. Testerna visade också att prototypen lyckades hålla prestandan med en arbetsbelastning på 500 skrivförfrågningar per sekund i en timme, där den slutförde 1 799 953 förfrågningar. Latenstest vid bearbetning av rådata till statistiska rapporter gjordes också för att utvärdera om data ska förbehandlas eller bearbetas när användaren ber om rapporten. Resultatet visade att det tog cirka 30 sekunder att bearbeta 1 200 000 rader med data från databasen vilket är för lång tid för en användare att vänta på rapporten. Vid undersökningar om vilken del av bearbetningen som ökade latensen mest visade det att det var hämtningen av data från databasen som ökade latensen. Det tog cirka 25 sekunder att hämta data och endast cirka 5 sekunder att bearbeta dem till statistiska rapporter. Testerna visade att Cassandra är långsam när man hämtar ut många rader med data, men är snabb på att skriva data vilket är viktigare i denna prototyp.

In this report, problems regarding the retrieving, measuring, and analysis of data when analysing marketing effects in the web analytics tool Google Analytics will be discussed. A correct setup, configuration, maintenance, campaign tracking and the understanding of the data in Google Analytics is essential to be able to achieve relevant insights. This is important since many Swedish marketing departments experience issues related to their setup of Google Analytics as well as the ongoing configuration and maintenance. A literature study has been conducted to gather information, focusing on collecting theories from researchers and experts in the field of web analytics and marketing analytics. Google Analytics data and reports from several Swedish companies have been studied to gain a deep understanding of how the tool is used for the measuring and analysis of the marketing effects. Interviews with marketing department and media bureau/agency employees have been conducted and analysed in a qualitative manner. A thematic analysis of the interviews has been done, resulting in 8 themes which are presented in the result section. The result has been analysed and discussed in relation to the theory. The interviews showed that there is a difference in knowledge and experience between the senior and junior analysts, and that there is a significant learning curve when working in Google Analytics. The junior analysts trusted the data, and did not know about campaign tracking and filters, in contrast to the senior analysts, who did not trust the data as a control mechanism, and did work with campaign tracking and filters. Furthermore, the senior analysts had more understanding of the data models in Google Analytics, such as attribution models, which are known to show different stories based on which attribution model is being used. The conclusions are four capabilities that address a need for more and better control over the setup and over the data, a wider use of campaign tracking, and wider knowledge of the data and the data models in Google Analytics, and of the business the organisation is conducting, to be able to gain relevant insights. / I den här rapporten diskuteras problemen med att insamla, mäta och analysera data vid analys av marknadseffekter i webbanalys-verktyget Google Analytics. Korrekt installation, konfiguration, underhåll, kampanjspårning och förståelsen av datan i Google Analytics är viktigt för att kunna uppnå relevanta insikter. Detta är viktigt eftersom att många svenska marknadsföringsavdelningar upplever problem i samband med installationen av Google Analytics samt den pågående konfigurationen och underhållet av data som ska mätas och analyseras. En litteraturstudie har gjorts för att samla in information, med inriktning på att samla teori från forskare och experter inom webbanalys och marknadsanalys. Google Analytics-data och rapporter från flera svenska företag har studerats för att få en djupare förståelse för hur verktyget används för att mäta och analysera marknadsföringseffekter. Intervjuer med medarbetare på marknadsavdelningar och mediebyråer har genomförts och analyserats på ett kvalitativt sätt. En tematisk analys av intervjuerna har gjorts, vilket resulterat i 8 teman som presenteras i resultatavsnittet. Resultatet har analyserats och diskuterats i förhållande till teorin. Intervjuerna visade att det finns skillnad i kunskap och erfarenhet mellan seniora och juniora analytiker, och att det finns en signifikant inlärningskurva när en arbetar i Google Analytics. De juniora analytikerna litade på datan och tillämpade inte kampanjspårning och filter i motsats till de seniora analytikerna som inte litade på datan som en kontrollmekanism, samt tillämpade kampanjspårning och filter. Vidare hade de seniora analytikerna större förståelse för datamodellerna i Google Analytics, till exempel attributionsmodeller, som är kända för att indikera olika saker baserat på vilken modell som används. Slutsatserna är fyra förmågor som relaterar till ett behov av mer och bättre kontroll över datan och installationen av Google Analytics, en bredare användning av kampajspårning, bredare kunskaper om både datan och de olika datamodellerna i Google Analytics, och verksamheten som organisationen utför för att kunna tillskansa sig relevanta insikter som är lämpliga att grunda beslut utifrån.

Denna uppsats undersöker fenomenet konverteringsoptimering på uppdrag av ett företag, för att ta reda på hur man kan arbeta för att öka sin konvertering, och därigenom även sin lönsamhet. Syftet med detta uppsatsarbete har varit att utföra en dokumentation av arbetsprocessen bakom konverteringsoptimering. Dels undersöks verktyg som Google Optimize och Hotjar, hur dessa samlar in testdata, samt hur denna data sedan kan analyseras för att komma fram till ett svar om hur man bör gå vidare efter de genomförda testerna. Dels studeras tre s.k. A/B-tester som genomfördes på ett företags webbplats där kvantitativa data samlades in, presenterades och analyserades av testprogrammet. Resultatet från arbetet visar hur arbetsprocessen konverteringsoptimering ser ut från start till mål: hur man inledningsvis analyserar en webbplats, hur man tar fram designförslag, hur man implementerar dessa i tester, samt hur man sedan samlar in data från testerna och analyserar denna. Bland annat tyder resultaten på att en noggrann analys av användarbeteende och resultat från tester är avgörande för att kunna optimera konverteringsgraden, att A/B-tester är ett kraftfullt verktyg för att testa och utvärdera olika konverteringsoptimeringsstrategier, samt att information om besökarnas scrollningsbeteende är en intressant faktor som spelar roll både i för- och efteranalys.

The diploma thesis focuses on e-commerce in small businesses in connection with marketing and social networks. The first chapter focuses on the marketing processes and the possibility of use of the Internet in small businesses. In the second chapter I deal with the rules of creation of the corporate website, I describe several Internet tools to promote the website (Google Analytics) and deal with search engine optimization (SEO). The third chapter is devoted to social media and a number of case studies describing the use of the social network Facebook in marketing. The final chapter four is the result of the previous chapters, all the theoretical findings are applied to the two real companies AS. ROVI, s.r.o. and METRO FLORENC, s.r.o. In conclusion I am summarizing the facts mentioned above and set out recommendations for both companies and small businesses in general. This thesis was designed as a guide for small businesses -- for them to be thaught how to effectively use modern Internet tools to improve their own promotion and hence profit.

Front-end developers are tasked with keeping websites up-to-date while optimizing user experiences and interactions. Tools and systems have been developed to give these individuals granular analytic insight into who, with what, and how users are interacting with their sites. These systems maintain a historical record of user interactions that can be leveraged for design decisions. Developing a framework to aggregate those historical usage records and using it to anticipate user interactions on a webpage could automate the task of optimizing web pages. In this research a system called Active Analytics was created that takes Google Analytics historical usage data and provides a dynamic front-end system for automatically updating web page navigational elements. The previous year’s data is extracted from Google Analytics and transformed into a summarization of top navigation steps. Once stored, a responsive front-end system selects from this data a timespan of three weeks from the previous year: current, previous and next. The most frequently reached pages, or their parent pages, will have their navigational UI elements highlighted on a top-level or landing page to attempt to reduce the effort to reach those pages. The Active Analytics framework was evaluated by eliciting volunteers by randomly assigning two versions of a site, one with the framework, one without. It was found that users of the framework-enabled site were able to navigate a site more easily than the original.