[...] Dieses wichtige Instrument der Unternehmenskommunikation wird heute zunehmend
durch das Medium Internet ergänzt. Um einen möglichst effektiven Einsatz von Online-
Public Relations zu gewährleisten, liegt es nahe zu überprüfen, welche Verbreitung die
PR über das Internet erzielt hat. Web Log Mining ist eine Methode, über welche sich Art und Umfang der Zugriffe auf
eine Internetpräsenz auswerten lassen. Durch Web Log Mining lassen sich gesammelte
Informationen über die Internetseitenbesucher und deren Verhalten auf der Internetpräsenz
untersuchen und somit verborgene Zusammenhänge aufdecken. Daher ist
Web Log Mining ein Instrument, Public Relations im Internet auf ihre Effektivität und
Effizienz hin zu untersuchen. Bei Abweichungen von Soll-Vorgaben bieten die Ergebnisse
eine gute Grundlage, angemessene Korrekturmaßnahmen einleiten zu können.
Somit wird ein Regelkreis geschaffen, der, ausgehend von dem Ziel, ein positives
Image eines Unternehmens in der Öffentlichkeit zu wahren und das Image zu verbessern,
über die Kontrolle eingesetzter Online-PR-Maßnahmen bis hin zu aktiven Prozessoptimierungen
den optimalen Einsatz von Online-PR gewährleisten kann. Die vorliegende Arbeit zeigt die Möglichkeiten auf, welche Web Log Mining für das
Controlling von Online-PR-Ressourcen bietet. Es werden sowohl die technischen Vorraussetzungen
und Möglichkeiten, als auch der praktische Nutzen herausgearbeitet.
Wird in dieser Arbeit im Zusammenhang mit Public Relations der Bezug auf ein Unternehmen
hergestellt, das Public Relations betreibt, ist dies exemplarisch und kann auch
für Einrichtungen, Institutionen und Organisationen stehen. Anhand einiger Grafiken wird im Anhang die Auswertung eines Logfiles skizziert, um
dem Leser einen Eindruck von Logfile-Auswertungen zu vermitteln.
Wegen der Ausrichtung des Web Log Mining auf Logfiles bleiben die Ausführungen
dieser Arbeit bezüglich der Informationsquellen ebenfalls auf Logfiles beschränkt. Andere
Quellen für das Auswerten von Website-Nutzung, die beim Integrated Web Log
Mining verwendet werden, wie Web-Formulare oder e-Mail, werden in dieser Arbeit
nicht näher betrachtet.
Inhaltsverzeichnis
1 Einleitung
1.1 Begriffsklärungen
1.2 Aufbau der Arbeit
2 Web Log Mining
2.1 Web Mining
2.2 Logfiles
2.3 Der Web Log Mining Prozess
2.3.1 Ablauf des Web Log Mining
2.3.2 Negative Einflussfaktoren bei der Datenerhebung
2.3.3 Website-Architektur
2.4 Logfile-Kennzahlen
2.4.1 Einfache Auswertungen
2.4.2 Fortgeschrittene Auswertungen
2.5 Data Mining
2.5.1 Assoziations- und Pfadanalyse
2.5.2 Clusteranalyse
2.5.3 Künstliche Neuronale Netze
2.5.4 Entscheidungsbäume
2.5.5 Zuordnung von Aufgaben im Web Log Mining
2.6 Datenschutz
2.6.1 Rechtliche Grundlagen
2.6.2 Ethische Aspekte der Logfile-Auswertung
3 Web Log Mining im Rahmen der Online-PR
3.1 Online-PR
3.1.1 Spezielle Merkmale der Online-PR
3.1.2 Zielgruppen der Online-PR
3.1.3 Inhalte der Online-PR
3.2 Online-PR-Controlling
3.2.1 PR-Controlling
3.2.2 Kennzahlen
3.2.3 Erfolgsmessung von Online-PR
3.3 PR-spezifisches Web Log Mining
3.3.1 Vergleich von Kosten und Nutzen
3.3.2 Zielgruppenidentifikation
4 Praktische Möglichkeiten der Umsetzung und Vorteile für die PR
4.1 Exemplarische Untersuchungen
4.2 Grenzen von Web Log Mining bei Online-PR
4.3 PR-Nutzen
5 Fazit
Zielsetzung & Themen
Die Diplomarbeit untersucht das Potenzial von Web Log Mining als Controllinginstrument für Public Relations im Internet. Ziel ist es, aufzuzeigen, wie durch die Analyse von Server-Logfiles das Nutzerverhalten besser verstanden und Online-PR-Maßnahmen effektiver gesteuert werden können.
- Technische Grundlagen und Prozesse des Web Log Minings
- Methoden des Data Minings zur Mustererkennung in Logdaten
- Integration von Web Log Mining in ein PR-Controlling-Modell
- Datenschutzrechtliche Anforderungen bei der Webanalyse
- Praktische Anwendungsbeispiele zur Zielgruppenidentifikation
Auszug aus dem Buch
2.3.2 Negative Einflussfaktoren bei der Datenerhebung
Es gibt eine Vielzahl denkbarer Einflüsse, angefangen von Suchmaschinen-Robots bis hin zu Anonymisier-Diensten, welche die Daten im Logfile verfälschen. Die Kenntnis über diese störenden Faktoren versetzt den Webmaster in die Lage, sich darauf einzustellen und das Logfile vor einer näheren Betrachtung zu bereinigen. Im Folgenden wird eine Übersicht der wichtigsten Faktoren gegeben, welche die Datenerhebung beeinflussen. Verfälschende Logfile-Einflüsse und mögliche Gegenmaßnahmen werden in Tabelle 2 auf Seite 19 zusammenfassend dargestellt.
Das Zwischenspeichern und Vorhalten von Teilen oder vollständigen Dateien einer Website wird als Caching bezeichnet. Als Cache kann der Browsercache fungieren, wenn dieselbe Ressource erst kürzlich genutzt wurde, und auch ein Proxyserver, der in der Regel von Providern und auch Firmennetzwerken eingesetzt wird. Proxyserver (im Folgenden auch als Proxy, pl:: Proxies, bezeichnet), werden in Netzwerken eingesetzt und speichern von Benutzern angefragte Dateien für eine bestimmte Zeit, um sie einem Nutzer, der die Dateien nochmals anfragt, dann schneller zur Verfügung stellen zu können. Eine besondere Form des Caching stellen so genannte Mirror-Sites dar. Häufig gefragte Ressourcen werden dabei von einem oder mehreren, von der eigentlichen Website unabhängigen Server bereitgestellt. Zugriffe auf einen Mirror werden im Logfile des Webservers, der die Website beheimatet, nicht registriert.
Neben der schon angesprochenen Cache-Funktion, welche Proxyserver einnehmen, entsteht durch Proxies ein weiteres Problem, und zwar werden Anfragen, die über den Umweg eines Proxys gestellt werden, mit der (externen) IP-Adresse des Proxys, und nicht mit der IP-Adresse des eigentlich anfragenden Clients im Logfile festgehalten.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Bedeutung von Web Log Mining für das moderne PR-Controlling ein und steckt den thematischen Rahmen der Arbeit ab.
2 Web Log Mining: Dieses Kapitel erläutert die technologischen, methodischen und rechtlichen Aspekte von Web Log Mining, einschließlich verschiedener Data-Mining-Verfahren.
3 Web Log Mining im Rahmen der Online-PR: Hier wird der Transfer von Web Log Mining in den Kontext der Online-PR vollzogen, wobei Schwerpunkte auf PR-Controlling, Kennzahlen und Zielgruppen liegen.
4 Praktische Möglichkeiten der Umsetzung und Vorteile für die PR: Das vierte Kapitel behandelt die praktische Anwendbarkeit und zeigt den direkten Nutzen von Web Log Mining für die PR-Arbeit auf.
5 Fazit: Das Fazit fasst die Ergebnisse zusammen und gibt einen Ausblick auf zukünftige Entwicklungen im Bereich der automatisierten Logfile-Analyse.
Schlüsselwörter
Data Mining, Web Log Mining, Public Relations, Online-PR, Controlling, Logfile, Website-Analyse, Zielgruppenidentifikation, Web Mining, Datenschutz, User-Verhalten, PR-Erfolgsmessung.
Häufig gestellte Fragen
Worum geht es in dieser Diplomarbeit grundsätzlich?
Die Arbeit behandelt den Einsatz von Web Log Mining als spezialisiertes Instrument innerhalb des PR-Controllings, um die Wirkung von Online-Public-Relations messbar zu machen.
Welche zentralen Themenfelder werden abgedeckt?
Zentrale Themen sind die technische Datenaufbereitung, Data-Mining-Methoden, datenschutzrechtliche Rahmenbedingungen sowie die strategische Ausrichtung von Online-PR-Maßnahmen.
Was ist das primäre Ziel oder die Forschungsfrage?
Ziel ist es, ein Modell zu entwickeln, wie durch Web Log Mining die Effektivität von Online-PR-Ressourcen gesteuert und die Zielgruppenansprache optimiert werden kann.
Welche wissenschaftlichen Methoden finden Verwendung?
Die Arbeit basiert auf einer Literaturanalyse sowie der Evaluierung von Data-Mining-Methoden wie Clusteranalysen, Entscheidungsbäumen und Künstlichen Neuronalen Netzen zur Auswertung von Webserver-Logfiles.
Welche Inhalte bilden den Hauptteil?
Der Hauptteil gliedert sich in eine fundierte methodische Einführung in das Web Log Mining, die theoretische Einordnung in das PR-Controlling und die anschließende praktische Erörterung der Anwendungsmöglichkeiten.
Welche Schlagwörter charakterisieren die Arbeit am besten?
Die zentralen Schlagwörter sind Data Mining, Web Log Mining, Public Relations, Logfile-Analyse und Controlling.
Wie unterscheidet sich Web Log Mining von allgemeinen Web-Analysen?
Im Gegensatz zum sogenannten "Integrated Web Usage Mining" verzichtet das Web Log Mining konsequent auf externe, personenbezogene Datenquellen und fokussiert sich rein auf die Analyse von serverseitig generierten Logfile-Daten.
Warum ist das Thema Datenschutz für diese Arbeit besonders relevant?
Da Logfile-Auswertungen das Verhalten von Internetnutzern tracken, besteht die Gefahr eines Konflikts mit Persönlichkeitsrechten; die Arbeit betont daher die Notwendigkeit eines verantwortungsvollen, auf aggregierten Daten basierenden Umgangs.
- Quote paper
- Markus Leibold (Author), 2003, Web Log Mining als Controllinginstrument der PR, Munich, GRIN Verlag, https://www.grin.com/document/22592
