e-metrics Σύγχρονες Μετρικές Αξιολόγησης του e-επιχειρείν

Transcript

1 e-metrics Σύγχρονες Μετρικές Αξιολόγησης του e-επιχειρείν Δρ. Δημήτριος Α. Κουτσομητρόπουλος Τμήμα Επιχειρηματικού Σχεδιασμού και Πληροφοριακών Συστημάτων Α.Τ.Ε.Ι. Πάτρας Παραδοσιακές business μετρικές Η εξάπλωση του e-business δημιουργεί την ανάγκη για: καινούρια επιχειρηματικά μοντέλα, νέους τύπους συνεταιρισμών, και νέες μεθόδους για επιτυχία στο νέο μέσο Για αυτό το λόγο απαιτούνται: νέοι ή τουλάχιστον διαφορετικοί τρόποι αξιολόγησης και αποτίμησης της απόδοσης ενός e-business συστήματος δείκτες για την αποδοτικότητα του e-επιχειρείν Παραδοσιακές Μετρικές που ακόμη υφίστανται: Η απόδοση της αγοράς Ο λόγος τιμής προς κέρδος Η εισροή εσόδων Η απόδοση της επένδυσης Το καθαρό κέρδος Το κέρδος ανά πελάτη Το μερίδιο στην αγορά Η απόδοση ανά πελάτη Η αύξηση του μεριδίου στο βιομηχανικό τομέα 1

2 Κύκλος Ζωής Πελάτη (Customer Life Cycle) Η διεθνής οικονομική ανάλυση στο χώρο των επιχειρήσεων έχει μετακινηθεί από μία πολιτική με έμφαση στο προϊόν/διαδικασία (product/process oriented) σε μια πολιτική με κέντρο τον πελάτη (customer oriented) Το πρόβλημα βρίσκεται στο γεγονός ότι ο πελάτης είναι πια «αόρατος», καθώς δεν υπάρχει σαφής διαχωρισμός για το ποιός είναι πελάτης και ποιος επισκέπτης Πελάτες επισκέπτονται το site, αφήνουν ίχνη και φεύγουν, αλλά αυτά τα ίχνη: μπορούν απλώς να λειτουργήσουν σαν ενδείξεις ότι οι πελάτες ήταν εκεί, μέσα στο site δεν παρέχουν καμία επιπλέον πληροφορία για αυτούς τους πελάτες Κύκλος Ζωής Πελάτη (Customer Life Cycle) Ο κύκλος ζωής ενός πελάτη (customer life cycle) ξεκινά από το σημείο που οριοθετείται η ομάδα στόχος μέχρι το σημείο που δημιουργείται μία βάση πιστών (loyal) πελατών Cutler & Sterne, 2000 Ωστόσο πολλοί επιμέρους κύκλοι ζωής πελατών διακόπτονται 2

3 Κύκλος Ζωής Πελάτη (Customer Life Cycle) Περιλαμβάνει όλα τα στάδια από μια ακολουθία ενεργειών στις οποίες προβαίνει το κατάστημα και έχουν ως αποδέκτη τον πελάτη Με τις ενέργειες αυτές, το κατάστημα: Προσπαθεί να τραβήξει την προσοχή του πελάτη Καταφέρνει να τον φέρει στη «σφαίρα επιρροής» του Τον μετατρέπει σε καταχωρημένο πελάτη (registered customer) Τον διατηρεί σαν πελάτη Τον μετατρέπει σε συχνό πελάτη (frequent customer) Πρόσβαση (Reach) Στη διαφήμιση: Ο όρος «πρόσβαση» (reach) αναφέρεται στην πιθανότητα να κεντρίσουμε το ενδιαφέρον της ομάδας-στόχου (target audience) Στη «βιομηχανία» της τηλεόρασης: Ο όρος αντιστοιχεί στον αριθμό των ατόμων (ή νοικοκυριών) που έχουν την ευκαιρία να δουν το μήνυμά μας με δεδομένο την τηλεθέαση του αντίστοιχου τηλεοπτικού προγράμματος Ένας διαφορετικός τρόπος να υπολογιστεί η παράμετρος αυτή είναι σαν ποσοστό στο συνολικό μέγεθος της αγοράς Παράδειγμα: Έστω ότι προσπαθούμε να κεντρίσουμε το ενδιαφέρον 5000 αγοραστών για ένα 3D rendering software για αρχιτέκτονες Μπορούμε να προσθέσουμε ένα banner σε ένα portal για αρχιτέκτονες Εάν αυτό το portal δέχεται επισκέψεις από 1000 άτομα, τα οποία ίσως ταιριάζουν στο προφίλ των πιθανών πελατών μας, τότε το reach σε αυτό το site για το εν λόγω προϊόν είναι 20% (1000/5000*100%) από το σύνολο των πιθανών αγοραστών 3

4 Προσέγγιση (Acquisition) Στο προηγούμενο στάδιο ο στόχος είναι ένας, η ενημέρωση Γνωρίζει το αγοραστικό μας κοινό ότι πουλάμε παιχνίδια ή αρχιτεκτονικό software; Το acquisition stage είναι το σημείο όπου ο πιθανός πελάτης : έχει ενδιαφερθεί για τα προϊόντα μας έχει πιθανόν ζητήσει ένα newsletter έχει γίνει μέλος σε ένα discussion forum έχει συμπληρώσει μία φόρμα εκδήλωσης ενδιαφέροντος έχει «κατεβάσει» κάποιο demo Μετατροπή σε πελάτες (Conversion) Πολλές εταιρείες θεωρούν σαν σημείο «conversion» τη στιγμή που ένας πιθανός πελάτης γίνεται αγοραστής Δεν τελειώνει όμως μόνο εκεί! Η διαδικασία της μετατροπής ενός πιθανού πελάτη σε αγοραστή είναι μία συνεχιζόμενη πρόοδος που συνεπάγεται δράσεις Παράδειγμα: 1000 αρχιτέκτονες μπορεί να είδαν το διαφημιστικό banner και 250 μπορεί να το επέλεξαν αλλά χρειάζονται πολλά ακόμη βήματα μέχρι να μετατραπούν σε πιθανούς αγοραστές 4

5 Επιμονή (Retention) Σε αυτό το στάδιο οι πελάτες έχουν αγοράσει μία φορά, άρα: Έχουν ήδη διαμορφώσει μία σχέση με την εταιρεία Πιστεύουν ότι η παράδοση γίνεται έγκαιρα Έχουν κάποιες ενδείξεις για την ποιότητα των παρεχόμενων υπηρεσιών Αυτό το επίπεδο εμπιστοσύνης είναι απαραίτητο ώστε να επιτευχθεί η προσέλκυση των ίδιων πελατών ξανά και ξανά στο κατάστημα Οι πιο σημαντικοί παράγοντες σε αυτό το επίπεδο είναι: η παροχή φροντίδας στον πελάτη (customer care) η ποιότητα των προϊόντων (product quality) η αποδοτικότητα των διαδικασιών (process efficiency) Εμπιστοσύνη (Loyalty) Loyalty is the act of binding yourself -intellectually or emotionally- to a course of action Εμπιστοσύνη (loyalty) είναι η δέσμευση κάποιου (σε πνευματικόσυναισθηματικό επίπεδο) με ένα σκοπό ή δράση Πηγή: Οι πελάτες με τη μεγαλύτερη διάρκεια ζωής στο κατάστημα είναι αυτοί που ονομάζονται «loyal customers» («πιστοί πελάτες») και λειτουργούν σαν διαφημιστές των στόχων του καταστήματος Web: Η έννοια της «εμπιστοσύνης» αφορά και στον αριθμό των επισκέψεων που δέχεται ένα site στο πέρασμα του χρόνου Οι «πιστοί πελάτες» επιστρέφουν στο ίδιο site συχνά, αγοράζουν συχνά, συστήνουν το site σε άλλους και δε φοβούνται να αγοράσουν τα νέα προϊόντα του καταστήματος 5

6 Εμπιστοσύνη (Loyalty) Βιβλιογραφία σύγχρονου marketing: You know you have a strong brand when significant portion of your customer base tattoos your logo on their chests and forearms. Just ask Harley Davidson. Σημεία διακοπής της πορείας προς τον «πιστό» πελάτη Κάθε πωλητής έχει πάντα μία ιστορία για έναν πολλά υποσχόμενο πελάτη που χάθηκε Ακόμη και μία καλοσχεδιασμένη πολιτική πωλήσεων παρουσιάζει πολλά κενά που επιτρέπουν σε έναν πελάτη να χαθεί από τους ανταγωνιστές Στο αυτό το μοντέλο πελατών δύο είναι τα σημεία που η πορεία προς τη δημιουργία του «πιστού πελάτη» διακόπτεται.. Αλλά μπορεί να επιστρέψει! 6

7 Εγκατάλειψη (Abandonment) Εγκατάλειψη του Καλαθιού Αγορών (Shopping cart abandonment) Στο φυσικό κόσμο είναι πολύ σπάνιο ένας πελάτης να γεμίζει το καλάθι του με ψώνια και στη συνέχεια να τα παρατάει όλα και να φεύγει χωρίς να περάσει από το ταμείο Αυτό όμως είναι πάρα πολύ συχνό στις αγορές στο web! Βασικές αιτίες (σύμφωνα με μελέτες): φτωχό navigation έλλειψη ευχρηστίας Τα διάφορα καταστήματα καλούνται να αντιδράσουν ανάλογα με: Το ποσοστό των abandoned carts σε σχέση με τις ολοκληρωμένες αγορές κάθε μέρα Τον αριθμό των αντικειμένων που υπήρχαν σε κάθε abandoned cart σε σχέση με τα ολοκληρωμένα transactions Το προφίλ των αντικειμένων που υπήρχαν σε κάθε abandoned cart σε σχέση με το προφίλ αυτών στα ολοκληρωμένα transactions Το προφίλ του πελάτη σε σχέση με το προφίλ του αγοραστή Φθορά (Attrition) Κάθε οργανισμός, κάθε κατάστημα έχει απώλειες Πελάτες που αγόραζαν από ένα κατάστημα ψωνίζουν από κάπου αλλού, γιατί: βαρέθηκαν η μόδα άλλαξε οι φίλοι τους ψωνίζουν αλλού ή θέλουν να δοκιμάσουν κάτι νέο Το attrition rate είναι το ποσοστό των πελατών που σταμάτησαν να αγοράζουν από ένα κατάστημα και έχουν αρχίσει να αγοράζουν από κάποιο άλλο 7

8 Απώλεια (Churn) Ο ρυθμός απώλειας μετρά πόσοι πελάτες ενός συγκεκριμένου καταστήματος χάνονται σε μία δεδομένη χρονική περίοδο Παράδειγμα: Έστω ότι ένα κατάστημα έχει 2000 συνδρομητές στην αρχή ενός μήνα Στη διάρκεια του μήνα χάνει 50 συνδρομητές και αποκτά 200 καινούριους Στο τέλος του μήνα έχει 2150 συνδρομητές Το churn rate του καταστήματος είναι 50/2150, δηλαδή 2.3% Πελατειακοί Δείκτες 8

9 Ποιοι είναι οι καλύτεροι πελάτες Μήπως είναι ο πελάτης που έχει αγοράσει πρόσφατα (Recency); Ή μήπως αυτός που επισκέπτεται συχνά το site (Frequency); Αλλά τελικά, πόσα λεφτά έχει ξοδέψει ένας πελάτης στο site και ποιο είναι το κέρδος (Monetary Value); Recency, Frequency και Monetary Value είναι οι μετρικές που χρησιμοποιούνται για να απαντήσουν στη πιο βασική ερώτηση σε θέματα database marketing Recency Δεκαετίες στατιστικής ανάλυσης έχουν δείξει ότι οι πελάτες που έχουν αγοράσει πρόσφατα, είναι πιο πιθανοί να αγοράσουν ξανά στο πολύ κοντινό μέλλον Η παράμετρος αυτή περιγράφει πόσος καιρός έχει περάσει από τότε που το site του καταστήματος έχει καταγράψει κάποια δραστηριότητα από τον πελάτη π.χ. επίσκεψη, αγορά Η Recency γενικά θεωρείται ο πιο ισχυρός δείκτης της μελλοντικής συμπεριφοράς ενός πελάτη 9

10 Συχνότητα (Frequency) Οι συχνοί αγοραστές συνηθίζουν να επαναλαμβάνουν τις αγορές τους στο πολύ κοντινό μέλλον Οι χρήστες επισκέπτονται τα sites με διαφορετική συχνότητα Η συχνότητα παίζει σημαντικό ρόλο στην εκτίμηση του καλύτερου πελάτη Παράδειγμα: Ένας χρήστης που επισκέπτεται ένα site λουλουδιών 4 φορές το χρόνο θα μπορούσε να θεωρηθεί συχνός πελάτης π.χ. αγορά λουλουδιών σε επέτειο γάμου, γιορτή, γενέθλια και ημέρα της μητέρας Ένας πελάτης που επισκέπτεται ένα site θα μπορούσε να ενθαρρυνθεί με τον ίδιο τρόπο, όπως και κάποιος που επισκέπτεται το site 2 φορές το χρόνο Αλλά ο πελάτης που έρχεται 4 φορές θα πρέπει να αντιμετωπιστεί με διαφορετικό τρόπο π.χ. εκπτωτικά κουπόνια, «δύο λουλούδια στην τιμή του ενός», κλπ. Χρηματική αξία (Monetary Value) Οι πελάτες που έχουν ξοδέψει πολλά στο παρελθόν ίσως ξοδέψουν ξανά χρήματα στο πολύ κοντινό μέλλον Αυτή η διάσταση είναι διαφορετική από το frequency καθώς οριοθετεί πελάτες που ψωνίζουν σπάνια αλλά ξοδεύουν αρκετά και αυτό μπορεί να είναι μακροπρόθεσμα επικερδές Η monetary value ενός χρήστη μπορεί να υπολογιστεί μόνο αφού έχει πραγματοποιηθεί μία αγορά. Ένας χρήστης που επισκέπτεται ένα site μία φορά κάθε μέρα στη διάρκεια μίας εβδομάδας έχει μεγαλύτερη πιθανότητα να πραγματοποιήσει μία αγορά από κάποιον που έρχεται μία φορά κάθε τρεις μήνες Μόλις πραγματοποιείται μια αγορά, υπολογίζεται η πραγματική τιμή 10

11 Promotional Calculations Μεγέθη Προώθησης Προϊόντων (Promotional Calculations) Πόσοι άνθρωποι δέχτηκαν το μήνυμά μας; Πόσοι από αυτούς επισκέφτηκαν το site μας; Αλλά τελικά πόσο στοίχισε αυτό; Η μέτρηση της χρηματικής αξίας ενός πελάτη περιλαμβάνει τον υπολογισμό του κόστους προσέγγισής του και παραμονής του στο site Το κόστος αυτό αφορά σε μία σειρά από επιμέρους υπολογισμούς 11

12 Μεγέθη Προώθησης Προϊόντων (Promotional Calculations) Κόστος προσέγγισης (acquisition cost) Εκφράζει τα έξοδα που έχουν γίνει για την προσέγγιση των επισκεπτών στο site Κόστος για κάθε μετατροπή επισκέπτη σε πελάτη (cost per conversion) Εκφράζει τα έξοδα που έχουν γίνει μέχρι το σημείο που κάποιος επισκέπτης γίνεται αγοραστής προς τον αριθμό των πωλήσεων Καθαρή απόδοση (Net Yield) Ο υπολογισμός αυτός μετράει την αποδοτικότητα μίας διαδικασίας πολλών επιπέδων, όπου δεν υπάρχει η δυνατότητα απευθείας σύγκρισης των δύο διαδικασιών Παράδειγμα: Έστω ότι ένα banner A έχει υψηλό click rate αλλά χαμηλό conversion- to-sale Έστω κι ότι ένα banner Β έχει χαμηλό click rate αλλά υψηλό conversion-to-sale Σε αυτή την περίπτωση, η μέτρηση της καθαρής απόδοσης μπορεί να δώσει την εικόνα του πιο αποδοτικού banner 12

13 Ρυθμός σύνδεσης (Connect Rate) (1/2) Το connect rate μετράει τον αριθμό των ανθρώπων που έχουν επιλέξει ένα banner ή link (click-through) και έχουν φορτώσει την σελίδα που επέλεξαν Στην ιδανική περίπτωση θα πρέπει η τιμή να βρίσκεται κοντά στο 1 Αυτό σημαίνει ότι κάθε χρήστης που έχει επιλέξει ένα διαφημιστικό banner ή link, επισκέφτηκε την αντίστοιχη διαφημιστική σελίδα Ρυθμός Σύνδεσης = Promotional Page Views Promotion Click-Throughs Ρυθμός σύνδεσης (Connect Rate) (2/2) Εάν το connect rate πέφτει στο 0.8, σημαίνει ότι τουλάχιστον 1 στα 5 clicks αποτυγχάνουν να φτάσουν στη διαφημιστική σελίδα Αυτό μπορεί να οφείλεται σε server timeout ή σε επιλογή του Stop ή Back από το χρήστη Οι παραπάνω υπολογισμοί είναι πολύ χρήσιμοι σε μηνιαία βάση ώστε να δοθεί η δυνατότητα αύξησης της επιτυχίας ενός on-line καταστήματος 13

14 Sales Cycle Pipeline Κύκλος Πωλήσεων (Sales Cycle Pipeline) (1/2) Η πορεία που ακολουθεί κάθε χρήστης σε ένα web site μας δίνει χρήσιμα στοιχεία: για τον τρόπο που αυτός αντιμετωπίζει τη διαδικασία πώλησης καθώς και για τη σχέση του με την επιχείρησή μας Η ακολουθία πώλησης ενός προϊόντος περιλαμβάνει τα ακόλουθα στάδια: Στάδιο προοπτικής αγοράς Στάδιο του «υποψήφιου πελάτη» Στάδιο της αποδεδειγμένης προοπτικής αγοράς Στάδιο του «νέου» αγοραστή Στάδιο του «αρχάριου» πελάτη Στάδιο του δυσαρεστημένου πελάτη Στάδιο του referring πελάτη του «διαφημιστή» πελάτη 14

15 Κύκλος Πωλήσεων (Sales Cycle Pipeline) (2/2) Κάθε χρήστης μπορεί να ακολουθήσει διαφορετική πορεία (μονοπάτι - path) μέσα στο ίδιο web site προκειμένου να καταλήξει σε μια αγορά Το μονοπάτι που ακολουθεί ο καθένας προκειμένου να οδηγηθεί σε αγορά ονομάζεται optimal site path Ελέγχοντας την πορεία κάθε χρήστη μέσα στο web site είμαστε σε θέση: να κατηγοριοποιήσουμε τους πελάτες να βελτιστοποιήσουμε και να προσαρμόσουμε το περιεχόμενο του site ανάλογα Παράδειγμα: Ford Optimal Site Path 15

16 Μετρικές e-πελατών Η συμπεριφορά του e-customer Για τη μοντελοποίηση της συμπεριφοράς των χρηστών έχουν διαμορφωθεί διάφορα μοντέλα πρόβλεψης-διαχείρισης (Ωστόσο εδώ έμφαση θα δοθεί στις μετρικές που παράγουν μετρήσιμα μεγέθη για την αξιολόγηση της συμπεριφοράς του επισκέπτη-αγοραστή) Κάθε μία από αυτές τις μετρικές θα έχει σαν αποτέλεσμα μια σειρά από πράξεις που μπορεί να οδηγήσουν σε βελτίωση της απόδοσης του καταστήματος, αλλαγή της σχεδίασης του web site, αναμόρφωση και επαναπροσδιορισμό του τρόπου αλληλεπίδρασης με το σύστημα Οι e-μετρικές αυτές είναι οι: Stickiness, Slipperiness, Focus, Ταχύτητα Μετάβασης, Ευάλωτες Στιγμές 16

17 Stickiness (1/2) Η μετρική του stickiness σχετίζεται με τη διάρκεια και με τη συχνότητα επίσκεψης Είναι μία συνδυαστική μέτρηση της αποδοτικότητας του περιεχομένου που συγκρατεί τους χρήστες στη σελίδα και τους επιτρέπει να ολοκληρώνουν τις εργασίες τους Η φόρμουλα που υπολογίζει τη μετρική αυτή είναι: Stickiness = Frequency x Duration x Total Site Reach Stickiness (2/2) Stickiness = Frequency x Duration x Total Site Reach Ο συνολικός χρόνος που δαπάνησαν για να δουν όλες τις σελίδες Διάρκεια = Αριθμός Επισκέψεων στο χρονικό διάστημα Τ 17

18 Ένα παράδειγμα Ένα site έχει μοναδικούς χρήστες Τον τελευταίο μήνα, μοναδικοί χρήστες το επισκέφτηκαν Αυτοί οι χρήστες έκαναν επισκέψεις (μέση συχνότητα 5 επισκέψεις/μοναδικό χρήστη για το μήνα) και κατά τη διάρκεια αυτών των επισκέψεων οι χρήστες αφιέρωσαν λεπτά βλέποντας τις σελίδες μας Τότε: Monthly Stickiness = Visits Active Users x minutes Visits x Active Users Active Users Monthly Stickiness = 5 Minutes/User Slipperiness Το slipperiness είναι ισοδύναμο με το χαμηλό stickiness Δηλαδή ένα slippery section είναι το τμήμα όπου: έχουμε σύντομες επισκέψεις, η συχνότητα των επισκέψεων είναι μικρή ή οι χρήστες είναι λίγοι Υπάρχουν όμως μερικές περιοχές όπου θέλουμε το stickiness να βρίσκεται σε πολύ χαμηλά όρια, όπως: οι σελίδες με τα παράπονα των πελατών, οι σελίδες με τις διαδικασίες επιστροφής χρημάτων η σελίδα στην οποία γίνεται η πληρωμή, καθώς όσο περισσότερο μένει κάποιος σε αυτή τη σελίδα τόσο περισσότεροι παράγοντες μπορούν να επηρεάσουν την απόφασή του και να απορρίψει την αγορά 18

19 Focus Το focus είναι ακόμη ένας παράγοντας που σχετίζεται με τη συμπεριφορά των επισκεπτών σε ένα τμήμα ενός site Η παράμετρος αυτή ορίζεται ως: Παράδειγμα: Εάν ο μέσος χρήστης βλέπει 3 σελίδες σε ένα section με 15 σελίδες, τότε το user focus σε αυτό το section είναι 0,20 (3/15) Focus Είναι το narrow focus ή το wide focus καλύτερο; Η απάντηση εξαρτάται από τον τύπο του section και από τη συμπεριφορά των χρηστών Μία sticky περιοχή περιεχομένου σε ένα site μπορεί να είναι καλό σημάδι, αλλά μία sticky check-out περιοχή σε ένα e-commerce site μπορεί να δείχνει προβληματική περιοχή 19

20 Ταχύτητα μετάβασης (Velocity) Velocity είναι η μέτρηση της ταχύτητας μετάβασης ενός χρήστη από το ένα στάδιο στο άλλο Μετρώντας την διαδικασία αυτή του qualification μπορεί να βρεθεί ο χρόνος που απαιτείται για να μεταφερθεί ένας χρήστης από το στάδιο του «πιθανού πελάτη» σε εκείνο του «συχνού πελάτη» Ευάλωτες στιγμές (Seducible Moments) Τα seducible moments είναι οι στιγμές όπου ο πιθανός αγοραστής είναι ευάλωτος σε μία προσφορά Κάτι τέτοιο μπορεί να είναι: ένα κουμπί που επιτρέπει στο χρήστη να αγοράσει πολύ γρήγορα το προϊόν που βλέπει στην οθόνη του (1-click, Amazon.com) ή μία up-sell προσφορά την ώρα που προσπαθεί να πάρει απόφαση ανάμεσα σε δύο προϊόντα 20

21 Δείκτης εξατομίκευσης (Personalization Index) Το σύνολο των πιθανών προφίλ χρηστών ενός site είναι θεωρητικά άπειρο Η συλλογή στοιχείων για τους επισκέπτες ενός web site αποτελεί ένα βασικό στοιχείο για την λειτουργία ενός e-shop Η χρήση των στοιχείων αυτών αποτελεί ένα δεύτερο πιο αξιόλογο χαρακτηριστικό Η μετρική του personalization index ορίζει πόσο καλά χρησιμοποιούμε τα στοιχεία που μαζεύουμε ακολουθώντας τα ίχνη ενός χρήστη στο site: Ενδεικτικές Τιμές-Καταστάσεις Εάν το personalization index είναι πάνω από το 0.75, τότε ο διαχειριστής χρησιμοποιεί το μεγαλύτερο ποσοστό της πληροφορίας που συλλέγει. Προϋπόθεση για τη σωστή χρήση της μετρικής αυτής είναι να χρησιμοποιείται ένας σημαντικός αριθμός στοιχείων για την παροχή εξατομικευμένων υπηρεσιών από το e-shop Εάν συλλέγονται δύο μόνο στοιχεία και χρησιμοποιούνται και τα δύο, τότε το personalization index μπορεί να είναι 1, αλλά αυτό δεν σημαίνει ότι προσφέρονται personalized services Το μόνο που επιτυγχάνεται σε αυτή την περίπτωση είναι η κατηγοριοποίηση των πελατών σε πολύ μεγάλες κατηγορίες Εάν το personalization index είναι κάτω από το 0.30, τότε συλλέγεται περισσότερη πληροφορία από όση χρησιμοποιείται Με τον τρόπο αυτό έχουμε μία μεγάλη λίστα με στοιχεία από τους πελάτες μας Ωστόσο, τα στοιχεία αυτά δεν προσφέρουν καμία προστιθέμενη αξία στο site μας και πολύ γρήγορα θα χάσουν τη σημασία τους 21

22 Παράγοντας ανανέωσης (Freshness Factor) Το περιεχόμενο ενός web site θα πρέπει να ανανεώνεται συχνά για να διατηρεί το ενδιαφέρον του επισκέπτη Παρόλο που αυτό έχει βάση για sites που σχετίζονται με καθημερινές επισκέψεις χρηστών (news, weather, sports sites, portals), η συνεχής ενημέρωση και δημιουργία νέου υλικού είναι χρονοβόρα και κοστίζει Για τη μέτρηση και αξιολόγηση της διαδικασίας ενημέρωσης ορίζεται μία μετρική που ονομάζεται Freshness Factor (FF) Η μετρική FF χρησιμοποιείται για να μετράει πόσο συχνά το περιεχόμενο ενός site αλλάζει σε σχέση με τη συχνότητα των χρηστών που επισκέπτονται το site: Παράγοντας Ανανέωσης = Μέσος Ρυθμός Ανανέωσης Περιεχομένου Μέση συχνότητα Επίσκεψης Ενδεικτικές Τιμές-Καταστάσεις Εάν το Freshness Factor είναι κάτω από το 1, τότε οι πελάτες επισκέπτονται το site πιο συχνά από ότι εμείς ενημερώνουμε το περιεχόμενο του Εάν το Freshness Factor είναι πάνω από το 1, αυτό σημαίνει ότι κάθε φορά που οι χρήστες μπαίνουν στο site βλέπουν και καινούριο περιεχόμενο Εάν το Freshness Factor πάρει κάποια τιμή πάνω από 1.5, τότε υπάρχει κίνδυνος να γίνεται σπατάλη από resources προκειμένου να δημιουργείται περιεχόμενο το οποίο δεν βλέπει κανένας 22