I METODI DI MONITORAGGIO. Indici e indicatori di di qualità del servizio

Transcript

1 I METODI DI MONITORAGGIO Indici e indicatori di di qualità del servizio

2 Indici e indicatori di di qualità del servizio Indici e indicatori di di qualità del servizio

3 Indici e indicatori di di qualità del servizio Le modalità di di rilevazione previste dalla Direttiva una modalità diretta, attuata attraverso un questionario su web o per via telefonica, da proporre periodicamente; una modalità indiretta fondata sulle informazioni acquisite attraverso le ricevute, il contact center e ogni altra forma di contatto prevista con gli utenti; una modalità tecnica basata sull analisi dei comportamenti di navigazione.

4 Questionari autocompilati on line vantaggi: costi di raccolta e di elaborazione dati molto contenuti ridotti tempi di svolgimento dell indagine riduzione della possibilità di errori immediatezza e dimensione partecipativa svantaggi: impossibilità di coinvolgere vasti segmenti popolazione autoselezione rispondenti (facilità d uso e fiducia nella rete) verifica identità possibile solo nei sistemi a codice di accesso Intervista telefonica ( CATI) vantaggi: costi di raccolta e di elaborazione dati relativamente contenuti ridotti tempi di svolgimento dell indagine tempestività dei risultati estensione del numero di soggetti coinvolti svantaggi: poche domande e commisurate al livello di attenzione difficoltà nel porre problemi in modo analitico limitata attendibilità delle risposte

5 Altri metodi di di monitoraggio Attraverso l esperienza del front line analisi dei feedback nelle interazioni in presenza (URP e punti informativi) o in voce (call center). Attraverso strumenti correlati ad un apporto volontario form di reclamo/suggerimento, partecipazione a sondaggi, forum di discussione. Attraverso metodi di analisi qualitativa come i Focus Group e le interviste in profondità la discussione di gruppo viene usata per raccogliere direttamente percezioni e atteggiamenti dei clienti/utilizzatori verso un prodotto o un servizio. Attraverso ricerche motivazionali mediante il ricorso a tecniche proiettive Batteria di atteggiamenti Test di immaginazione e associazione verbale Esempio di di indagine sui canali di di comunicazione 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 81,3 televisi oni naziona Con quale frequenza utilizza questi strumenti 63,5 televisi oni locali 57, quotidia settima quotidia ni nali e ni locali naziona mensili 39,1 38,1 29,2 22,2 12,9 12,4 non risponde 0,2 0,3 0,4 0,4 0,1 0,2 0,1 1,2 0,2 0,6 mai 2,2 8,2 15,2 17,3 24,1 26,2 30,9 29,1 53,2 51,3 70,8 74,8 raramente 10 29, ,7 37,8 32, ,3 16,7 33,8 20,8 15 spesso 29,6 25,7 25,3 21,2 22,1 28,8 19,5 17,3 19,3 9 6,6 6,8 regolarmente 58,2 36,6 31,3 30,5 15,6 11,7 14,4 13,1 10,7 4,7 1,6 2,8 Indice sintetico ,3 63,5 57, ,1 38,1 29,2 22,2 12,9 12,4 libri radio naziona li radio locali internet altre pubblic azioni parteci pazione ad informa zione con

6 Esempio di di indagine sui canali di di comunicazione Parlando di comunicazione effettuata dal Comune di Modena quali mezzi di comunicazione Le vengono in mente (Multipla - risposte 1545) mensile del comune 55,3% i media 35,2% urp di piazza grande sito internet materiale stampato 11,8% 14,0% 17,4% non mi viene in mente nulla 8,6% sportelli comunali contatti telefonici presso uffici/centralino Non risponde i punti di contatto ed il personale altro canale campagne sensibilizzazione sociale 4,5% 3,6% 1,1% 1,1% 0,9% 0,6% 0% 10% 20% 30% 40% 50% 60% Esempio di di indagine sui canali di di comunicazione Come valuta il suo grado di informazione su ciò che riguarda il Comune di Modena ed i suoi servizi (Indice 0-100= 64,5) poco informato 19,2% per nulla informato 0,6% non risponde 0,8% molto informato 13,3% informato 66,1%

7 Esempio di di indagine sui canali di di comunicazione Per un Comune comunicare significa sia informare che ascoltare. Oggi, secondo Lei, il Comune di Modena cosa deve accentuare? non saprei 12,7% non risponde 1,6% informazione ai cittadini 31,6% ascolto dei cittadini 54,1% Esempio di di indagine sui canali di di comunicazione Quali servizi conosce e utilizza 100% 90% 23,5 16,4 22,2 Utilizza 80% 70% 46,9 Non conosce60% 77 35,1 47 Conosce 50% 40% 65,7 32,7 30% 20% 4,2 41,4 36,6 10% 18,8 12,1 20,4 0% mensile modena comune piazza grande urp centralino del comune monet sito internet televideo trc

8 Il Il web mining: l analisi dei processi di di navigazione WM è il processo di scoperta ed analisi di informazioni utili dai documenti e servizi Web, usando tecniche di data mining. I dati che possono essere usati nel processo di WM: Dati di uso (Web log) descriventi come le pagine sono accedute Contenuto delle pagine Web Struttura della pagina (HTML o XML tags) Struttura del sito (hyperlink tra le pagine) Profili utente includenti informazioni demografiche e di registrazione. Il Il web mining: l analisi dei processi di di navigazione Capire il comportamento degli utenti Analizzare il comportamente di navigazione degli utenti per capirne le preferenze e quindi massimizzare l attività commerciale. Capire chi utilizza i servizi e quali servizi utilizza Scoprire la % degli utenti che riescono a condurre a termine una transazione Determinare l efficacia l di un sito Web Capire i pattern di navigazione per migliorare la struttura del sito personalizzare la navigazione Misurare il succeso dell attivit attività di marketing Capire l impatto sull attività di servizio delle campagne di marketing Classificare gli utenti per personalizzare l offerta

9 Il Il web mining: l analisi dei processi di di navigazione Web Mining Web Content Mining Web Structure Mining Web Usage Mining Web Content Mining Web Structure Mining Web Page Search Result Content ProcessoMining di scopertamining di informazioni utili dall analisi del contenuto di dati Web. Custumized Web Access Usage Mining Pattern Analisy General General Access Access Pattern Analisy Customized Pattern Analisys Usage Analisys L'insieme Adaptive dei sites: processi, Analizza delle i patterns tecniche di e delle Estrazione tecnologie di di conoscenza data analysis, dai finalizzato pattern di accesso di ciascun utente, uno per volta. Il alla accesso scoperta alle pagine sito Web di ristruttura significativise schemi stesso di comportamento automaticamente (pattern) imparando dai dai Web patterns server di logs Può descriventi aiutare per la migliorare navigazione la struttura degli utenti del accesso in sito, uno migliorare o più siti il Web. caching, ecc. Personalization:Fornisce raccomandazioni per aiutare la navigazione degli utenti. Processo di scoperta di informazioni utili dall analisi della struttura del sito (hyperlink) e/o delle pagine (tags HTML o XML) Web Usage Mining Il Web Usage Mining (WUM) indica l'insieme complessivo dei processi, delle tecniche e delle tecnologie di data analysis, finalizzato alla scoperta di significativi schemi di comportamento (pattern) dai Web log descriventi la navigazione degli utenti in uno o più siti Web. I Web log possono essere esaminati dal lato client o dal lato server. Dal lato server permettono di scoprire informazioni sul sito/siti su cui il servizio risiede, che possono essere usate, ad esempio, per migliorare la struttura del sito Dal lato client permettono di individuare informazioni su sequenze di click (clickstrem), sul singolo utente o su gruppi di utenti, che possono essere usate, ad esempio, per la personalizzazione del contenuto delle pagine.

10 Sorgenti di dati per WUM Sorgenti di dati per WUM Server level Il server Web registra, in uno o più file, i dati descriventi il comportamento di navigazione degli utenti. Client level Il client invia a un repository informazioni concernenti il proprio comportamento. Proxy level L informazione è memorizzata livello server proxy.

11 Server access log file Formato ECLF IP Address Userid Time Method/URL/ Protocol Status Size Referrer Agent IP Address indirizzo Internet della macchina da cui proviene la richiesta, può corrispondere all indirizzo di un server proxy. UserId presente quando la richiesta richiede l autenticazione per accedere a determinati file. Time momento in cui il Web server ha ricevuto la richiesta Method/URL/Protocol modalità di accesso al Web server Status codice ritornato dal server in risposta all azione richiesta Size numero di bytes trasmessi Referrer URL del documento da cui è stata emessa la richiesta Agent della pagina. sistema operativo e browser utilizzati dal client Esempio di access log file nel formato ECLF

12 Meccanismo dei Cookie Un cookie è un identificatore del client generato dal server web e spedito ad un brower, che, se abilitato, lo memorizza per usi successivi. In genere, è assegnato ad un browser la prima volta che questo si collega ad un server Web. Il messaggio è poi inviato al server Web ogniqualvolta il browser richiede una pagina a tale server Web. Principale uso: identificare gli utenti per fornire ad esse contenuti/servizi personalizzati. In genere costituito da 7 campi: Formato del Cookie Dominio identificatore del server che ha creato il cookie Metodo specifica il metodo con cui il cookie è inviato = TRUE se inviato usando un HTTP header = FALSE se inviato tramite un Javascript Path specifica il sottoinsieme di URL per cui il cookie è valido Secure specifica se il cookie è criptato Expiration time specifica il tempo di vita del cookie Name identifica il cookie Value memorizza informazioni (es. pagine visitate, scelte effettuate, ecc) Il meccanismo dei cookie deve essere abilitato dal client.

13 Livello Client Dati collezionati tramite un agente software (es. Javascript o Java applets) o con specifiche estensioni al codice sorgente del browser usato. L uso di un browser modificato può permette di collezionare dati descriventi gli accessi a più siti Web. In ambedue i casi è richiesta la collaborazione dell utente. Rispetto al livello server ha il vantaggio di rimuovere problemi dovuti all uso della cache e all identificazione delle sessioni. Livello Proxy Un proxy Web opera come un intermediario tra i brower client e i server Web. L informazione è memorizzata a livello server proxy. Può riguardare più siti Web. Sono collezionati i dati dei soli client che accedono al sito passando per il server proxy.

14 Data modelling Le informazioni collezionate ai vari livelli possono essere usate per identificare varie astrazioni di dato. W3C ha definito le astrazioni di dato: User, Page view, Click stream, User session, Server session, Episode che possono essere usate per analizzare l uso del Web. Data modelling e Definizioni Frequenti User: un singolo individuo che sta accedendo file da uno o più server Web tramite un browser. Page view: insieme di file (es. frame, graphic, ecc.) che contribuisce alla visualizzazione di una singola pagina sul browser utente. Click-stream: una sequenza di richieste di page view. User session: click-stream di page view per un singolo utente all intero dell intero Web. Server session: insieme di page view relativo ad uno specifico sito Web (comunemente detta visita o sessione). Episode: qualsiasi sottoinsieme semanticamente significativo di un server o user session.