ANALYSIS OF GOOGLE ANALYTICS USER BEHAVIOUR DATA: THE CASE OF A LAWYER WEBSITE

Öz

Business websites are crucial for showcasing services and attracting potential users. However, the uncertainty surrounding factors influencing user behaviour often makes efficient website management difficult. This study aims to provide a better understanding of user behaviour. To this end, a logistic regression analysis was conducted to examine the impact of user behaviour data collected via Google Analytics from a law firm’s website on business conversion. Simultaneously, the S-O-R (Stimulus-Organism-Response) model was adopted to understand how user behaviour is shaped. The study found that users arriving organically and via mobile devices had a positive impact on the law firm’s conversion goals. The probability of conversion was found to be 98% lower on days with a low number of organic users compared to days with a high number of organic users. Similarly, the probability of conversion was found to be 94% lower on days with a low number of mobile users. Therefore, it is recommended that businesses design user-friendly websites compatible with various screen sizes and focus on SEO efforts to increase the number of organic users.

Anahtar Kelimeler

• User Behaviour
• Search Engine Optimization
• Logistic Regression
• Google Analytics

GOOGLE ANALYTİCS KULLANICI DAVRANIŞI VERİLERİNİN ANALİZİ: AVUKATLIK WEB SİTESİ ÖRNEĞİ

Öz

İşletmelerin web siteleri, sundukları hizmetleri sergilemek ve potansiyel kullanıcıların dikkatini çekmek amacıyla oldukça önemlidir. Ancak kullanıcı davranışlarını etkileyen faktörlerin belirsizliği nedeniyle web siteleri verimli bir şekilde yönetilememektedir. Bu çalışmada kullanıcı davranışlarının daha iyi anlaşılabilmesini sağlamak amaçlanmıştır. Bu kapsamda bir avukatlık web sitesinden Google Analytics aracılığıyla toplanan kullanıcı davranışı verilerinin işletme dönüşümü üzerindeki etkisini incelemek amacıyla lojistik regresyon analizi yapılmıştır. Aynı zamanda çalışmada kullanıcı davranışlarının nasıl şekillendiğini anlamak amacıyla S-O-R (Stimulus-Organism-Response) modeli benimsenmiştir. Çalışmanın sonucunda web sitesine organik olarak ve mobil cihazlar üzerinden gelen kullanıcıların avukatlık firmasının dönüşüm hedefleri üzerinde olumlu yönde bir etkisi olduğu bulunmuştur. Organik olarak gelen kullanıcı sayısının düşük olarak nitelendirilen günlerde dönüşüm gerçekleşme olasılığı yüksek olarak nitelendirilen günlere kıyasla %98 oranında daha düşük olduğu sonucuna ulaşılmıştır. Benzer şekilde mobil kullanıcı sayısı düşük olarak nitelendirilen günlerde dönüşüm gerçekleşme olasılığı %94 oranında daha az olduğu sonucuna ulaşılmıştır. Bu doğrultuda işletmelerin çeşitli ekran büyüklüklerine sahip cihazlara uyumlu, kullanıcı dostu web sitesi tasarımı yapması ve organik olarak gelen kullanıcı sayısını artırmak için SEO çalışmalarına özen göstermeleri önerilmektedir.

Anahtar Kelimeler

• Kullanıcı Davranışı
• Arama Motoru Optimizasyonu
• Lojistik Regresyon
• Google Analytics

Kaynakça

1. Afor, M. E., & Sahana, S. (2022). The ınternet of behaviour(IOB) and ıts significant ımpact on digital marketing. 3rd IEEE 2022 International Conference on Computing, Communication, and Intelligent Systems, ICCCIS 2022, 7-12. https://doi.org/10.1109/ICCCIS56430.2022.10037598.
2. Aksu, M. Ç., & Karaman, E. (2017). Karar ağaçları ile bir web sitesinde link analizi ve tespiti. ACTA INFOLOGICA, 1(2), 84-91.
3. Aktas, M. S. (2019). Olay tabanlı sistemlerde karmaşık olayların tespiti amaçlı gerçek zamanlı izleme alt yapısı. Pamukkale University Journal of Engineering Sciences, 25(2), 199-207. https://doi.org/10.5505/pajes.2018.28044.
4. Atshaya, S. & Rungta, S. (2016). Digital marketing vs. internet marketing: A detailed study. International Journal of Novel Research in Marketing Management and Economics, 3(1), 29-33.
5. Başar, R. (2021). Dijital dönüşüm çağında sağlık hizmetlerinde pazarlama. İçinde A. Baydaş & F. Yalman (Ed.). Sağlık sektöründe uygulanan güncel pazarlama yaklaşımları. Kriter Yayınları, 1. Baskı, İstanbul.
6. Başar, R. (2022). Kurumsal web sitelerinde karşılaşılan sorunlar ve çözüm yolları. İçinde M. Güven & M.E. Yaşar (Ed.). Güncel işletme sorunlarının çözüm önerilerinde teorik ve amprik uygulamalar içinde (ss. 143-156). Eğitim Yayınevi.
7. Başar, R. (2023a). Sosyal ağlarda infleuncer marketing ile doğru ve etkili reklam: Elyxion butik örneği. Bingöl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (BUSBED), 13(26), 10-27.
8. Başar, R. (2023b). Akademik dünyada google güvercin algoritması ve yerel arama örnekleri ile algoritmanın test edilmesi. International Journal of Social and Humanities Sciences Research (JSHSR), 10(100), 2898-2907.

9. Baydaş, A., Ata, S. & Berdibek, U. (2022). Sağlık kurumlarında sosyal medya pazarlaması. A. Baydaş & F. Yalman (Ed.), Sağlık sektöründe uygulanan güncel pazarlama yaklaşımları içinde (ss. 185-212). Kriter Yayınevi.
10. Baydaş, A., Bayat, M. & Yaşar, M.E. (2019). An empirical research on the determination of consumer perceptions related to mobile marketing applications. International Journal of Contemporary Economics and Administrative Sciences, 9(2), 370-404. https://doi.org/10.5281/zenodo.3596100
11. Beri, B., & Parminder, A. P. (2013). Web analytics: Increasing website’s usability and conversion rate. International Journal of Computer Applications. 72(6), 975-8887.
12. Bouwman, H., Nikou, S., Molina-Castillo, F. J., & Reuver, M. (2018). The impact of digitalization on business models. Digital Policy, Regulation and Governance , 20(2), 105-124. https://doi.org/10.1108/DPRG-07-2017-0039.
13. Brooks, C., Gherhes, C., & Vorley, T. (2020). Artificial intelligence in the legal sector: Pressures and challenges of transformation. Cambridge Journal of Regions, Economy and Society, 13(1), 135-152. https://doi.org/10.1093/cjres/rsz026.
14. Büyüköztürk, Ş. (2010). Sosyal bilimler için veri analizi el kitabı. Ankara: Pegem Yayıncılık. Çokluk, Ö. (2010). Lojistik regresyon analizi: Kavram ve uygulama. Kuram ve uygulamada eğitim bilimleri, 10(3), 1357-1407.
15. Deshpande, D., & Deshpande, S. (2017). Online user behavior: A decade’s perspective. International Conference on Trends in Electronics and Informatics ICEI 2017, 977-979. https://doi.org/10.1109/ICOEI.2017.8300854.
16. Eti, S. (2021). Veri madenciliği ile markaların dijital pazarlama kanallarının performansının değerlendirilmesi üzerine bir uygulama (Doktora Tezi). https://tez.yok.gov.tr sayfasından erişilmiştir.
17. Fabian, N. E. (2017). The effect of device type on buying behavior in ecommerce: An exploratory study. https://doi.org/10.25609/sure.v3.2490.
18. Gayretli, E. (2024). Organik trafik yaratma aracı olarak arama motoru optimizasyonunun (SEO) eticaret sitelerinin performansına etkileri (M. Özcan, Ed.; ss. 156-163). Asos Yayınevi.
19. Gedik, Y. (2022). Arama motoru optimizasyonu (SEO): Avantajları, zorlukları ve stratejileri üzerine kavramsal bir değerlendirme. Uluslararası Sosyal Bilimler ve Eğitim Dergisi, 4(6), 145-176.
20. Güney, M., & Afacan Fındıklı, M. M. (2020). Dijital pazarlamada sosyal medya reklamlarının özel sağlık kurumlarına olan etkileri. Eurasian Econometrics Statistics & Emprical Economics Journal, 17, 67-87. https://doi.org/10.17740/eas.stat.2020-v17-05.
21. Javaid, M., Haleem, A., Singh, R. P., Rab, S., & Suman, R. (2021). Internet of behaviours (IoB) and its role in customer services. Sensors International, 2, https://doi.org/10.1016/j.sintl.2021.100122.
22. Kaatz, C., Brock, C., & Figura, L. (2019). Are you still online 78ra re you already mobile? – Predicting the path to successful conversions across different devices. Journal of Retailing and Consumer Services, 50, 10-21. https://doi.org/10.1016/j.jretconser.2019.04.005.
23. Kantanantha, N., & Awichanirost, J. (2022). Analyzing and forecasting online tour bookings using Google Analytics metrics. Journal of Revenue and Pricing Management, 21(3), 354-365. https://doi.org/10.1057/s41272-021-00338-7.
24. Khairuzzaman, M. G., Othman, S., Adnan, R., & Ismail, N. (2020). Analyzıng user behavıour and page vıews based on vısıtor traffıc ın kolej unıversıtı poly-tech mara websıte usıng google analytıc. Malaysian Journal of Computing, 5(1), 446-455.
25. Koçak Alan, A., Tümer Kabadayı, E. & Uzunburun, T. (2018). Sosyal medya pazarlama faaliyetlerinin müşteri varlığı ve müşteri bağlılığına etkisi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 14(2), 535-555. https://doi.org/10.17130/ijmeb.2018239947.
26. Koukopoulos, Z., & Koukopoulos, D. (2019). Evaluating the usability and the personal and social acceptance of a participatory digital platform for cultural heritage. Heritage, 2(1). https://doi.org/10.3390/heritage2010001
27. Lorenzo-Romero, C., Alarcón-Del-amo, M. D. C., & Gómez-Borja, M. Á. (2016). Analyzing the user behavior toward electronic commerce stimuli. Frontiers in Behavioral Neuroscience, 10(NOV). https://doi.org/10.3389/fnbeh.2016.00224.
28. Özdemir, R. (2021). Makine öğrenmesindeki sınıflandırma yöntemlerinin karşılaştırılması ve e-ticaret üzerinde bir uygulama (Yüksek Lisans Tezi). https://tez.yok.gov.tr sayfasından erişilmiştir. Parmaksız, İ. (2020). İyimserlik, özgecilik ve medeni durumun psikolojik dayanıklılık üzerindeki etkileri. Pamukkale Üniversitesi Eğitim Fakültesi Dergisi (PAU Journal of Education), 48, 285-302. https://doi.org/10.9779/pauefd.576186.
29. Perdikaki, O., Kesavan, S., & Swaminathan, J. M. (2012). Effect of traffic on sales and conversion rates of retail stores. Manufacturing and Service Operations Management, 14(1), 145-162. https://doi.org/10.1287/msom.1110.0356.
30. Porsche, L., Zbiejczuk Suchá, L., & Martinek, J. (2022). The potential of google analytics for tracking the reading behavior in web books. Digital Library Perspectives, 38(4), 532-541. https://doi.org/10.1108/DLP-03-2022-0021.
31. Reynolds, W. H. (1965). The role of the consumer in ımage building. Califonia Management Review, 69-76. https://doi.org/10.2307/41165634.
32. Riihimäki, T. (2014). Evaluating the value of web metrics (Yüksek Lisans Tezi). https://aaltodoc.aalto.fi/items/09731263-b0ed-4674-9606-9b6703aa281a sayfasından erişilmiştir.
33. Rogers, J., & Song, A. (2023). Digital marketing in the legal profession: What’s going on and does it matter? Law, Technology and Humans, 5(2), 134-164. https://doi.org/10.5204/lthj.2828.
34. Roumeliotis, K. I., Tselikas, N. D., & Tryfonopoulos, C. (2022). Greek hotels’ web traffic: A comparative study based on search engine optimization techniques and technologies. Digital, 2(3), 379-400. https://doi.org/10.3390/digital2030021.
35. Sen, R. (2005). Optimal search engine marketing strategy. International Journal of Electronic Commerce, 10(1), 9-25. https://doi.org/10.1080/10864415.2005.11043964.
36. Sharma, H. (2023). The importance of website usability in digital marketing: A review. London Journal of Research In Computer Science and Technology, 23(3), 25-32.
37. Smith, A. K., Bolton, R. N., & Wagner, J. (1999). A model of customer satisfaction with service encounters ınvolving failure and recovery. Journal of Marketing Research, 36(3), 356-372. https://doi.org/10.1177/002224379903600305.
38. Sun, J., Gan, W., Chao, H. C., Yu, P. S., & Ding, W. (2023). Internet of behaviors: A survey. IEEE Internet of Things Journal, 10(13), 11117-11134. https://doi.org/10.1109/JIOT.2023.3247594.
39. Şahin, O. (2017). Lojistik regresyon yöntemi ile ayvalığı turizm amaçlı tercih etmede önemi risk faktörlerinin belirlenmesi. Elektronik Sosyal Bilimler Dergisi, 16(61), 647-660.
40. Şenel, S., & Alatlı, B. (2014). Lojistik regresyon analizinin kullanıldığı makaleler üzerine bir inceleme. Journal of Measurement and Evaluation in Education and Psychology, 5, 35-52. https://doi.org/10.21031/epod.67169.
41. Taken Smith, K., & Smith, L. M. (2019). Social media usage by law firms: Correlation to revenue, Reputation, and Practice Areas. Services Marketing Quarterly, 40(1), 66-81. https://doi.org/10.1080/15332969.2019.1587867.
42. Thomas, A., Darroch, J., & Galvin, W. (2001). Marketing and service orientation of New Zealand law firms. Marketing Intelligence & Planning, 19(2), 103-111. https://doi.org/10.1108/02634500110385345.
43. Tokmak Danışman, G. (2023). Dijital pazarlamada yapay zekâ: Kavramsal bir inceleme. İçinde
44. Fettahlıoğlu, H. S. & Bilginer Ozsaatcı, F. G. (Eds). Pazarlamanın Dijital Dönüşümü: Pazarlama 5.0. Özgür Yayınları. https://doi.org/10.58830/ozgur.pub254.c1340. Türkiye Barolar Birliği Reklam Yasağı Yönetmeliği. (2003). T.C. Resmi Gazete, 25296, 21 Kasım 2003.
45. Walczak, S., & Gregg, D. G. (2009). Factors influencing corporate online identity: A new paradigm. Journal of Theoretical and Applied Electronic Commerce Research, 4(3), 17-29. https://doi.org/10.4067/S0718-18762009000300003.
46. Wenning, S. (2021). Use and effect of google ads effect of google ads for marketing success. International Journal of Management and Humanities, 6(3), 23-26. https://doi.org/10.35940/ijmh.B1402.116321.
47. Xiang, D., & Wu, Y. (2022). Analysis and research of ınternet user behaviors under the context of big data. 2022 International Conference on Big Data, Information and Computer Network (BDICN), 243-247. https://doi.org/10.1109/BDICN55575.2022.00054.
48. Xun, J. (2015). Return on web site visit duration: Applying web analytics data. Journal of Direct, Data and Digital Marketing Practice, 17(1), 54-70. https://doi.org/10.1057/dddmp.2015.33.
49. Zhu, L., Li, H., Wang, F. K., He, W., & Tian, Z. (2020). How online reviews affect purchase intention: a new model based on the stimulus-organism-response (S-O-R) framework. Aslib Journal of Information Management, 72(4), 463–488. https://doi.org/10.1108/AJIM-11-2019-0308.
50. Ziani, L., Khanouche, M. E., & Belaid, A. (2022). Internet of behaviors: A literature review of an emerging technology. 2022 1st International Conference on Big Data, IoT, Web Intelligence and Applications (BIWA), 42-47. https://doi.org/10.1109/BIWA57631.2022.10037987.