VYSOKÁ ŠKOLA HOTELOVÁ V PRAZE 8, SPOL. S R. O. Petr Soukup

VYSOKÁ ŠKOLA HOTELOVÁ V PRAZE 8, SPOL. S R. O.

Petr Soukup Analýza profilu návštěvníků hl. města Prahy s využitím online nástrojů

Bakalářská práce

2016

Analýza profilu návštěvníků hl. města Prahy s využitím online nástrojů

Bakalářská práce

Petr Soukup

Vysoká škola hotelová v Praze 8, spol. s r. o. Katedra marketingu a mediálních komunikací

Studijní obor: Marketingové komunikace ve službách Vedoucí bakalářské práce: Ing. Bc. Jan Chromý, Ph.D. Datum odevzdání bakalářské práce: Datum obhajoby bakalářské práce: E-mail: [email protected]

Praha 2016

Bachelor's Dissertation

Analysis of profile of visitors of Prague, using online tools Petr Soukup

The Institute of Hospitality Management in Prague 8, Ltd. Department of Marketing and Media Communication

Major: Marketing Communication in Services Thesis Advisor: Ing. Bc. Jan Chromý, Ph.D. Date of Submission: Date of Thesis Defense: E-mail: [email protected]

Prague 2016

Čestné prohlášení

P r o h l a š u j i,

že jsem bakalářskou práci na téma Analýza profilu návštěvníků hl. města Prahy s využitím online nástrojů zpracoval samostatně a veškerou použitou literaturu a další podkladové materiály, které jsem použil, uvádím v seznamu použitých zdrojů a že svázaná a elektronická podoba práce je shodná. V souladu s § 47b zákona č. 111/1998 Sb., o vysokých školách v platném znění souhlasím se zveřejněním své bakalářské práce, a to v nezkrácené formě, v elektronické podobě ve veřejně přístupné databázi Vysoké školy hotelové v Praze 8, spol. s r. o.

.............................. Petr Soukup V Praze dne

Poděkování

Chtěl bych poděkovat svému vedoucímu práce Ing. Bc. Janu Chromému, Ph.D. za to, že mi při výběru vlastního tématu vyšel vstříc a poskytl podnětné připomínky.

Abstrakt SOUKUP, Petr. Analýza profilu návštěvníků hl. města Prahy s využitím online nástrojů. [Bakalářská práce] Vysoká škola hotelová. Praha: 2016. 83 stran.

Cílem této bakalářské práce je analyzovat návštěvníky hlavního města Prahy pomocí online nástrojů a demonstrovat jejich praktické využití. Základním zdrojem dat je oficiální turistický portál hl. m. Prahy www.prague.eu. Zásadní metriky a dimenze měření návštěvnosti jsou získány primárním nástrojem Google Analytics. Specifické chování je vyhodnoceno na základě dat z teplotní a scroll mapy Monkey Tracker. Práce využívá komparace a statistický výpočet koeficientu změny. Vyhodnocená data slouží jako zdroj informací o cílových skupinách uživatelů, které je nutné znát pro rozvoj portálu s ohledem na uživatele.

Klíčová slova: Google Analytics, Monkey Tracker, digitální analýza, online profil uživatele, oficiální webový portál hl. m. Prahy

Abstract SOUKUP, Petr. Analysis of profile of visitors of Prague, using online tools. [Bachelor's Dissertation] The Institute of Hospitality Management in Prague 8, Ltd. Prague: 2016. 83 pages.

The aim of this bachelor thesis is to analyze the visitors of the capital city of Prague using online tools and to demonstrate their practical use. The basic source of the data is the official tourist website for Prague www.prague.eu. The fundamental metrics and dimensions of the visitor rate measuring are obtained by the primary Google Analytics tool. Specific behaviour is evaluated on the basis of the data from the Monkey Tracker heat and scroll map. The thesis uses comparison and statistical calculation of the coefficient of variation. Evaluated data serves as a source of information about the target groups of users that are required to know in order to develop the portal with respect to the user.

Keywords: Google Analytics, Monkey Tracker, digital analysis, online user profile, The Official Tourist Website for Prague

Obsah POUŽITÉ ZKRATKY A VYSVĚTLIVKY POJMŮ ................................................... 10 ÚVOD......................................................................................................................... 12 1.

TEORETICKÁ ČÁST ......................................................................................... 14 1.1

1.1.1

ROZVOJ INTERNETU ......................................................................... 14

1.1.2

SLUŽBY INTERNETU ......................................................................... 15

1.2

2.

INTERNET ................................................................................................... 14

DIGITÁLNÍ ANALÝZA .............................................................................. 18

1.2.1

ONLINE UŽIVATEL ............................................................................ 18

1.2.2

WEBOVÁ ANALYTIKA 2.0 ................................................................ 18

1.2.3

NÁSTROJE WEBOVÉ ANALYTIKY .................................................. 20

PRAKTICKÁ ČÁST ........................................................................................... 23 2.1

PŘEDSTAVENÍ SPOLEČNOSTI ................................................................. 23

2.1.1

WWW.PRAGUE.EU ............................................................................. 25

2.2

NÁVŠTĚVNOST WEBOVÉHO PORTÁLU ................................................ 27

2.3

ZDROJOVÉ ZEMĚ NÁVŠTĚVNOSTI ........................................................ 29

2.3.1

TOP ZDROJOVÉ ZEMĚ ONLINE NÁVŠTĚVNOSTI.......................... 30

2.3.2

TOP ZDROJOVÉ ZEMĚ NÁVŠTĚVNÍKŮ PRAHY............................. 31

2.3.3

TOP ZDROJOVÁ MĚSTA ONLINE NÁVŠTĚVNOSTI....................... 34

2.4

ZAŘÍZENÍ VYUŽÍVANÁ ONLINE NÁVŠTĚVNÍKEM ............................. 38

2.4.1

NEJPOUŽÍVANĚJŠÍ MOBILNÍ ZAŘÍZENÍ ......................................... 41

2.5

DEMOGRAFICKÉ ÚDAJE .......................................................................... 44

2.6

OPERAČNÍ SYSTÉMY A PROHLÍŽEČE ................................................... 46

2.7

CHOVÁNÍ ONLINE UŽIVATELE .............................................................. 48

2.7.1

VYHLEDÁVANÁ SLOVA ................................................................... 50

2.7.2

ZOBRAZENÉ PODSTRÁNKY ............................................................. 55

3.

NÁVRHOVÁ ČÁST ........................................................................................... 67

4.

ZÁVĚR ............................................................................................................... 70

ZDROJE ..................................................................................................................... 72 PŘÍLOHY ................................................................................................................... 75

Seznam obrázků Obrázek č. 1: Princip zobrazování webových stránek. ................................................. 16 Obrázek č. 2: Princip webové analytiky 2.0. ............................................................... 19 Obrázek č. 3: Proces sběru dat službou Google Analytics ........................................... 21 Obrázek č. 4: Logo organizace .................................................................................... 24 Obrázek č. 5: Organizační schéma PIS – PCT ............................................................. 24 Obrázek č. 6: Přehled používaných domén a analytických nástrojů ............................. 25 Obrázek č. 7: Zdrojové země online návštěvnosti www.prague.eu v roce 2015 ............ 29 Obrázek č. 8: Chování online uživatelů na české podstránce Akce .............................. 57 Obrázek č. 9: Chování online uživatelů na české podstránce Jídlo a Pití ..................... 58 Obrázek č. 10: Chování online uživatelů na české podstránce Místa ........................... 58 Obrázek č. 11: Chování online uživatelů na podstránce Galerie Tančící dům ............... 59 Obrázek č. 12: Chování online uživatelů na německé podstránce Jídlo a Pití ............... 61 Obrázek č. 13: Chování online uživatelů na německé podstránce Památky .................. 61 Obrázek č. 14: Chování online uživatelů na německé podstránce Praktické ................. 62 Obrázek č. 15: Chování online uživatelů na anglické podstránce Pražský hrad ............ 64 Obrázek č. 16: Chování online uživatelů na anglické podstránce Památky ................... 65 Obrázek č. 17: Chování online uživatelů na anglické podstránce Ubytování ................ 66

Seznam tabulek Tabulka č. 1: Koeficient růstu návštěvnosti www.prague.eu ........................................ 28 Tabulka č. 2: Nejvýznamnější zdrojové země www.prague.eu..................................... 30 Tabulka č. 3: Nejvýznamnější zdrojové země návštěvníků Prahy................................. 31 Tabulka č. 4: Vývoj online návštěvnosti prvních 5 zdrojových zemí ............................ 32 Tabulka č. 5: Vývoj online návštěvnosti druhých 5 zdrojových zemí ........................... 33

Tabulka č. 6: Nejvýznamnější zdrojová města portálu www.prague.eu ........................ 34 Tabulka č. 7: Nejvýznamnější zdrojová města České republiky ................................... 35 Tabulka č. 8: Nejvýznamnější zdrojová města – ostatní zdrojové země........................ 36 Tabulka č. 9: Nejpoužívanější mobilní zařízení............................................................ 41 Tabulka č. 10: Přístroje Apple – skutečné rozlišení ...................................................... 42 Tabulka č. 11: Apple iPhone – specifikované rozlišení ................................................ 43 Tabulka č. 12: Apple iPad – specifikované rozlišení .................................................... 43 Tabulka č. 13: Demografické údaje – pohlaví .............................................................. 44 Tabulka č. 14: Demografické údaje – věková skupina ................................................. 44 Tabulka č. 15: Oblíbenost PC, tabletů, mobilních telefonů podle věkových skupin ..... 45 Tabulka č. 16: Používané operační systémy rozdělené podle zařízení ......................... 46 Tabulka č. 17: Používané webové prohlížeče, rozdělení podle zařízení ........................ 47 Tabulka č. 18: Kanály online návštěvnosti .................................................................. 49 Tabulka č. 19: Hlavní zdroje kanálu – neplacené vyhledávání ..................................... 49 Tabulka č. 20: Hlavní zdroje kanálu – odkazy ............................................................ 50 Tabulka č. 21: Vyhledávaná slova rok 2015 – všechny země ....................................... 51 Tabulka č. 22: Vyhledávaná slova únor 2016 – Česká republika ................................. 52 Tabulka č. 23: Vyhledávaná slova únor 2016 – Německo ........................................... 53 Tabulka č. 24: Vyhledávaná slova únor 2016 – USA .................................................. 53 Tabulka č. 25: Vyhledávaná slova únor 2016 – Spojené království .............................. 54 Tabulka č. 26: Zobrazené podstránky únor 2016 ......................................................... 55 Tabulka č. 27: Zobrazené podstránky – česká jazyková verze únor 2016 .................... 56 Tabulka č. 28: Zobrazené podstránky – německá jazyková verze únor 2016 ............... 60 Tabulka č. 29: Zobrazené podstránky – anglická jazyková verze únor 2016 ................ 63

Seznam grafů Graf č. 1: Vývoj návštěvnosti webového portálu www.prague.eu ............................... 27 Graf č. 2: Vývoj využití PC, tabletů a mobilů online uživatele v letech 2012–2015...... 38 Graf č. 3: Vývoj využití PC a mobilních zařízení v letech 2013–2015.......................... 39 Graf č. 4: Využití PC a mobilních zařízení v České republice v roce 2015 ................... 40

Seznam příloh Příloha č. 1: Světový počet uživatelů Internetu ........................................................... 75 Příloha č. 2: Digital Divide 2015 ................................................................................. 75 Příloha č. 3: Přehled hlavních sociálních sítí v roce 2015 ............................................. 76 Příloha č. 4: Pět světově nepoužívanějších prohlížečů. Typ zařízení: PC...................... 77 Příloha č. 5: Pět světově nepoužívanějších prohlížečů. Typ zařízení: tablet .................. 77 Příloha č. 6: Pět světově nepoužívanějších prohlížečů. Typ zařízení: mobil ................. 78 Příloha č. 7: Přehled českých a cizojazyčných domén tematických mikrostránek ......... 78 Příloha č. 8: Návštěvnost webového portálu www.prague.eu ...................................... 79 Příloha č. 9: Zdrojové země webového portálu www.prague.eu v roce 2015 ............... 79 Příloha č. 10: Vývoj využití PC, tabletů a mobilů v letech 2012–2015 ......................... 81 Příloha č. 11: Vývoj využití PC a mobilních zařízení v letech 2013–2015.................... 82 Příloha č. 12: Využití PC a mobilních zařízení v České republice v roce 2015 ............. 82

POUŽITÉ ZKRATKY A VYSVĚTLIVKY POJMŮ A.T.I.C. ČR = Asociace turistických informačních center České republiky Booking.com = specializovaný ubytovací portál ECM = European Cities Marketing Clickstream = zaznamenávání kliknutí online uživatele Cloudové služby = poskytování služeb či programů uložených na serverech na Internetu Competitive intelligence = konkurenční zpravodajství Cookies = malé množství dat, které posílá webový server prohlížeči ČSÚ = Český statistický úřad Dimenze = popisuje charakteristiky online uživatelů v nástroji Google Analytics Ga.js = měřicí kód Java Skriptu používaný Google Analytics Google Tag Manager = nástroj usnadňující vkládání měřicích kódů Google Analytics Heatmaps = teplotní mapy sloužící k monitorování klikání uživatelů

Hlavička webu = horní část webu obsahující navigaci Homepage = domovská stránka webu HTML = HyperText Markup Language – značkovací jazyk určený pro tvorbu webů IDC = International Data Corporation – americká společnost provádějící výzkumy trhu IoT = Internet of Things – internet věcí, připojení dalších spotřebních zařízení do sítě iOS = mobilní operační systém vytvořený společností Apple IP Adresa = číslo, které jednoznačně identifikuje síťové rozhraní v počítačové síti KPI = klíčové ukazatele výkonnosti Metrika = údaj kvantitativního měření online uživatelů v nástroji Google Analytics Mobilní zařízení = mobilní telefon, tablet MMR = Ministerstvo pro místní rozvoj ČR MZV = Ministerstvo zahraničních věcí ČR návštěva = skupina interakcí, které proběhnou na webu během určité doby PC = počítač (osobní nebo přenosný) PIS – PCT = Pražská informační služba – Prague City Tourism Proxy Server = prostředník mezi klientem a cílovým počítačem Scrollmap = mapa pohybu uživatele po webu TCO = celková cena vlastnictví TCP/IP = přenosové protokoly pro komunikaci v síti TIC = turistické informační centrum URL = řetězec znaků sloužící k identifikaci umístění zdroje informací na Internetu W3C = mezinárodní konsorcium vyvíjející webové standardy WAN = Wide Area Network – rozsáhlá počítačová síť pokrývající rozlehlé území WWW = World Wide Web – označení pro systém dat nacházejících se v Internetu XHTML = rozšiřitelný hypertextový značkovací jazyk

ÚVOD Pro každé podnikání je důležité znát svého zákazníka. V online prostředí je možné získat velké množství dat, kterým je třeba správně porozumět, získané znalosti vyhodnotit a využít pro vylepšení poskytování statků či služeb. Cílem práce je analyzovat návštěvníky hlavního města Prahy v online prostředí. Jako hlavní zdroj dat využiji oficiální turistický portál hlavního města Prahy www.prague.eu. V praktické části odpovím na základní otázky pro stanovení profilu návštěvníků. Proč jsem si vybral toto téma? Je mi velmi blízké. Zajímám se o analytické nástroje a snažím se pochopit chování online. Pracuji jako ICT vedoucí ve společnosti Pražská informační služba – Prague City Tourism, která již dlouhá léta spravuje oficiální turistický portál hlavního města Prahy. Mou prací a vlastně i potěšením je aktivní účast na rozvoji a vylepšení tohoto portálu. Mohu tak své teoretické znalosti webové analýzy rozvíjet v praxi. S kolegy pravidelně rozebírám jednotlivé úspěchy či neúspěchy webu, učím je, jak si pomocí webové analýzy mohou sami odpovědět na otázky, které k webovému portálu mají. Téma práce mi umožňuje provést důkladnou a časově náročnou analýzu online uživatelů. Pro primární analýzu použiji jako základní nástroj Google Analytics, dále bude chování uživatelů monitorováno použitím teplotních map. Na začátku práce objasním základní pojmy internetového prostředí, vysvětlím základní funkci webových stránek, definuji pojem online uživatel a vysvětlím principy webové analytiky. Dále popíši funkce analytických nástrojů, pomocí kterých budou ověřeny stanovené hypotézy práce. Poznání online uživatele bude představeno v základních blocích s využitím důležitých metrik a dimenzí. V některých případech bude provedena explorační analýza a naznačen možný vývoj trendů. Pro tuto práci jsem zvolil čtyři hypotézy, pomocí kterých prozkoumám chování online uživatelů a demonstruji využití jednotlivých analytických nástrojů. U všech hypotéz vždy uvedu použitý analytický nástroj a základní metriku či dimenzi a stanovené časové období. Přínosem této práce je vzbuzení zájmu o poznání návštěvníků webové prezentace bez ohledu na cíl podnikání.

12

Hypotéza H. 1: Návštěvnost portálu v letech 2010–2015 roste v průměru více než o 50 %. Je zvolena pro ukázání analýzy počtu návštěv portálu. Pro ověření této hypotézy použiji hlavní analytický nástroj Google Analytics a provedu výpočet koeficientu růstu online návštěvnosti. Hlavní metrika1: návštěvnost.

Hypotéza H. 2: Online návštěvníci přicházejí z více než 150 zemí světa. Určím celkový počet zdrojových zemí online návštěvnosti. Dále specifikuji deset nejdůležitějších online zdrojových zemí, které srovnám se statistikami přenocování návštěvníků Prahy z dat ČSÚ. Pro lepší poznání online návštěvnost zemí specifikuji na zdrojová města. Ověřím, zda nejdůležitější zdrojová města online návštěvnosti jsou hlavní města nejdůležitějších zdrojových zemí. Použitý nástroj: Google Analytics. Základní dimenze: zdrojové země dále upřesněné filtrem zdrojové město. Měřené období: rok 2015.

Hypotéza H. 3: Pro návštěvu portálu uživatelé nejčastěji používají PC. Tato hypotéza nám přiblíží, jaké zařízení online návštěvníci používají pro zobrazení oficiálního turistického portálu nejčastěji. Dále budu hodnotit rostoucí trend oblíbenosti mobilních zařízení. Použitý nástroj: Google Analytics. Základní dimenze: zařízení. Měřené období: rok 2015

Hypotéza H. 4: Analyzovaný portál je využíván všemi věkovými skupinami. Provedu demografický výzkum online uživatelů. Vyhodnotím návštěvnost definovaných věkových skupin. V návaznosti na téma předchozí hypotézy specifikuji preference využívaných zařízení jednotlivých věkových skupin a určím nejpoužívanější modely mobilních zařízení. Použitý nástroj: Google Analytics. Základní dimenze: věk, pohlaví, kombinováno s dimenzí zařízení. Měřené období: rok 2015

11

U využívaných metrik a dimenzí je použito odborné názvosloví nástroje Google Analytics.

13

1. TEORETICKÁ ČÁST 1.1 INTERNET Pojem složený ze dvou anglických slov inter (mezi) a net (síť) má velké množství definic. Od technicky popisující TCP/IP protokoly až po definice přizpůsobené konkrétnímu využití autora. „Internet si lze představit jako celosvětovou počítačovou síť WAN, která se skládá z menších počítačových sítí.“ (Chromý, 2013, s. 163). Internet v dnešní době charakterizuje elektronické prostředí a představuje univerzální a velmi důležitý komunikační prostředek. Již od svého vzniku je koncipován jako decentralizovaný a nikdo jej nevlastní, což mu zaručuje stabilitu a nezničitelnost. (Chromý, 2013, s. 163) Vývojem informačních a komunikačních technologií využití internetu neustále roste.

1.1.1 ROZVOJ INTERNETU Neustále se rozvíjející Internet stále přináší nové služby. Pro využívání Internetu je třeba hardware a příslušný software. Hardwarových zařízení využívajících Internet neustále přibývá. K osobním počítačům a serverům se ve velkém množství přidávají tablety a chytré telefony, výjimkou nejsou ani televize a další domácí spotřebiče. Rozvoj Internetu je často spojován s pojmem IoT (Internet of Things). Podle společnosti Gartner bude v roce 2020 k internetu připojeno 25 miliard zařízení. (BUSINESS IT, 2015) V současné době je na světě více než 3,2 miliardy uživatelů (ITERNET LIVE STATS, 2015) Přehled uživatelů Internetu od roku 1993 naleznete v příloze č. 1. Dalším velmi rychle rostoucím odvětvím jsou cloudové služby. V roce 2015 IDC očekává nárůst českého trhu cloudových služeb o dalších 22 % na přibližně 88 milionů USD. (EKONOMICKÝ DENÍK, 2015) Rozvoj Internetu má však i překážky. Ve světě dochází k nerovnoměrnému vývoji obyvatelstva po stránce ekonomické, sociální i technické a vytváří se tak Digital Divide – digitální propast. (Chromý, 2013, s. 165) Podle údajů zveřejněných v roce 2015 mezinárodní telekomunikační unií (ITU) má jen o něco více než 4 z 10 jedinců na celém světě přístup k Internetu. (STATISTA, 2015) Přehled Digital Divide v roce 2015 naleznete v příloze č. 2.

14

1.1.2 SLUŽBY INTERNETU Odborná literatura je v dělení základních služeb Internetu nejednotná. V některých zdrojích se můžeme setkat s dělením základních služeb internetu na webové stránky, elektronickou poštu, mailing list, newsgroups, FTP, telnet. (Chromý 2013) Jiný autor dále dělí službu webových stránek na prohlížení webových stránek, tzv. „surfování“, a vyhledávání informací na Internetu a osamostatňuje sociální sítě či online komunikaci a telefonování pomocí VoiP technologie. (Vojtěšek 2012) Můžeme se však setkat i s uváděním e-bankovnictví jako základní služby Internetu. (E. Hladká a J. Fousek, IS. MUNI.CZ) Pro účel této práce byly některé služby sdruženy. 

Webové stránky (prohlížení, surfování)



Komunikace (e-mail, mailing list, newsgroups, VoiP, online komunikátory)



Sociální sítě



Sdílení souborů (FTP, telnet, cloudové služby)

Podrobněji budu popisovat dvě nejdůležitější služby související s touto prací, a to sociální sítě a webové stránky. Popisy ostatních služeb podrobně popisují výše uvedení autoři. SOCIÁLNÍ SÍTĚ Sociální síť je „Internetová služba umožňující (zpravidla registrovaným) členům vytvářet svůj veřejný nebo částečně veřejný profil a navazovat virtuální vztahy s uživateli, s nimiž chtějí být ve spojení v rámci dané sítě, umožňující jim také komunikovat mezi sebou, sdílet společně informace, fotografie, videa, odkazy, plánovat akce a další aktivity. Většinu obsahu sociálních sítí vytvářejí samotní uživatelé. Sociální sítě virtuálně propojují různé osoby a instituce na základě společných přátelských či pracovních vztahů nebo stejného zájmu“ (Havlová, 2003). Jsou fenoménem dnešní doby a těší se velké oblibě nejen u mladých uživatelů. Je však velmi krátkozraké si myslet, že slouží jen pro zábavu a snazší komunikaci. Z pohledu prodejce jsou sociální sítě důležitým marketingovým kanálem umožňujícím velmi přesné cílení. Uživatelé se sami ochotně třídí, uvádějí svůj věk, zájmy, bydliště, pracovní pozici, vztahy a mnoho dalšího. Přesně zacílit reklamu je pak velmi jednoduché a prodej je velmi efektivní. Reklama se zobrazuje přesně podle zvoleného segmentu. Přehled sociálních sítí a počty uživatelů naleznete v příloze práce. Světový leader Facebook a společnost Twitter dokonce plánují i přidání přímého 15

nákupního tlačítka bez nutnosti přecházet na webové obchody. (Šikýř, 2015) Přehled hlavních sociálních sítí v r. 2015 najdete v příloze č. 3.

WEBOVÉ STRÁNKY „Webové stránky, nebo odborněji hypertextové dokumenty, jsou dokumenty obsahující nejenom text, ale také různé multimediální prvky jako jsou obrázky, videa, audio soubory apod. ale především odkazy na další webové stránky v prostředí tzv. WWW (z anglického World Wide Web.“ (Vojtěšek, 2012, s. 63). Webové stránky jsou tvořeny v jazyce HTML a jeho vylepšenou formou XHTML. Možnosti značkovacích jazyků se neustále vyvíjí. Na dodržování standardů a norem těchto jazyků dohlíží organizace W3C. Funkce je založena na architektuře klient server. Klient se často označuje jako webový prohlížeč. Komunikace se serverem probíhá pomocí protokolu HTTP. Nejnovější verzí je protokol HTTP2. Jeho nejvýraznější přínos je zrychlení webové technologie a načítání webových stránek. (HEXUS, 2015) Na webový server jsou uloženy webové stránky. Vysláním požadavku na server klient zobrazí vyžádanou webovou stránku. Z hlediska generování stránek webovým serverem se dělí na stránky statické a dynamické. Pro dynamické stránky je nutné použití databáze a skriptovacích jazyků. Princip zobrazení webových stránek vysvětluje obrázek č. 1. Obrázek č. 1: Princip zobrazování webových stránek.

Zdroj: Wikipedie, upravil autor 16

Kvalitu webových stránek lze hodnotit podle mnoha kritérií. Je možno hodnotit jejich technickou kvalitu nebo je hodnotit z pohledu marketingové komunikace. „V praxi neexistuje a pravděpodobně ani nemůže existovat jednotná metodika pro komplexní hodnocení celých webových stránek.“ (Chromý, 2013, s. 163).

WEBOVÉ PROHLÍŽEČE Pro zobrazení webové stránky musí být v zařízení instalován webový prohlížeč. Tento software převádí HTML znaky do grafické podoby. Počítač, tablet nebo mobilní telefon jsou nejčastěji používaná zařízení pro zobrazení webových stránek. U těchto zařízení si uvedeme celosvětové statistiky oblíbenosti webových prohlížečů. U počítačů je světově nejpoužívanější webový prohlížeč Google Chrome. V prosinci 2015 tento prohlížeč využívalo již 68 % uživatelů. Druhým nejpoužívanějším prohlížečem je Mozilla Firefox s 19,1 % a třetí Microsoft Explorer s 6,3 %. (W3SCHOOL.COM, 2016) Nejvyužívanější webový prohlížeč zařízení typu tablet je Safari. Tento webový prohlížeč vyvíjený výhradně pro tablety Apple iPad dosahuje 60 % světového užití. Druhým nejoblíbenějším prohlížečem je Google Chrome se 17 % užití. U mobilních telefonů v popularitě opět vede webový prohlížeč Google Chrome. Používá ho přibližně jedna třetina uživatelů mobilních telefonů, se kterými uživatelé přistupují na web. Safari patří 18,8 %. (STATCOUNTER, 2016) Kompletní statistiky využívaných prohlížečů u zmíněných zařízení v roce 2015 najedete v příloze č. 5 – 6.

Popularitu použití jednotlivých webových prohlížečů specifikovanou podle použitých zařízení budu analyzovat v praktické části práce, protože spolu s použitím zařízení pro zobrazení webu a velikostí monitoru patří mezi základní a velmi důležité dimenze webové analytiky.

17

1.2 DIGITÁLNÍ ANALÝZA Pomáhá pochopit, co se v digitálním prostředí děje. Podporuje manažerské rozhodování pro optimalizaci webů či mobilních aplikací. Identifikuje účinnost obsahu i jednotlivých marketingových kanálů. Umí vypočítat hodnotu, účinnost a efektivitu online služeb dle vašich nastavených cílů. (Jašek, 2014) Pro úspěšnost všech digitálních služeb je důležité znát jejich cílovou skupinu v co největších detailech. Je třeba znát uživatele. Bez uživatelů žádná z uvedených služeb neplní svůj účel. Pro úspěch všech online projektů musíme vědět, kdo je nebo kdo předpokládáme, že bude náš online uživatel.

1.2.1 ONLINE UŽIVATEL Přesný termín vyhovující potřebám této práce jsem nenalezl. Je tedy třeba ho definovat. Online uživatel je uživatel, který byl v době měření analytickými nástroji připojen do sítě Internet a navštívil námi měřené stránky. Společnost Google prosadila, že každý provozovatel stránek využívající její analytické nástroje v pokročilém nastavení je povinen online uživatelům dát na vědomí, že souhlasí s poskytováním souboru cookies. Pokud toto nebudete dodržovat, riskujete zablokování Google Analytics účtu. (Kuthan, 2015) Analyzovat chování online uživatele nám umožní analytické nástroje. Nejdříve je však třeba si specifikovat pojem webová analytika.

1.2.2 WEBOVÁ ANALYTIKA 2.0 Od vzniku WWW se snažíme toto prostředí měřit a správně pochopit. První webový nástroj pro měření webové analytiky vznikl v roce 1993. (ClickTale, 2010) Od té doby je možné sledovat téměř každý uživatelský klik. Vzniká obrovské množství clickstream dat o online uživatelích. Data však nestačí jen sbírat a analyzovat, důležité je jim správně porozumět. „Webová analytika 2.0 je analýza kvalitativních a kvantitativních dat z vašich a konkurenčních webových stránek, které pomáhají neustále vylepšovat zkušenosti, které vaši současní i potenciální zákazníci s vašimi webovými stránkami mají, což se promítá do vašich požadovaných výsledků jak online, tak i offline“ (Kausik, 2011, s. 23). Jednoduché otázky nás dovedou k tomu nejdůležitějšímu – k poznatkům. Odpovědi na otázku „co?“ nám ověří nástroje webové analytiky. Stačí data sebrat a vyhodnotit. 18

Vícerozměrná analýza nám odpoví na otázku „jak moc?“. Experimentování a testování a zpětná vazba od uživatelů pomáhá vysvětlením „proč?“. Competitive intelligence odpoví na otázku „co jiného?“.

Obrázek č. 2: Princip webové analytiky 2.0.

Zdroj: Avinash Kausik, Webová analytika 2.0 Kompletní průvodce analýzami návštěvnosti. Upravil autor.

Vše vede k tomu, abychom co nejlépe poznali našeho online uživatele. Pokud je nám známé jeho chování, můžeme správně plánovat rozvoj webu přesně podle jeho potřeb.

19

1.2.3 NÁSTROJE WEBOVÉ ANALYTIKY Na trhu je velké množství nástrojů. Většinu z nich lze pořídit zdarma nebo v různě vysokých cenách. Pro správnou implementaci principů webové analytiky potřebujeme zvolit vhodný analytický nástroj. Důležité jsou upřímné zhodnocení stavu firmy, jejích zaměstnanců a fází rozvoje a odpovědi na tři základní otázky. Chcete report nebo analýzu? Pro menší firmy stačí jen jednoduché reporty, podrobná analýza není potřeba. Jste silní v IT, v podnikání nebo v obojím? Pokud nemáte kapacity na implementaci a správné nastavení a vyhodnocení, nevolte žádné složité nástroje. Řešíte pouze clickstream analýzu nebo webovou analytiku 2.0? Ve většině případů stačí správné pochopení online uživatelů a další výzkumy jsou nad možnosti firmy. Pro webovou analytiku platí pravidlo 10:90, které říká, že 10 % je investice do nástroje a 90 % investic je třeba do lidí. Jen lidé jsou schopni data správně analyzovat a získat z nich poznatky. K ceně pořízení nástroje je tedy nutné připočítat cenu za implementaci, provoz a školení pracovníků. Budeme tedy znát výsledné TCO analytického nástroje. (KAUSIK, 2011) Jiný odborný zdroj rozděluje analytické nástroje pro pokročilou analýzu a nižší úroveň požadavků. Do skupiny pokročilých nástrojů patří Coremetric, Omniture a Webtrends. Tyto nástroje dokáží pracovat s obrovským množstvím dat a jsou vhodné pro největší světové podniky. (RobertNemec.com, 2016) Nejlépe hodnoceným nástrojem z této skupiny je Coremetrics. (TopTen Reviews, 2016) Tyto nástroje nemají podle výzkumů W3Tech dohromady ani 1 % použití z celosvětového trhu analytických nástrojů. (W3Techs3, 2016) Do nástrojů nižší úrovně můžeme zařadit: WordPress Stats, Yandex Metrika, One Stat Professional, Google Analytics a mnoho dalších. Tyto nástroje jsou většinou zdarma. Dalším užitečným nástrojem pro analýzu webu jsou tzv. teplotní mapy. „Teplotní mapa je výsledek měření agregovaného chování návštěvníků stránek. Například u teplotní mapy kliků jsou výrazněji označená ta místa na stránce, na která více návštěvníků kliká. A čím víc kliků, tím je dané místo "teplejší". Podobně je to s měřením pohybu myši." (Forgáč, 2011). V online prostředí je možné získat i analytická data konkurence a porovnat si s ní výkon svého webu.

20

GOOGLE ANALYTICS Google Analytics je nejpoužívanější analytický nástroj na trhu. Celosvětově ho využívá více než 35 % webů. (W3Techs, 2016) Patří do skupiny analytických nástrojů, které jsou zdarma. K jeho dalším výhodám patří i jednoduché ovládání. Nástroj je lokalizován na serverech společnosti Google a funguje jako služba. Pro jeho používání se uživatel musí zaregistrovat na http://www.google.com/analytics/ a mít založený účet u společnosti Google. Je možné použít i běžný uživatelský účet. Pro sběr dat používá jednoduchý Java Script (ga.js), který je třeba umístit na každou podstránku měřeného webu. Princip funkce Google Analytics přesně vysvětluje níže uvedený obrázek.

Obrázek č. 3: Proces sběru dat službou Google Analytics

Zdroj: Sebastian Tonkin a kol. Kompletní průvodce analýzami návštěvnosti. Upravil autor.

21

Při načtení stránky online uživatelem se na jejím pozadí spustí kód. Tento kód nejprve požádá o soubor ga.js. Tento požadavek je vždy směřován na nejbližší server společnosti Google. Po doručení souboru ga.js proběhne druhá část sledovacího kódu, jenž provádí sběr údajů o online návštěvníkovi uložených v jeho webovém prohlížeči. Po sběru údajů sledovací kód nastaví nebo aktualizuje několik souborů cookies na zařízení online uživatele. (Tonkin a kol. 2011) Google Analytics využívá vlastní soubory cookies, jejichž detailní popisy naleznete na webu Google Developers. Shromážděná data jsou následně zpracovávána. Při zpracování se data konfigurují podle vašeho systémového nastavení, uloží se do databáze a jsou uživateli účtu Google Analytics zpřístupněna ve formě přehledů. Základní prvky tohoto nástroje jsou dimenze a metriky. Dimenze popisují vlastnosti online uživatelů a jejich činností. Metriky jsou kvantitativní míry interakcí. (Akademie Analytics, 2016) Pro správné pochopení analyzovaných dat je třeba znát cíle měřeného webu a definovat si plán jejich měření. Tuto službu budu používat jako základní nástroj v praktické části práce.

MONKEY TRACKER Jednoduchý a přehledný analytický nástroj, který umožňuje zaznamenávat aktivitu návštěvníků, a to formou záznamu míst kliknutí do obsahu stránky (tj. kam návštěvník na stránce kliká, přičemž jsou registrována všechna kliknutí, a to včetně těch, která nebyla vedena na odkazy) a záznamu rozsahu zobrazení stránek (tj. jakou část stránek si návštěvník zobrazil, a to včetně částí zobrazených pomocí rolování posuvníky). Získaná data jsou převáděna do souhrnných teplotních map znázorňujících intenzitu dle počtu kliků na stránce (včetně přesného vyčíslení počtu uživatelů, kteří do vybrané oblasti klikali) a do scroll map znázorňujících počet uživatelů, kteří si příslušné části stránky zobrazili. Funguje na principu jednoduchého JavaScriptu, který lze nastavit i bez zásahu programátora pomocí Google Tag Manageru. Nástroj je finančně nenáročný, pro neziskové organizace je v základním nastavení zdarma. (Monkey Tracker, 2016)

22

2. PRAKTICKÁ ČÁST V úvodu bych rád poděkoval vedení PIS – PCT za to, že mohu použít informace získané z oficiálního turistického portálu www.prague.eu. Online nástroji uvedenými v teoretické části provedu analýzu uživatelů portálu. Výsledky této práce mohou být dále využity pro jeho další rozvoj.

2.1 PŘEDSTAVENÍ SPOLEČNOSTI Pražská informační služba – Prague City Tourism je příspěvková organizace hlavního města Prahy. Byla založena 1. 1. 1958 jako samostatné kulturně-informační a vzdělávací zařízení, které vzniklo za účelem podpory cestovního ruchu v Praze. Převzala však také služby, které mají své počátky již v roce 1929, a patří tedy mezi nejstarší turistické služby svého druhu v Evropě. V letech 2014–2015 prošla PIS – PCT přerodem v moderní marketingovou organizaci, která pečuje o rozvoj domácího i zahraničního cestovního ruchu v české metropoli. „Tradičními úkoly organizace jsou poskytování profesionálních informací o nabídce cestovního ruchu v Praze, zprostředkování relevantních služeb stávajícím i potenciálním návštěvníkům hlavního města, organizace vzdělávacích cyklů o historii a současnosti města pro odbornou i laickou veřejnost či zajištění provozu historického objektu Staroměstská radnice.“ (PRAGUE CITY TOURISM, 2016). Pro návštěvníky Prahy provozuje pět turistických informačních center rozmístěných na důležitých místech v Praze. V historickém centru města se nachází TIC Staroměstská radnice a TIC Můstek. Další se nachází na Václavském náměstí a dvě na Letišti Václava Havla Praha. Pro české i zahraniční zájemce obstarává proškolené průvodce Prahou, které jsou organizací pravidelně školeni a doškolováni. Zejména pro české návštěvníky pořádá naučné vlastivědné vycházky Prahou. Aktivně se účastní důležitých českých a světových veletrhů cestovního ruchu. Pro odborníky pravidelně vydává české i zahraniční newslettery. PIS – PCT v roce 2014 změnila svůj dosavadní vizuální styl. Místo starého loga s tmavě modrou korunkou používá stylizovaný rozcestník, ukazatel, který pomáhá návštěvníkům i obyvatelům Prahy zorientovat se v aktuálním turistickém a kulturním dění. Zároveň Prahu znázorňuje jako křižovatku měst.

23

Obrázek č. 4: Logo organizace

Zdroj: www.praguecitytourism.cz PIS – PCT je členem mezinárodní organizace ECM (European Cities Marketing), v rámci ČR působí v organizaci A.T.I.C. ČR. Aktivně komunikuje s Českými centry, MMR, zastupitelskými úřady MZV a zahraničními i domácími médii. Na české i mezinárodní úrovni spolupracuje s agenturou CzechTourism. Obrázek č. 5: Organizační schéma PIS – PCT

Zdroj: Výroční zpráva 2015 Pražská informační služba – Prague City Tourism Organizace provozuje korporátní webové stránky www.praguecitytourism.cz sloužící jako zdroj informací o společnosti a jejích aktivitách určených zejména pro odborníky v cestovním ruchu. Dále spravuje oficiální turistický informační portál pro návštěvníky Prahy www.prague.eu.

24

2.1.1 WWW.PRAGUE.EU Oficiální turistický portál hlavního města Prahy. První verze portálu vznikla v roce 1995 a využívala doménu www.pis.cz. V období 2009–2014 byla využívána primární doména www.praguewelcome.com. V roce 2014 se portál přesunul na velmi lukrativní doménu www.prague.eu

a

zároveň

vznikají

samostatné

webové

stránky

organizace

www.praguecitytourism.cz. Portál je dostupný v osmi světových jazycích (čeština, angličtina, němčina, ruština, italština, španělština, čínština, korejština). V roce 2016 bude přidána francouzština a japonština. Přehled analytických nástrojů a používaných domén představuje obrázek číslo 6. Obrázek č. 6: Přehled používaných domén a analytických nástrojů

Zdroj: PIS – PCT, vytvořil autor První použitý analytický nástroj od české společnosti Toplist byl nasazen v roce 1998. Data ukazovala pouze základní charakteristiky uživatelů, a proto došlo v červenci roku 2010 k jeho nahrazení nástrojem společnosti Yahoo. Tento nástroj splňoval vyšší nároky 25

na analýzu webu. V roce 2012 výrobce vývoj a provoz tohoto nástroje ukončil. Nově implementovaný Google Analytics se stal více než adekvátní náhradou. Od roku 2015 společnost využívá i druhý analytický nástroj Monkey Tracker. Od dob svého vzniku prošel portál mnoha úpravami, měnil se obsah, koncepce, struktura a jazykové verze, avšak kvalita, vysoká návštěvnost a uživatelská přívětivost vždy zůstávaly neměnnými konstantami. Poslední velkou přestavbou prošel portál na podzim r. 2014, kdy dostal nejen novou grafiku, ale i celé nové pojetí. Portál je dostupný již v 8 jazykových mutacích. Praha se stala teprve druhou evropskou metropolí, která zareagovala tvorbou jazykové verze na stoupající zájem korejských návštěvníků. Na doméně www.prague.eu najdou čeští i zahraniční návštěvníci veškeré informace, které pro pobyt v Praze nebo jeho plánování potřebují. Kromě toho portál nabízí i tipy na zajímavé akce, místa, zážitky, inspiraci pro rodiny s dětmi, gurmány i ty, kteří chtějí objevovat současnou tvář metropole. Předností webu je denní aktualizace informací a jeho jednoduché grafické pojetí. Cílem portálu je návštěvníka zaujmout a inspirovat a tím ho přimět k návštěvě metropole.

Součástí

portálu

je

jednoduchý

e-shop

fungující

na

doméně

www.eshop.prague.eu. Obchod slouží převážně k prodeji služeb PIS – PCT. Nabízí online vstupenky na vlastivědné vycházky pořádané organizací, objednání průvodce, zakoupení drobných upomínkových předmětů nebo turistické karty Prague Card. Je zde i možnost objednání map a brožur z produkce PIS – PCT. Obchod má velmi dobrý celkový konverzní poměr 4,78 %. S portálem jsou automaticky propojeny tematické mikrostránky věnující se marketingovým tématům a sezonním nabídkám města. Přehled domén jednotlivých mikrostránek je uveden v příloze č. 7. Od roku 2014 probíhá online kampaň zahrnující PPC, RTB, display kampaně, a to zejména na serverech Skyscanner a Trivago, vyhledávání, promování příspěvků na Facebooku a video kampaň na YouTube. Kampaň je postavena na skutečných postavách cizinců žijících v Praze, kteří potenciálním návštěvníkům Prahy přibližují zážitek z návštěvy města podle tematického klíče. Tématy jsou historie a architektura, romantika a svatby, kultura (výtvarné umění a hudba), gastronomie a konečně i sport. Online kampaň se v různých časových obdobích zaměřovala na různé cílové trhy. Záměrem bylo mj. zvýšit návštěvnost příslušné jazykové mutace portálu. Cílové země: Německo, Rusko, Spojené království, USA, Itálie, Jižní Korea, Nizozemsko, Izrael a Japonsko. Kampaň končí v roce 2017. (PIS – PCT)

26

2.2 NÁVŠTĚVNOST WEBOVÉHO PORTÁLU Měřeno časové rozmezí 2010–2015. Použitý nástroj Yahoo Web Analytics (2010–2012), Google Analytics (2012–2015). Rok 2016 je vytvořen predikcí. Nástroj Yahoo Web Analytics používal stejný princip měření jako Google Analytics, proto je možné pro tvorbu trendu návštěvnosti využít data získaná oběma nástroji v co nejdelším časovém období. Změna názvu i grafická podoba není ve vývoji trendu návštěvnosti podstatná. Vývoj návštěvnosti v čase nám ukazuje níže uvedený graf.

Graf č. 1: Vývoj návštěvnosti webového portálu www.prague.eu 300000 250000 200000 150000 100000 50000 listopad 2016

srpen 2016

květen 2016

únor 2016

listopad 2015

srpen 2015

květen 2015

únor 2015

listopad 2014

srpen 2014

květen 2014

únor 2014

listopad 2013

srpen 2013

květen 2013

únor 2013

listopad 2012

srpen 2012

květen 2012

únor 2012

listopad 2011

srpen 2011

květen 2011

říjen 2010

únor 2011

červenec 2010

0

Zdroj: Google Analytics, vytvořil autor Z grafu je patrný kontinuální nárůst návštěvnosti portálu. Lokální maximum v roce 2013 bylo způsobeno zvýšeným zájmem v době pražských povodní. Web www.prague.eu jako jediný pražský web poskytoval aktuální povodňové zpravodajství v anglickém jazyce. Lokální minimum v roce 2014 je způsobeno použitím nové domény a kompletním přepracováním designu portálu. V průběhu roku 2015 návštěvnost opět rostla. Nárůst návštěvnosti je podpořen probíhající online kampaní. Rok 2016 je vytvořen statistickou funkcí lineární trend vypočtenou z posledních šesti měsíců roku 2015. Předpokladem je pozvolný kontinuální nárůst návštěvnosti. Údaje z analytického měření návštěvnosti jsou uvedeny v příloze č. 6.

27

Z hodnot návštěvnosti si můžeme vypočítat koeficient růstu a relativní přírůstek

= …

ℎ

− 1…

ℎ ℎ

xt − 1

ě ě

:

é

é ř

á í ℎ

í

í í − 1

Rok 2010 není měřen kompletně. Za výchozí rok pro výpočet jsem zvolil rok 2011. Vypočítané hodnoty jsou uvedeny v tabulce č. 1. Tabulka č. 1: Koeficient růstu návštěvnosti www.prague.eu

ROK

NÁVŠTĚVNOST KOEFICIENT RŮSTU

RELATIVNÍ PŘÍRŮSTEK (%)

2011

814638

2012

1460601

1,79

79,29

2013

1925498

1,32

31,83

2014

2091291

1,09

8,61

2015

2344758 1,12 Zdroj: Google Analytics, vytvořil autor

12,12

Pro určení průměrného růstu použiji vzorec:

ů ě

é = √1,79 ∗ 1,32 ∗ 1,09 ∗ 1,12 = 1,7

Relativní přírůstek je 70 %.

Hypotéza H. 1: Návštěvnost portálu v letech 2010–2015 roste v průměru o více než 50 %. Návštěvnost portálu za posledních pět let rostla průměrným tempem 70 %. Stanovená hypotéza H. 1 je platná.

28

2.3 ZDROJOVÉ ZEMĚ NÁVŠTĚVNOSTI Určení zdrojových zemí nám odpoví na druhou základní otázku – odkud přišli online uživatelé. Nejdříve zjistím celkový počet zdrojových zemí a ověřím hypotézu H. 2: Online návštěvníci přicházejí z více než 150 zemí světa. Pro tuto analýzu použiji Google Analytics. Měření zdrojových zemí ověřím v časovém rozmezí roku 2015. Grafické vyjádření zdrojů online návštěvnosti ukazuje obrázek č. 7. Odstín modré ukazuje počet návštěv. Čím tmavší barva, tím více online návštěvníků portál navštívilo. Bílá barva označuje oceán, moře nebo zemi, ze které nepřišla žádná návštěva. V našem případě zdrojovými zeměmi nejsou jen Západní Sahara a Burkina Faso. Ostatní země světa generovali minimálně jednu návštěvu. Online návštěvnost byla celkově z 225 zemí. Podrobná tabulka zdrojových zemí je v příloze č. 9. Obrázek č. 7: Zdrojové země online návštěvnosti www.prague.eu v roce 2015

Zdroj: Google Analytics, vytvořil autor

Stanovená hypotéza H. 2 je platná.

29

2.3.1 TOP ZDROJOVÉ ZEMĚ ONLINE NÁVŠTĚVNOSTI V této kapitole určím deset nejvýznamnějších zdrojových zemí portálu www.prague.eu. Pro lepší vyhodnocení vývoje nejvýznamnějších zdrojových zemí využiji nejdelší možné časové období a to 2013–2015. Použiji nástroj Google Analytics. Lokalizace online návštěvníka je zjišťována z IP adresy. U jednotlivých zemí vypočtu relativní změnu návštěvnosti. Dále provedu komparaci získaných informací se statistickými daty o počtech hostů, kteří navštívili Prahu, získaných z ČSÚ. Tímto porovnám online prostředí s prostředím reálným. Pro nejbližší již ukončený rok provedu rozbor zemí s největším nárůstem i největším poklesem návštěvnosti. Tabulka č. 2: Nejvýznamnější zdrojové země www.prague.eu

2013 země Česká republika

2014 počet návštěv

2015 počet návštěv

země Česká 786517 republika

země Česká 766165 republika

počet návštěv 553889

Německo

208994 Německo

233016 Německo

292377

USA Spojené království

173386 USA Spojené 150387 království

171012 USA Spojené 152449 království

241632

Francie

126732 Itálie

134111 Itálie

159376

Itálie

119173 Francie

Rusko

233303

80941 Rusko

77523

45560 Rusko

57199 Nizozemsko

72183

Rakousko

36367 Španělsko

37675 Španělsko

64356

Kanada

31088 Rakousko

36844 Francie

26988

Švýcarsko

30932 Slovensko 29786 Indie Zdroj: Google Analytics, vytvořil autor

26919

V analyzovaném období je jasně patrné, že první čtyři zdrojové země online návštěvnosti se nemění. Stabilními zdrojovými zeměmi online návštěvnosti jsou Francie, Rusko, Itálie. V roce 2013 se do první desítky dostala Kanada a Švýcarsko. Ze Slovenska přišlo nejvíce online návštěvníků v roce 2014. Španělsko osmou pozici z roku 2014 v roce 2015 uhájilo. Nejvíce mě překvapila desátá pozice Indie v roce 2015. Podrobnější vývoj návštěvnosti nejdůležitějších zdrojových zemí blíže analyzuji v průběhu práce. Nejdříve provedu komparaci z dat o počtu přenocování hostů v ubytovacích zařízeních, které sleduje ČSÚ. 30

2.3.2 TOP ZDROJOVÉ ZEMĚ NÁVŠTĚVNÍKŮ PRAHY Pro porovnání online návštěvníků oficiálního turistického portálu hlavního města Prahy a turistů, o kterých víme, že Prahu navštívili, jsou ideální data o návštěvnosti pražských ubytovacích zařízení, které zveřejňuje Český statistický úřad. Pro komparaci jsem použil stejné časové období jako u online návštěvníků. Číselně vyjádřeno v tabulce č. 3. Tabulka č. 3: Nejvýznamnější zdrojové země návštěvníků Prahy

2013 země Česká republika Německo Rusko USA Spojené království Itálie Francie Slovensko Španělsko Polsko

2014 počet hostů

počet hostů

země Česká 851 674 republika 677 133 Německo 542 189 Rusko

286 177 237 311 200 792 164 694 161 912

země

780 961 Česká republika 733 241 Německo 473 571 USA Spojené 388 817 království

358 956 USA 319 975

2015

Spojené království Itálie Francie Slovensko Polsko Španělsko

337 373 304 570 220 072 213 667 187 570 173 015

Itálie Rusko Slovensko Francie Čína Polsko

počet hostů 893 747 821 561 446 384 379 745 304 817 292 156 238 294 213 698 196 563 193 408

Pro pražské ubytovací kapacity je největší zdrojovou zemí Česká republika, což je v souladu s prvním místem v online návštěvnosti. Je možné určit, zda čeští online uživatelé prohlížející si webový portál www.prague.eu do Prahy přijeli? V omezené míře ano. Je možné rozčlenit českou online návštěvnost na zdrojová města. Pokud je nejvýraznější zdroj online návštěvnosti z Prahy, není pravděpodobné, že se do Prahy přijedou ubytovat. Druhá pozice Německa je opět shodná pro oba typy návštěvnosti. Třetí pozice USA je totožná pouze v roce 2015. U ostatních zdrojových zemí již poziční shoda není. Je však patrné, že návštěvníci z Francie, Ruska, Itálie, Spojeného království a Španělska navštěvují v hojné míře jak Prahu, tak i její oficiální turistické webové stránky. Webový portál není výrazněji navštěvován slovenskými či polskými návštěvníky. Čínská online návštěvnost portálu je prozatím také nízká. Vyšší online návštěvnost z Indie se zatím ve statistikách ubytování výrazněji neprojevuje. Nyní se podívejme na vývoj 31

nejvýznamnějších online zdrojových zemí. Vývoj koeficientu změny je spočítán v tabulkách č. 4 a 5. Tabulka č. 4: Vývoj online návštěvnosti prvních 5 zdrojových zemí

ROK 2013 2014 2015

Česká republika NÁVŠTĚVNOST KOEFICIENT ZMĚNY 786517 766165 0,97 553889 0,72

Relativní změna = -16 % ROK

NÁVŠTĚVNOST

2013 2014 2015

208994 233016 292237

0,84

Německo KOEFICIENT ZMĚNY 1,11 1,25

Relativní změna = 18 %

RELATIVNÍ ZMĚNA (%) -2,59 -27,71 -16,08 RELATIVNÍ ZMĚNA (%)

1,18

11,49 25,41 18,25

KOEFICIENT ZMĚNY

RELATIVNÍ ZMĚNA (%)

0,99 1,41

-0,74 41,30

1,18

18,43

USA ROK

NÁVŠTĚVNOST

2013 2014 2015

172286 171012 241632

Relativní změna = 18 % ROK 2013 2014 2015

Spojené království NÁVŠTĚVNOST KOEFICIENT ZMĚNY 150387 152449 1,01 233303 1,53


RELATIVNÍ ZMĚNA (%) 1,37 53,04

1,25

24,55

KOEFICIENT ZMĚNY


1,13 1,19

12,53 18,84

Itálie ROK

NÁVŠTĚVNOST

2013 2014 2015

119173 134111 159376

Relativní změna = 16 % 1,16 Zdroj: Google Analytics, vytvořil autor

32

15,64

Tabulka č. 5: Vývoj online návštěvnosti druhých 5 zdrojových zemí Rusko ROK

NÁVŠTĚVNOST

KOEFICIENT ZMĚNY

2013

45560

2014

57199

1,26

25,55

2015

77523

1,36

35,53



1,30

30,44

KOEFICIENT ZMĚNY


Nizozemsko ROK

NÁVŠTĚVNOST

2013

16392

2014

25735

1,57

57,00

2015

72183

2,80

180,49


2,10

109,85

KOEFICIENT ZMĚNY


Španělsko ROK

NÁVŠTĚVNOST

2013

30079

2014

37675

1,25

25,25

2015

64356

1,71

70,82


1,46

46,27

KOEFICIENT ZMĚNY


Francie ROK

NÁVŠTĚVNOST

2013

126732

2014

80941

0,64

-36,13

2015

26988

0,33

-66,66

Relativní změna = -54 %

0,46

-53,85

KOEFICIENT ZMĚNY


Indie ROK

NÁVŠTĚVNOST

2013

17047

2014

25371

1,49

48,83

2015

26919

1,06

6,10

Relativní změna = 26 % 1,26 Zdroj: Google Analytics, vytvořil autor

33

25,66

Online návštěvnost z České republiky v letech 2013–2015 má klesající trend. Možná příčina meziročního poklesu návštěvnosti je celková změna struktury webového portálu a jeho primární zaměření na zahraničí, ale i větší konkurence v národním srovnání. Německo, USA, Spojené království, Itálie, Španělsko, Rusko a Nizozemsko jsou podporovány probíhajícími online kampaněmi, jejichž úspěch je patrný na nárůstu online návštěvnosti z těchto zdrojových zemí. Nejvýraznější nárůst vykazují online návštěvníci z Nizozemska a Španělska. Pokles francouzských online uživatelů je možné vysvětlit chybějící francouzskou mutací webové portálu. Online návštěvnost z Indie kontinuálně roste a to i bez podpory online kampaní.

2.3.3 TOP ZDROJOVÁ MĚSTA ONLINE NÁVŠTĚVNOSTI Pro přesnější specifikaci zdrojů online návštěvnosti můžeme pomocí nástroje Google Analytics rozčlenit návštěvnost na města. Analyzované období je rok 2015. Je deset nejvýznamnějších zdrojových měst z nejvýznamnějších zdrojových zemí? Z jakých a z kolika měst přichází největší návštěvnost? Jsou to hlavní města jednotlivých zemí? Na tyto otázky odpovím v této kapitole. Začnu nejvýznamnějšími městy bez ohledu na zdrojové země online návštěvnosti.

Tabulka č. 6: Nejvýznamnější zdrojová města portálu www.prague.eu

2015 město Praha Londýn Berlín Milán Řím Moskva Mnichov Tel Aviv Madrid Vídeň

návštěvy 433562 62899 33478 30495 28734 20882 20029 16430 15109 13703 Zdroj: Google Analytics, vytvořil autor 34

Z nejvýznamnějších zdrojových zemí mají mezi deseti nejvýznamnějšími městy své zástupce: Česká republika (Praha), Spojené království (Londýn), Německo (Berlín, Mnichov), Itálie (Milán, Řím), Rusko (Moskva), Španělsko (Madrid). Města z USA, Nizozemska, Francie a Indie v první desítce nejsou. Hlavní město Rakouska, jedenácté zdrojové země, a izraelský Tel Aviv ve výpisu nechybí. Důležitost hlavních měst jednotlivých zemí na podílu návštěvnosti je jasně patrná. Kolik a která města se nejvíce podílí na online návštěvnosti nejvýznamnějších zemí? Nejdříve analyzuji Českou republiku. Tabulka č. 7: Nejvýznamnější zdrojová města České republiky

Česká republika město

návštěvy

Praha

433562

Brno

11237

Plzeň

5501

Ostrava

5341

Olomouc

3731

Liberec

3228

České Budějovice

3159

Kladno

3138

Hradec Králové

2987

Pardubice

2772

Celkem: 371 Zdroj: Google Analytics, vytvořil autor Největší podíl na návštěvnosti patří největším městům České republiky. Online návštěvníci přišli na portál z 371 měst či obcí. Nejlepších výsledků dosahuje Praha. Online návštěvnost druhého Brna je více než 38krát nižší. Výsledky ostatních měst jsou jen v rámci tisíců. Vysoká online návštěvnost Prahy nám pomůže odpovědět na otázku, zda čeští online uživatelé prohlížející si webový portál www.prague.eu do Prahy přijeli. Vše nasvědčuje tomu, že se nejedná o stejně velkou množinu návštěvníků. Nyní se podívejme na zdrojová města další významných zdrojových zemí online návštěvnosti.

35

Tabulka č. 8: Nejvýznamnější zdrojová města – ostatní zdrojové země

Německo

USA

město

návštěvy město

Spojené království návštěvy město

návštěvy

Berlin

33478 New York

Munich

20029 (not set)

6250 Edinburgh

5743

Hamburg

12932 Los Angeles

4864 (not set)

5450

Cologne

10038 Chicago

4351 Glasgow

5349

Frankfurt

9498 Houston

3677 Birmingham

4422

Nuremberg

9252 San Francisco

3453 Manchester

4289

Dresden

8669 Dallas

2470 Belfast

4163

Stuttgart

6398 Washington

2391 Leeds

3949

Leipzig

5546 San Diego

2168 Liverpool

3623

Dusseldorf

5218 Seattle

1965 Newcastle upon Tyne

3319

Celkem: 1776

Celkem: 8780

Itálie město

12108 London

Celkem: 932

Rusko

návštěvy

město

Milan

30495 Moscow

Rome

62899

Nizozemsko návštěvy město

návštěvy

20882 Amsterdam

9443

28734 Saint Petersburg

9046 Rotterdam

3228

Naples

8951 Yekaterinburg

3004 The Hague

2839

Turin

6326 Krasnodar

2622 Utrecht

2070

Florence

4530 Novosibirsk

2361 (not set)

1541

(not set)

4501 Ufa

1861 Eindhoven

1381

Bologna

3620 Nizhniy Novgorod

1358 Groningen

1195

Bari

3389 Rostov-on-Don

1177 Nijmegen

950

Palermo

3176 Kazan

1119 Tilburg

917

Catania

2922 Chelyabinsk

1054 Haarlem

855

Celkem: 1010

Celkem: 358

Celkem: 923

36

Španělsko město Madrid

Francie

návštěvy

město

Indie

návštěvy

15109 Paris

město

návštěvy

7380 New Delhi

5627

Barcelona

9057 Strasbourg

868 Mumbai

5405

Valencia

3914 Lyon

853 Bengaluru

3188

(not set)

2378 (not set)

803 Pune

1702

Seville

1955 Toulouse

597 Chennai

1228

Malaga

1639 Nantes

585 Kolkata

1199

Bilbao

1304 Lille

545 Hyderabad

1100

Palma

1162 Bordeaux

483 Ahmedabad

711

Zaragoza

1148 Rennes

476 Gurgaon

682

Valladolid

904 Nice

398 Noida

582

Celkem: 390

Celkem: 1226 Celkem: 192 Zdroj: Google Analytics, vytvořil autor

Online návštěvnost přicházející z Německa je vyvážená. Přichází hlavně z velkých měst, nejvíce návštěvníků přišlo z Berlína. Nejvýznamnějším zdrojovým městem USA je New York. V této zemi analytický nástroj poměrně často nedokázal město přesně určit. Položky „not set“ nezvládl analytický nástroj podle IP adresy lokalizovat, a proto nebylo v USA možné určit 8780 lokací. Příčinu je možné vysvětlit požadavky na zvýšenou ochranou soukromí v online prostředí. Jednou z příčin je i využití Proxy serverů, které přidělují nelokalizovanou IP adresu. U měst Spojeného království jasně dominuje Londýn. Ostatní města mají výrazně nižší podíl na celkové online návštěvnosti přicházející ze Spojeného království. Nejvýraznější online návštěvnost z Itálie přichází z Milána a Říma. Celkových 1010 zdrojových italských měst či obcí je slušným výsledkem. Zajímavých je i 1226 zdrojových měst z Francie. Na této analýze je jednoznačně vidět, že největší návštěvnost přichází nejvíce z hlavních měst. Zajímavé je i množství zdrojových měst a velká ochrana uživatelů z USA. Teď již víme, z jaké země či města online návštěvník na webový portál přichází. Stále však nevíme, jaké zařízení pro návštěvu portálu používá. Toto budu analyzovat v následující kapitole. 37

2.4 ZAŘÍZENÍ VYUŽÍVANÁ ONLINE NÁVŠTĚVNÍKEM Velmi důležité je vědět, jaké zařízení online uživatel používá pro zobrazení webu. Trendy vývoje jednotlivých zařízení představím na spojnicovém i koláčovém grafu. Objasním, jaký druh zařízení je nejčastěji využíván. Ověřím hypotézu H. 3: Pro návštěvu portálu uživatelé nejčastěji používají PC. Vypočítám koeficient změny jednotlivých zařízení. Analyzované období 2012–2015. Použitý nástroj Google Analytics. Rok 2016 je vytvořen predikcí. Vývoj využití jednotlivých zařízení v čase ukazuje níže uvedený graf. Graf č. 2: Vývoj využití PC, tabletů a mobilů online uživatele v letech 2012–2015 250000 200000 150000 100000 50000 srpen 2012 říjen 2012 prosinec 2012 únor 2013 duben 2013 červen 2013 srpen 2013 říjen 2013 prosinec 2013 únor 2014 duben 2014 červen 2014 srpen 2014 říjen 2014 prosinec 2014 únor 2015 duben 2015 červen 2015 srpen 2015 říjen 2015 prosinec 2015 únor 2016 duben 2016 červen 2016 srpen 2016 říjen 2016 prosinec 2016

0

POČÍTAČ

TABLET

MOBIL

Zdroj: Google Analytics, vytvořil autor V počátcích měřeného období jasně převládalo využití počítače. Klesající trend v druhé polovině roku 2014 je možné vysvětlit stejně jako pokles celkové návštěvnosti, tedy použitím nové domény a kompletní přestavbou portálu. V roce 2015 využití PC vzrostlo v souladu s celkovým růstem online návštěvnosti. Predikce roku 2016 naznačuje stabilní hodnoty s možným nízkým poklesem. Křivky vývoje využití tabletů a mobilních telefonů jsou si velmi podobné, jejich vývoj tedy popíši současně. Na začátku měřeného období je jejich podíl využití téměř zanedbatelný. Pozvolný nárůst začíná v roce 2013, v roce 2014 stabilně roste. Pokles je způsoben stejnou příčinou, jak již bylo vysvětleno. Rok 2015 je jednoznačně rokem velkého nárůstu používání mobilů a tabletů. Celkový nárůst online návštěvnosti způsobuje hlavně rapidní nárůst uživatelů používajících mobilní zařízení (tablety, mobily). Pro lepší demonstraci nárůstu mobilní návštěvnosti v měřeném období

38

využiji koláčové grafy. Znázorněno v období 2013–2015. Zdrojová data grafu jsou uvedena v příloze č. 11. Graf č. 3: Vývoj využití PC a mobilních zařízení v letech 2013–2015

21% 79%

2013

POČÍTAČ

MOBILNÍ ZAŘÍZENÍ

28% 72%

2014

POČÍTAČ

48%

2015

POČÍTAČ


52%


Zdroj: Google Analytics, vytvořil autor 39

Výše uvedený graf jasně ukazuje velmi rychlý nárůst využití mobilních zařízení online uživatelem. V roce 2013 využití mobilních zařízení dosahovalo 21 %. V loňském roce použilo tablet nebo mobilní telefon pro zobrazení portálu www.prague.eu již 48 % online uživatelů. Tento stoupající trend potvrzuje celosvětovou oblibu těchto zařízení. Podklady pro tvorbu grafu jsou k dispozici v příloze č. 9. Stále je však nejpoužívanějším zařízením počítač. Stanovená hypotéza H. 3 je platná. Používají čeští online návštěvníci pro zobrazení analyzovaného portálu mobilní zařízení ve stejné míře? V následujícím grafu jsem použitím dodatečných filtrů upřesnil využití mobilních zařízení v České republice. Analyzoval jsem pouze rok 2015, ve kterém je patrný největší celkový nárůst mobilních zařízení. Analyzovaná dimenze použité zařízení je doplněna o dimenzi země.

Graf č. 4: Využití PC a mobilních zařízení v České republice v roce 2015

2015 ČESKÁ REPUBLIKA

33% 67%

POČÍTAČ



Z grafu je patrné, že využití mobilních zařízení pro zobrazení analyzovaného webového portálu v České republice nedosahuje hodnot celosvětových. Dosažené procentuální rozložení ukazuje na vyšší využití počítačů. V komparaci k celosvětovému trendu dosahuje Česká republika hodnot začátku roku 2015. Data pro tvorbu grafu jsou uvedena v příloze č. 12. 40

2.4.1 NEJPOUŽÍVANĚJŠÍ MOBILNÍ ZAŘÍZENÍ Trend velkého nárůstu využití mobilních zařízení si můžeme nástrojem Google Analytics blíže specifikovat. Dimenzi použitá zařízení rozčlení jednotlivé typy mobilních telefonů a tabletů. Analyzované období je rok 2015. Tabulka č. 9: Nejpoužívanější mobilní zařízení

POUŽITÉ ZAŘÍZENÍ: MOBIL POŘADÍ ZAŘÍZENÍ

NÁVŠTĚVY PROCENT

1

Apple iPhone

213191

38 %

2

(not set)

45014

8%

3

Samsung SM-G900F Galaxy S5

16494

3%

4

Samsung GT-I9505 Galaxy S IV

12025

2%

5

Samsung GT-I9300 Galaxy S III

9022

2%

259605

47 %

Ostatní POUŽITÉ ZAŘÍZENÍ: TABLET POŘADÍ ZAŘÍZENÍ 1

Apple iPad

2

NÁVŠTĚVY PROCENT 353384

76 %

Google Nexus 7

5342

1%

3

Samsung SM-T530 Galaxy Tab 4 10.1

4721

1%

4

Samsung GT-P5210 Galaxy Tab 3 10.1 3G

4620

1%

5

Microsoft Windows RT Tablet

4313

1%

93207 Zdroj: Google Analytics, vytvořil autor

20 %

Ostatní

Ze získaných dat je jednoznačně patrná silná dominance přístrojů americké firmy Apple. Nejpoužívanějším mobilním telefonem je Apple iPhone s 38 % ze všech využitých mobilních telefonů. Nejpoužívanějším tabletem je Apple iPad, kterému patří 76 %. Z těchto dat však není zřejmé, o které konkrétní zařízení se jedná. Apple iPhone i Apple iPad jsou pouze typovým označením. Použitý analytický nástroj neumí určit přesný model, což je z hlediska přesné specifikace škoda. Využiji tedy technických specifikací jednotlivých zřízení. Pro přesnější určení modelu nám pomůže rozlišení displeje jednotlivých modelů. 41

Nyní porovnáme technická data jednotlivých modelových řad zařízení Apple iPhone a Apple iPad s daty získanými přidáním dimenze upřesňující rozlišení displeje jednotlivých mobilních zařízení. Pro přesnost výsledku jsem zjistil i skutečné rozlišení zobrazení obrazových bodů, které se liší od zobrazení displeje jednotlivých modelových řad. Toto je velmi důležité pro správnou komparaci dat.

Nejdříve provedeme komparaci získaných dat na typové řadě Apple iPhone. Tabulka č. 10: Přístroje Apple – skutečné rozlišení

APPLE iPhone MODEL

ROZLIŠENÍ (px)

SKUTEČNÉ ROZLIŠENÍ (px)

Apple iPhone

480 x 320

320 x 480

Apple iPhone 3, 3GS

480 x 320

320 x 480

Apple iPhone 4, 4S

960 x 640

960 x 640

Apple iPhone 5, 5C,5S

1136 x 640

320 x 568

Apple iPhone 6

1334 x 750

375 x 667

Apple iPhone 6 Plus

1920 x 1080

414 x 736

ROZLIŠENÍ (px)

SKUTEČNÉ ROZLIŠENÍ (px)

Apple iPad

1024 x 768

1024 x 768

Apple iPad2

1024 x 768

1024 x 768

Apple iPad3

2048 x 1536

1024 x 768 (x2)

Apple iPad4

2048 x 1536

1024 x 768 (x2)

Apple iPad Air

2048 x 1536

1024 x 768 (x2)

APPLE iPad MODEL

Apple iPad Air2

2048 x 1536 Zdroj: Innerfence, vytvořil autor

42

1024 x 768 (x2)

Tabulka č. 11: Apple iPhone – specifikované rozlišení

APPLE iPhone MODEL

ROZLIŠENÍ (px)

PROCENT

Apple iPhone

320x568

52 %

Apple iPhone

375x667

29 %

Apple iPhone

320x480

14 %

Apple iPhone

414x736 Zdroj: Google Analytics, vytvořil autor

5%

Komparací dat jsem zjistil, že nejpoužívanějším zařízením je typová řada Apple iPhone 5, 5C, 5S. Druhým nejpoužívanějším modelem je Apple iPhone 6. Třetím zařízením je typová řada Apple iPhone 4, 4S. Nejméně používaným je Apple iPhone 6 S. Nyní provedu komparaci u zařízení typu Apple iPad. Tabulka č. 12: Apple iPad – specifikované rozlišení

APPLE iPad MODEL

ROZLIŠENÍ (px)

PROCENT

Apple iPad

768x1024

99 %

Apple iPad

1024x1366

0%

Apple iPad

1280x1024

0%

Apple iPad

1024x691

0%

Apple iPad

1024x600 Zdroj: Google Analytics, vytvořil autor

0%

Z tabulky č. 12 je patrné, že 99 % rozlišení naměřených u zařízení Apple iPad je 768 px x 1024 px. Pokud bych důsledné zjištění skutečného rozlišení u zařízení typu Apple iPad neprovedl a využil pouze technické údaje, vše by nasvědčovalo tomu, že nejvyužívanějšími zařízeními jsou technicky zastaralé typové řady Apple iPad a Apple iPad2. Tato domněnka však není pravdivá. Velmi důležité jsou hodnoty skutečného rozlišení uváděné v tabulce č. 10. Z té je patrné, že všechny modelové typy tabletů Apple iPad vykazují skutečné rozlišení 1024px x 768px. Přesný model zařízení Apple iPad z dat tedy nelze určit. Velmi vysoké zastoupení zařízení Apple iPad je dáno součtem všech modelových řad. 43

2.5 DEMOGRAFICKÉ ÚDAJE Dosud jsme se dozvěděli, kolik online návštěvníků navštívilo oficiální turistický portál hlavního města Prahy www.prague.eu, z jaké země a města online návštěvu uskutečnili a jaké zařízení použili. Nyní ověřím hypotézu H. 4: Analyzovaný portál je využíván všemi věkovými skupinami. Využiji dimenze pohlaví a věk. V dimenzi věk jsou online uživatelé děleni do šesti kategorií: 18–24, 25–34, 35–44, 45–54, 55–64 a více než 65 let. Dimenze pohlaví rozlišuje uživatele na muže a ženy. V průběhu kapitoly budu kombinovat dimenzi věk s dimenzí použité zařízení a zjistím, jaké zařízení jednotlivé věkové skupiny online uživatelů preferují. Analyzovaným obdobím je rok 2015. Tabulka č. 13: Demografické údaje – pohlaví

POHLAVÍ

NÁVŠTĚVY PROCENT

ŽENY MUŽI

846504

58 %

623846 42 % Zdroj: Google Analytics, vytvořil autor

Hodnoty online návštěvnosti žen a mužů se liší jen o 8 %. Je však možné konstatovat, že portál je více navštěvován ženami než muži. Dále si určíme, zda všechny definované věkové skupiny online uživatelů portál navštěvují a jaké věková skupina je z hlediska návštěvnosti nejvýznamnější. Tabulka č. 14: Demografické údaje – věková skupina

VĚKOVÁ SKUPINA

NÁVŠTĚVY PROCENT

25-34

386426

28%

35-44

273908

20%

45-54

230516

17%

18-24

210171

15%

55-64

175146

13%

65+

116781 8% Zdroj: Google Analytics, vytvořil autor

Analyzovaná data nám ukazují, že portál, který je koncipován pro všechny věkové generace online uživatelů, opravdu všechny věkové generace navštěvují. Nejvíce online uživatelů je ve věkové skupině 25–34 let. Věkové skupiny se liší jen o jednotky procent. Zajímavé je, že webový portál navštěvuje také nemalá skupina seniorů starších 65 let. 44

Stanovená hypotéza H. 2 je platná. V průběhu práce jsem analyzoval stoupající trend používání tabletů a mobilních telefonů používaných pro zobrazení webového portálu. Jak je počítač, tablet, či mobilní telefon oblíben u definovaných věkových skupin? Pomocí Google Analytics jsem dimenzi použité zařízení upřesnil filtrováním věkové skupiny. Analyzované období je rok 2015. Výsledky jsou zpracovány v tabulce č. 11. Tabulka č. 15: Oblíbenost PC, tabletů, mobilních telefonů podle věkových skupin

VĚKOVÁ SKUPINA

VYUŽITÍ JEDNOTLIVÝCH TYPŮ ZAŘÍZENÍ PC

18-24 25-34 35-44 45-54 55-64 65+

TABLET

MOBIL

96754

37843

70361

47 %

18 %

34 %

214520

65195

111924

55 %

17 %

29 %

129882

76391

66059

48 %

28 %

24 %

113652

77086

41553

49 %

33 %

18 %

101770

44662

27727

58 %

26 %

16 %

77283

25511

13169

67 % 22 % Zdroj: Google Analytics, vytvořil autor

11 %

Pro výzkum tohoto typu je více vypovídající procentuální rozdělení než absolutní hodnoty jednotlivých využití. Z tohoto hlediska hodnotím výše uvedenou tabulku. Z analyzovaných dat je zřejmé, že počítače jsou nejvíce oblíbené u nejstarší věkové skupiny 65+. S klesajícím věkem online uživatelů obliba využití počítačů pro zobrazení webového portálu klesá. Výjimku tvoří věková skupina 25–34, kde je obliba počítačů stále výrazná. Tablet je nevíce využíván věkovou skupinou 45–54. U nejmladší věkové skupiny je používán nejméně. Nejmladší věková skupina 18–24 používá nejvíce mobilní telefony a nejméně využívá počítače. Silnější využití mobilních telefonů je také patrné u věkové skupiny 25–34 let. S přibývajícím věkem obliba mobilních telefonů klesá. Nejstarší online návštěvníci využívají mobilních zařízení nejméně. 45

2.6 OPERAČNÍ SYSTÉMY A PROHLÍŽEČE Cílem této kapitoly je zjistit, jaký operační systém a jaký webový prohlížeč je online uživateli využíván. Využiji již dříve aplikovaného rozdělení podle použitých zařízení. Sledovaným obdobím je rok 2015. Použitý nástroj Google Analytics. Využité dimenze operační systém a prohlížeč. Upřesňující filtr jsem nastavil na použitá zařízení. Nejdříve analyzuji použité operační systémy jednotlivých typů zařízení. Tabulka č. 16: Používané operační systémy rozdělené podle zařízení

POUŽITÉ ZAŘÍZENÍ: POČÍTAČ POŘADÍ

OPERAČNÍ SYSTÉM NÁVŠTĚVY PROCENT 1

Windows

1145497

87 %

2

Macintosh

150800

11 %

3

Linux

20260

2%

Ostatní

7008

1%

POUŽITÉ ZAŘÍZENÍ: TABLET POŘADÍ


iOS

351531

76 %

2

Android

106015

23 %

3

Windows

4142

1%

4

BlackBerry

66

0%

POUŽITÉ ZAŘÍZENÍ: MOBIL POŘADÍ


Android

319314

57 %

2

iOS

212416

38 %

3

Windows Phone

13554

2%

4

Windows

9449

2%

Ostatní 4706 Zdroj: Google Analytics, vytvořil autor

1%

U počítačů je nejpoužívanějším operačním systémem MS Windows. Využívá ho 87 % online uživatelů. Uživatelů Apple Macintosh je pouze 11 %. Využití Linuxu je velmi malé. Mezi operačními systémy tabletů patří největší podíl operačnímu systému iOS vyvíjenému společností Apple. Využívá ho 76 % tabletů. Toto je v souladu s předchozími 46

výsledky specifikace využitých zařízení. V kategorii mobilních telefonů je nejvíce využíván operační systém Android, druhé místo patří operačnímu systému iOS. V předchozí kapitole jsem specifikoval nejpoužívanější mobilní telefon, kterým je Apple iPhone 5. Tento telefon využívá operační systém iOS, viz tabulka č. 10. Mezi operačními systémy je však nejpoužívanější Android. Tento systém vlastněný společností Google je pro všechny výrobce mobilních telefonů zdarma a většina výrobců mobilních telefonů jej také využívá. V celkovém součtu převyšuje využití operačního systému iOS. Tabulka č. 17: Používané webové prohlížeče, rozdělení podle zařízení

POUŽITÉ ZAŘÍZENÍ: POČÍTAČ POŘADÍ

PROHLÍŽEČ

NÁVŠTĚVY PROCENT

1

Chrome

560547

43 %

2

Firefox

315370

24 %

3

Internet Explorer

313679

24 %

4

Safari

87756

7%

5

Opera

27558

2%

Ostatní

12132

1%

POUŽITÉ ZAŘÍZENÍ: TABLET POŘADÍ

PROHLÍŽEČ

NÁVŠTĚVY PROCENT

1

Safari

305338

66 %

2

Google Chrome

77330

17 %

3

Safari (in-app)

32123

7%

4

Android Browser

28657

6%

5

Amazon Silk

7852

2%

Ostatní

10454

2%

POUŽITÉ ZAŘÍZENÍ: MOBIL POŘADÍ

PROHLÍŽEČ

NÁVŠTĚVY PROCENT

1

Google Chrome

249358

45 %

2

Safari

186286

33 %

3

Android Browser

66021

12 %

4

Safari (in-app)

28394

5%

5

Internet Explorer

12887

2%


3%

47

Z teoretické části víme, že světově nejpoužívanější webový prohlížeč v počítačích je Google Chrome. Toto je v souladu s provedenou analýzou prohlížečů. Využití prohlížeče Google Chrome není však tak výrazné, jak ukazují celosvětové statistiky. Zajímavé je velmi podobné zastoupení užití prohlížečů Mozilla Firefox a Internet Explorer. Ve světovém využití má Mozilla Firefox více než dvojnásobný podíl zastoupení než Internet Explorer. U tabletů je nejpoužívanějším prohlížečem Safari, vyvíjeným společností Apple. Je používán dvěma třetinami online uživatelů. Tento údaj potvrzuje zjištěnou převahu zařízení iPad mezi analyzovanými online uživateli. Analyzované využití webových prohlížečů je na prvních dvou pozicích ve shodě se světovými statistikami, které uvádím v analytické části práce. Analyzovaní online uživatelé mobilních telefonů nejvíce využívají webový prohlížeč Google Chrome, druhým nejoblíbenějším je prohlížeč Safari. Tyto výsledky odpovídají světovým statistikám.

2.7 CHOVÁNÍ ONLINE UŽIVATELE Z předchozích kapitol víme, z jaké země či města online uživatelé na zkoumaný portál www.prague.eu přicházejí. Stále však nevíme, jakým kanálem online návštěvníci přicházejí a jak se na portálu chovají. Nejdříve zjistím kanály a zdroje online návštěvnosti. Pak kanály rozčlením na zdroje online návštěvnosti. Nástroj Google Analytics dělí kanály na přímou návštěvnost, odkazy a vyhledávání. Nyní jednotlivé kanály ve stručnosti vysvětlím. Přímá návštěvnost: Online návštěvník zadal URL analyzovaného webu do prohlížeče, nebo využil vytvořenou záložku v prohlížeči. Do této návštěvnosti se počítá i vložený odkaz z e-mailu. Odkazy: Online návštěvník využil webový odkaz umístěný na jiném webu odkazující na naše webové stránky. Vyhledávání: Specifikuje online návštěvnost z webových vyhledávačů. Dále dělíme na placené a neplacené. V této práci se budu soustředit na neplacené vyhledávání.

48

Samostatně se monitoruje i návštěvnost ze sociálních sítí, které funkčně patří do skupiny odkazů. U placených kampaní jde online návštěvnost dále specifikovat z bannerů nebo emailů. Kanály online návštěvnosti budu analyzovat v časovém období roku 2015. Tabulka č. 18: Kanály online návštěvnosti

POŘADÍ

KANÁL ONLINE NÁVŠTĚVNOSTI NÁVŠTĚVY

PROCENT

1

NEPLACENÉ VYHLEDÁVÁNÍ

1114838

49 %

2

PLACENÉ VYHLEDÁVÁNÍ

630636

28 %

3

PŘÍMÁ NÁVŠTĚVNOST

319150

14 %

4

ODKAZY

180432

8%

5

SOCIÁLNÍ SÍTĚ 37817 Zdroj: Google Analytics, vytvořil autor

2%

Nejvýznamnějším vstupním kanálem je neplacené vyhledávání. Jeho podíl tvoří téměř polovinu veškeré návštěvnosti. Probíhající online kampaň na portál přivádí 28 % online návštěvníků. Důležitým zdrojem je i přímá návštěvnost. Odkazy a sociální sítě jsou slabými zdroji online návštěvnosti. Nyní provedu rozbor neplaceného vyhledávání a odkazů na specifické zdroje návštěvnosti. Tabulka č. 19: Hlavní zdroje kanálu – neplacené vyhledávání

KANÁL NÁVŠTĚVNOSTI: NEPLACENÉ VYHLEDÁVÁNÍ POŘADÍ

ZDROJ

NÁVŠTĚVY

PROCENT

1

Google

1004412

90 %

2

Seznam

70529

6%

3

Yahoo

12317

1%

4

Bing

11573

1%

5

Yandex

7114

1%


1%

Nejdůležitějším zdrojem kanálu neplaceného vyhledávání je vyhledávač Google. Tento dominující zdroj využívá 90 % online návštěvníků. Ostatní vyhledávače přinášejí ve srovnání s vyhledávačem Google pouze nepatrnou online návštěvnost. Na neplaceném vyhledávání se celkově podílelo 36 vyhledávačů. Po specifikaci zdrojů online 49

návštěvnosti přicházející z odkazů analyzuji klíčová slova, která přivádí online návštěvníky. Analyzuji, jaká klíčová slova přivádí na portál online návštěvníky z důležitých zdrojových zemí. Tabulka č. 20: Hlavní zdroje kanálu – odkazy

KANÁL NÁVŠTĚVNOSTI: ODKAZY POŘADÍ ZDROJ

NÁVŠTĚVY PROCENT

1

praha.eu / referral

21094

12 %

2

staromestskaradnicepraha.cz / referral

7174

4%

3

kudyznudy.cz / referral

6589

4%

4

kamvpraze.info / referral

5193

3%

5

worldcam.pl / referral

5193

3%

6

czechtourism.com / referral

4011

2%

7

timeout.com / referral

3995

2%

8

cs.wikipedia.org / referral

3982

2%

9

novinky.cz / referral

2770

2%

10

t.co / referral

2414

1%

Ostatní


65 %

Celkový počet online návštěv je tvořen velkým počet odkazujících stránek s malým procentem užití. V roce 2015 bylo využito 4831 odkazujících webových zdrojů. Nejvýraznějším zdrojem online návštěvnosti je portál hlavního města Prahy www.praha.eu. Mezi první desítkou jsou tři zahraniční weby a to polský web www.worldcam.pl, americký portál www.timeout.com a twitterové sdílení fotek t.co.

2.7.1 VYHLEDÁVANÁ SLOVA Jak víme z předchozí kapitoly, nejdůležitějším kanálem online návštěvnosti je neplacené vyhledávání. Nyní ověříme, jaká slova do vyhledávačů online návštěvníci zadávali. Nejdříve analyzuji klíčová slova celkově, k čemuž použiji nástroj Google Analytics na datech z průběhu roku 2015. Následně vyhledám klíčová slova, která zadali online uživatelé z České republiky, Německa, USA a Spojeného království. U těchto zemí použiji ukázku aktuálních vyhledávacích slov. Analyzovat budu pouze únor roku 2016. 50

Po specifikaci klíčových slov dále určím nejzobrazovanější podstránky. Na nejvíce zobrazovaných stránkách představím možnosti sekundárního analytického nástroje Monkey Tracker. Kratší časové období je použito z důvodu zajištění co největší přesnosti tohoto nástroje. Tabulka č. 21: Vyhledávaná slova rok 2015 – všechny země

NEPLACENÉ VYHLEDÁVÁNÍ – ROK 2015 POŘADÍ VYHLEDÁVANÁ SLOVA

NÁVŠTĚVY PROCENT

1

(not provided)

964284

86 %

2

Prague

13336

1,20 %

3

večerníček výstava valdštejnská zahrada

8758

0,79 %

4

pis

5507

0,49 %

5

(not set)

5487

0,49 %

6

pražská informační služba

3562

0,32 %

7

prag

2145

0,19 %

8

praga

2003

0,18 %

9

prague tourism

1463

0,13 %

10

prague.eu

1117

0,10 %

Ostatní


10 %

Největší procento vyhledávacích slov není společností Google poskytováno. V tabulce jsou vyznačeny jako not provided. Tato vyhledávací slova má Google k dispozici, ale nejsou správcům účtů Google Analytics poskytovány. Důvodem je ochrana soukromí uživatelů. Pokud je online uživatel přihlášen do jakékoliv služby Google využívající protokol SSL, nejsou jeho vyhledávací slova poskytována. Termín „not set“ označuje výrazy, které nebylo možno zjistit, nebo nepřesně označené online kampaně. (SUPPORT GOOGLE.COM, 2016) Podle mého názoru toto uživatelům účtů Google Analytics škodí a dimenze klíčová slova tím téměř ztrácí význam. Velmi často jsou ve vyhledávacích slovech obsaženy modulace názvu města Prahy a jméno organizace spravující webový portál. V roce 2015 se dostali online uživatelé na portál pomocí 48010 vyhledávací slov.

51

Tabulka č. 22: Vyhledávaná slova únor 2016 – Česká republika

ČESKÁ REPUBLIKA POŘADÍ VYHLEDÁVANÁ SLOVA 1

(not provided)

2

NÁVŠTĚVY PROCENT 33004

85,85 %

tančící dům bořek šípek otevírací doba

558

1,45 %

3

prague.eu

150

0,39 %

4

pražská informační služba

125

0,33 %

5

pis

122

0,32 %

6

titanic výstaviště letňany

99

0,26 %

7

(not set)

81

0,21 %

8

valdštejnská jízdárna výstavy 2015

74

0,19 %

9

bunkr folimanka

67

0,17 %

10

www.prague.eu

62

0,16 %

Ostatní


10,67 %

Vyhledávací slova českých online uživatelů reflektují dění v České republice. V únoru zemřel výtvarník Bořek Šípek. Vyhledávací výraz směřující na jeho výstavu v Tančícím domě byl, po slovech Googlem neposkytnutých, prvním vyhledávacím výrazem. Dále následují název webu a organizace. Z tabulky je také možno vyčíst, že v únoru začala výstava Titanic. Bunkr Folimanka je pro veřejnost otevřen vždy jen jednou měsíčně a tuto informaci portál www.prague.eu jako jeden z mála uvádí. Celkový počet vyhledávacích výrazů z České republiky v únoru 2016 je 2692. V tabulce č. 23 uvedené na další stránce uvádím vyhledávací slova německých online návštěvníků. Opět se zde projevují přísná pravidla bezpečnostní politiky společnosti Google, a tak neposkytnutá slova tvoří 95 % celkového počtu vyhledávacích slov. Dále se objevuje pojmenování Prahy v německém a anglickém jazyce. Pak jsou využívány slova vztahující se ke kulturním událostem v Praze v roce 2016. Z vyhledávacích dotazů je patrný zájem německých online návštěvníků o kulturní dění v Praze celkově. Většina vyhledávacích slov je doplněna o upřesňující slovo Prag. Celkový počet vyhledávacích výrazů z Německa v únoru 2016 je 2692.

52

Tabulka č. 23: Vyhledávaná slova únor 2016 – Německo

NĚMECKO POŘADÍ

VYHLEDÁVANÁ SLOVA

1

(not provided)

2

NÁVŠTĚVY

PROCENT

11536

94,98 %

prag

102

0,84 %

3

prague

12

0,10 %

4

prag veranstaltungen 2016

10

0,08 %

5

prag tourismus

8

0,07 %

6

seilbahn prag

8

0,07 %

7

tourismus prag

8

0,07 %

8

prag kommende veranstaltungen

6

0,05 %

9

http://www.prague.eu/de

5

0,04 %

10

konzerte prag 2016

4

0,03 %

Ostatní


3,68 %

Tabulka č. 24: Vyhledávaná slova únor 2016 – USA

USA POŘADÍ

VYHLEDÁVANÁ SLOVA

1

(not provided)

2

NÁVŠTĚVY

PROCENT

7037

96,68 %

prague

72

0,99 %

3

music festival prague

5

0,07 %

4

prague spring music festival 2016

5

0,07 %

5

visiting prague

5

0,07 %

6

prague czech republic

4

0,05 %

7

prague tourist

4

0,05 %

8

prague marathon

3

0,04 %

9

bike

2

0,03 %

10

diminka pilsner urquel

2

0,03 %

Ostatní


53

1,92 %

Online návštěvníci z USA v únoru 2016 nejvíce užívali vyhledávací slovo Prague. Další vyhledávací slova jsou v rámci jednotek návštěv. Z vyhledávacích slov je vidět, že američtí návštěvníci svou návštěvu Prahy plánují s předstihem. Festival Pražské jaro se koná až v květnu. První maratonský běh v Praze v roce 2016 je v dubnu. Celkově američtí uživatelé použili 143 vyhledávacích frází.

Tabulka č. 25: Vyhledávaná slova únor 2016 – Spojené království

SPOJENÉ KRÁLOVSTVÍ POŘADÍ

VYHLEDÁVANÁ SLOVA

NÁVŠTĚVY

PROCENT

1

(not provided)

8154

96,69 %

2

prague

128

1,52 %

3

visit prague

10

0,12 %

4

prague tourist info

5

0,06 %

5

prague tourism

4

0,05 %

6

http://www.prague.eu/

3

0,04 %

7

prague tourist information

3

0,04 %

8

erpet bohemia crystal

2

0,02 %

9

pandora prague

2

0,02 %

10

prague events march 2016

2

0,02 %

Ostatní


1,42 %

Vyhledávací slova uživatelů Spojeného království jsou podobná vyhledávacím slovům, která využili Američané. Největší převahu má všeobecně slovo Prague. Obě skupiny vyhledávali turistické informace. U Britů není v první desítce žádné vyhledávací slovo týkající se sportu. Použité vyhledávací slovo „prague events march 2016“ ukazuje na možnou přípravu návštěvy Prahy v březnu. Celkově bylo těmito uživateli v únoru 2016 zadáno 128 vyhledávacích slov.

54

2.7.2 ZOBRAZENÉ PODSTRÁNKY V této kapitole analyzuji nejvíce zobrazované podstránky. Měřené období je v návaznosti na předchozí kapitolu stanoveno na únor 2016. Toto časové období je zvoleno s ohledem na sekundární online nástroj Monkey Tracker. V delším časovém období by teplotní mapy byly zatížené příliš velkým množstvím kliků. Nejdříve se na nejvíce zobrazované podstránky podívám z celkového pohledu a jednotlivé podstránky blíže představím. Následně určím deset nejvíce zobrazovaných podstránek českých, německých, amerických a anglických uživatelů. Na vybraných podstránkách ukážu chování analyzovaných skupin. Protože není v možnostech této práce detailně prozkoumat každou podstránku, bude analýza provedena na základě výběru. Pro zjednodušení a ušetření prostoru pomocí grafického programu sloučím teplotní i scroll mapy do jednoho obrázku, jinak tyto možnosti fungují v online prostředí odděleně. Na vyhodnocení nejvíce zobrazovaných stránek použiji Google Analytics. Pro správné pochopení výše uvedené tabulky vysvětlím jak správně URL podstránky číst. Tyto URL jsou zapsané v relativním tvaru bez doménového určení prvního až třetího řádu. Tabulka č. 26: Zobrazené podstránky únor 2016 NEJZOBRAZOVANĚJŠÍ PODSTRÁNKY POŘADÍ ZOBRAZENÉ PODSTRÁNKY

NÁVŠTĚVY PROCENT

1

/en

34789

7,56%

2

/en/events

15369

3,34%

3

/en/objects/places

10175

2,21%

4

/cs

10128

2,20%

5

/cs/akce

9890

2,15%

6

/de

9492

2,06%

7

/it

6309

1,37%

8

/en/objects/food

5690

1,24%

9

/de/veranstaltungen

5422

1,18%

10

/en/objects/places/5?frm.categoryListing=5

4171

0,91%

348559

75,77%

Ostatní

Zdroj: Google Analytics, vytvořil autor Pro absolutní tvar URL je tedy nutné přidat www.prague.eu. Další záznam za lomítkem specifikuje adresu podstránky. První atribut je jazyková skupina. Na webu se v době tvorby této práce používaly tyto jazyky (cs, en, de, it, es, ru, ja, ko, zh). Druhý atribut 55

určuje primární kapitolu webu (u cizojazyčných mutací se používá překlad názvu dané kapitoly (Místa, Akce, Jídlo a Pití, Ubytování , Praktické, Články, Ke stažení). Další atributy více upřesňují lokalizaci stránky. V dalším průběhu práce budu vycházet z nabyté znalosti čtenáře. Složitější doménu vždy blíže vysvětlím. V případě nejasností si čtenář sám může sestavit URL dle návodu a vložit ji do svého webového prohlížeče. V tabulce číslo 21 na následující straně jsou uvedeny nejzobrazovanější podstránky webu v únoru 2016. Nejvíce zobrazované jsou anglické podstránky (Homepage, Akce, Místa). Následují české podstránky (Homepage, Akce). Na dalších příčkách jsou domovské stránky německé a italské mutace, anglická verze kapitoly Jídlo a německá kapitola Akce. Ještě vysvětlím dynamickou URL en/objects/places/5?frm.categoryListing=5. Tato stránka značí výběr památek z kapitoly Místa. Celkově bylo v únoru 2016 zobrazeno 459994 podstránek. Nyní se podíváme na deset nejnavštěvovanějších stránek českého online uživatele. Tabulka č. 27: Zobrazené podstránky – česká jazyková verze únor 2016 ČESKÁ JAZYKOVÁ VERZE POŘADÍ ZOBRAZENÉ PODSTRÁNKY

NÁVŠTĚVY PROCENT

1

/cs

10128

9,15%

2

/cs/akce

9890

8,94%

3

/cs/objekty/mista

3065

2,77%

4

/cs/objekty/jidlo

1912

1,73%

5

/qf/cs/ramjet/akce

1589

1,44%

6

/cs/objekt/mista/16/incheba-arena-mala-sportovni-hala

1554

1,40%

7

/cs/objekt/mista/907/art-salon-s-tancici-dum

1380

1,25%

8

/cs/prectete-si/do-restaurace-s-ditetem-aneb-at-ziji-detske-koutky-10468

1041

0,94%

9

/cs/objekt/mista/878/prazsky-hrad-cisarska-konirna

1025

0,93%

10

/cs/detail-akce/3071/bunkr-folimanka-pro-verejnost

957

0,86%

78098

70,59%

Ostatní

Zdroj: Google Analytics, vytvořil autor Z informací je patrné, že na české mutaci jsou po domovské stránce nejvíce navštěvované Akce. Kapitola Místa i Jídlo v návštěvnosti ztrácí. U nejzobrazovanějších českých podstránek již vidíme i URL na konkrétní záznamy. Vidíme zde i návaznost na vyhledávací slova z předchozí kapitoly („tančící dům bořek šípek otevírací doba“, „bunkr Folimanka“). Celkově bylo zobrazeno 7126 českých podstránek. Nástroj Monkey Tracker nám ukáže, jak se na vybraných podstránkách online uživatelé chovali. 56

Obrázek č. 8: Chování online uživatelů na české podstránce Akce

Zdroj: Monkey Tracker, upravil autor Pro lepší představu je možné si tuto stránku online prohlédnout. Princip teplotní mapy je jednoduchý – čím tmavší červená barva, tím více online uživatelé na dané místo klikali. Z menu Akce je nejvíce klikáno na kapitoly Výstava a Vycházky. Také funkce výběru kalendáře pro upřesnění dne je hojně využívána. Čtyři spodní body patří k jednotlivým ovládacím prvkům po vyvolání kalendáře. Dva nejvýraznější značí použití tlačítek „Vyhledat“ a „Nejbližší víkend“. Teplotní mapa byla vyhotovena z 6000 kliků v posledním únorovém týdnu. Kapitola Akce je velmi zobrazovaná, proto jsem časové období zkrátil. Tento princip bude použit i u dalších více navštěvovaných podstránek. Dále analyzuji podstránku Jídlo a Pití. Obrázek číslo 9 je uveden na další straně. V případě potřeby je možné si stránku online prohlédnout. Z teplotní mapy je patrné, že nejvíce klikáno je na kategorii Restaurace a Pivo. Kategorie Bar českého online návštěvníka zajímala nejméně. Vypočteno z 2000 kliků nasbíraných v únoru 2016.

57

Obrázek č. 9: Chování online uživatelů na české podstránce Jídlo a Pití

Zdroj: Monkey Tracker, upravil autor Obrázek č. 10: Chování online uživatelů na české podstránce Místa

Zdroj: Monkey Tracker, upravil autor

58

Teplotní mapa podstránky Místa ukazuje na využití kategorie Památky & Architektura. Dále online uživatelé vybírali kategorii Kultura & Zábava. Ostatní kategorie nebyly v únoru více využité. Celkově zpracováno 3880 kliků nasbíraných v únoru 2016. Nyní využijeme kombinaci teplotní mapy se scroll mapou na stránce Galerie Tančící dům. Obrázek č. 11: Chování online uživatelů na podstránce Galerie Tančící dům

Zdroj: Monkey Tracker, upravil autor 59

Funkci scroll mapy ukazuje barevná lišta na levé straně obrázku. Lišta ukazuje pohyb uživatele směrem dolů na analyzované stránce. Hodnota v procentech znázorňuje, kolik uživatelů dosáhlo dané úrovně webové podstránky. U analyzované podstránky vidíme, že na dolní stranu dokumentu se dostalo 49 % online uživatelů. Z údajů získaných teplotní mapou vidíme, že byl využíván webový odkaz na oficiální stránky Galerie Tančícího domu. Dále vidíme využívání prvku pro zobrazení více fotografií a další informace v popisovém textu. Více uživatelů odešlo do kategorie Akce, než použilo tlačítko zpět. Teplotní a scroll mapa byla vypočtena ze 475 kliků uskutečněných v únoru 2016. Nyní prozkoumáme německé podstránky. Tabulka č. 28: Zobrazené podstránky – německá jazyková verze únor 2016 NĚMECKÁ JAZYKOVÁ VERZE POŘADÍ ZOBRAZENÉ PODSTRÁNKY

NÁVŠTĚVY PROCENT

1

/de

9492

8,81%

2

/de/veranstaltungen

5422

5,03%

3

/de/objekte/orte

3703

3,44%

4

/de/objekte/essen-und-trinken

3139

2,91%

5

/de/veranstaltungen/45?frm.categoryListing=45

2371

2,20%

6

/de/objekte/orte/5?frm.categoryListing=5

1968

1,83%

7

/de/praktisches

1860

1,73%

8

/de/objekte/unterkunfte

1590

1,48%

9

/de/veranstaltungen/43?frm.categoryListing=43

1360

1,26%

10

/de/objekte/orte/5

1183

1,10%

Ostatní

75671

70,22%

Zdroj: Google Analytics, vytvořil autor Z podstránek německé mutace byla nejvíce navštěvována Homepage. Dále byli výrazněji zobrazovány podstránky Akce, Místa, Jídlo a Pití. Na páté pozici je specifikovaná podstránka Akce s nastaveným filtrem Festival, následuje kapitola Praktické, Ubytování, specifikovaná

podstránka

Koncerty

a

Památky.

Lze

tedy

konstatovat,

že

nejzobrazovanější stránky německé mutace kopírují základní navigaci menu webu www. prague.eu. Celkem bylo zobrazeno 6272 německých podstránek. Na vybraných podstránkách z výše uvedeného seznamu se podíváme, jak se na nich online uživatelé chovali.

60

Obrázek č. 12: Chování online uživatelů na německé podstránce Jídlo a Pití

Zdroj: Monkey Tracker, upravil autor Obrázek č. 13: Chování online uživatelů na německé podstránce Památky

Zdroj: Monkey Tracker, upravil autor Teplotní mapa německé podstránky Jídlo a pití znázorněná na obr. 12 demonstruje největší zájem online uživatelů o sekce Restaurace a Pivo. Na všechny sekce bylo kliknuto. Nejslabší počet kliknutí je patrný u sekcí Víno a Cukrárny. Teplotní mapa byla 61

vypočtena ze 4500 kliků uskutečněných v únoru 2016. Většinu webových sekcí analyzovaného portálu je možné blíže filtrovat systémem specifikujících štítků. Na obr. 13 budu demonstrovat, jaké štítky byly online uživatelem německé stránky Památky v měřeném časovém období využívány. Nejvíce byl využíván první sloupec štítků určující typ Památky. Nejvíce bylo kliknuto na filtrovací štítek Hrad/Zámek. Druhý i třetí sloupec využití online uživateli vykazuje, čtvrtý sloupec štítků byl využit minimálně. Tato teplotní mapa byla vypočtena z 5400 kliků uskutečněných v únoru 2016. Nyní analyzuji německou podstránku Praktické. Obrázek č. 14: Chování online uživatelů na německé podstránce Praktické


Tento obrázek byl opět získán spojením teplotní a sroll mapy v grafickém editoru. V sekci Doprava online uživatelé klikali na možnost Doprava po Praze. Sekce Doprava do Prahy je pro online uživatele na německé mutaci bezpředmětná. V sekci Turistické služby bylo klikáno na nabídku turistické karty Prague Card. Sekci Důležité kontakty uživatelé prohlíželi pomocí posouvacích šipek. Sekci Co je třeba vědět uživatelé prohlédli celou. Na spodní stranu podstránky se dostalo 60 % uživatelů, což je dle mého názoru dostatečné. Jako poslední prozkoumáme vytížení podstránek anglické jazykové verze. Tabulka č. 29: Zobrazené podstránky – anglická jazyková verze únor 2016 ANGLICKÁ JAZYKOVÁ VERZE POŘADÍ VYHLEDÁVANÁ SLOVA

NÁVŠTĚVY PROCENT

1

/en

34789

18,59%

2

/en/events

15369

8,21%

3

/en/objects/places

10175

5,44%

4

/en/objects/food

5690

3,04%

5

/en/objects/places/5?frm.categoryListing=5

4171

2,23%

6

/en/objects/accommodation

3883

2,08%

7

/en/articles/the-top-10-reasons-to-visit-prague-10591

3397

1,82%

8

/en/practical

2895

1,55%

9

/en/objects/accommodation/50?frm.categoryListing=50

2294

1,23%

10

/en/object/places/31/prague-castle-prazsky-hrad

2067

1,10%

102368

54,71%

Ostatní

Zdroj: Google Analytics, vytvořil autor U anglických podstránek byla stejně jako u dalších analyzovaných jazykových mutací nejvíce navštěvována Homepage. Dále byli výrazněji zobrazovány podstránky Akce, Místa, Jídlo a Pití. Na páté pozici je specifikovaná podstránka Místa s nastaveným filtrem Památky. Kategorie Ubytování je ze všech zkoumaných jazykových mutací na nejvyšší pozici. Následuje inspirující článek „Deset důvodů proč navštívit Prahu“ a kapitola Praktické. Na další pozici je specifikovaná stránka Ubytování s nastaveným filtrem Hotel a detailní podstránka Pražského hradu. Také u anglických podstránek lze konstatovat, že nejzobrazovanější podstránky kopírují základní navigaci menu webu www.prague.eu. Celkově bylo zobrazeno 5843 anglických podstránek. Opět provedu výběr pro analýzu nástrojem Monkey Tracker. Zvolil jsem analýzu detailní stránky Pražského hradu a podstránky Ubytování, Památky.

63

Obrázek č. 15: Chování online uživatelů na anglické podstránce Pražský hrad


Na podstránce Pražského hradu vidíme využití všech aktivních tlačítek. Nejvíce byla používána tlačítka pro zobrazení detailu informací o Návštěvní době a Vstupném. Rovněž bylo využíváno tlačítko pro zobrazení fotografií a tlačítko Zpět. Nejvíce byla zobrazována druhá fotografie zleva znázorňující večerní pohled na Pražský hrad. Na webové odkazy uvedené pod adresou nebylo výrazněji klikáno. Výrazný barevný bod na pravé straně si lze vysvětlit manipulací se zobrazenými fotografiemi otevřenými v detailu. Navázaná kulturní akce „Velikonoce na Hradě“ nebyla výrazněji zobrazována. Historie Pražského hradu nebyla v detailu zobrazena vůbec. Nyní se zaměříme na pohyb online uživatele na této podstránce. Na úroveň Programu se dostalo 50 % všech návštěvníků. Úrovně dalších Navázaných objektů dosáhlo pouze 30 % návštěvníků, kteří však na uvedené objekty neklikali. Na konci dokumentu je zaznamenána ztráta 81 % návštěvnosti. Tato ztráta je podle mého názoru již poměrně velká a je tedy třeba na celkové délce a zajímavosti záznamu zapracovat. Teplotní a scroll mapa byla vypočtena ze 4200 kliků uskutečněných v únoru 2016. Nyní detailně prozkoumáme podstránku Památek. Obrázek č. 16: Chování online uživatelů na anglické podstránce Památky

Zdroj: Monkey Tracker, upravil autor

65

Stejně jako u německé mutace byl nejvíce využíván první sloupec štítků určující typ Památky a nejvíce kliknutí zaznamenal štítek Hrad/Zámek. Na anglické podstránce Památek online návštěvníci využívali další sekce více, než na německé podstránce Památek. Stejně jako u německé mutace bylo kliknuto na všechny uvedené sekce. Teplotní mapa byla vypočtena z 10400 kliků uskutečněných v únoru 2016. Obrázek č. 17: Chování online uživatelů na anglické podstránce Ubytování

Zdroj: Monkey Tracker, upravil autor U anglické kapitoly Ubytování je patrné využití všech uvedených sekcí. Nejvíce bylo klikáno na ubytovací zařízení typu Hotel, nejméně na Kemp. Uživatelé nejvíce klikali na štítky pro upřesnění kategorie hotelu. Ubytovací prvek od serveru Booking.com je využíván méně než ostatní kategorie. Patrný je i přechod do kapitoly Praktické a využití vyhledávacího prvku a tlačítka pro přepínání jazyků. Teplotní mapa byla vypočtena z 3300 kliků uskutečněných v únoru 2016.

66

3. NÁVRHOVÁ ČÁST V praktické části jsem pomocí online nástrojů poznával uživatele webového portálu www.prague.eu. Nyní vyhodnotím dílčí poznatky jednotlivých kapitol. Znalost uživatele bude aplikována na doporučení pro budoucí vývoj analyzovaného portálu. Návštěvnost webu kontinuálně narůstá a tento nárůst je třeba neustále podporovat. Doporučuji podpořit a udržet zájem online uživatelů z těch důležitých zdrojových zemí, které dlouhodobě přináší nejen výraznou návštěvnost portálu, ale zároveň jsou to i významné zdroje příjezdového cestovního ruchu hlavního města Prahy. Jedná se o Českou republiku, Německo, Spojené státy americké, Spojené království, Itálii a Rusko. V měřeném časovém rozmezí portál nenavštívilo významné množství online návštěvníků z Číny, Koreje ani Japonska. Rozhodně však nelze tyto zdrojové země zanedbávat. Jedním z důvodů nízké online návštěvnosti z těchto zdrojových zemí byla neexistence příslušných jazykových mutací. Čínská a korejská mutace byla vytvořena až na konci posledního čtvrtletí roku 2015. Japonská verze byla spuštěna v únoru roku 2016. V době měření tedy nebyly zcela splněny předpoklady pro možné očekávání vysoké návštěvnosti z těchto zdrojových zemí. Z informací Českého statistického úřadu víme, že důležitou zdrojovou zemí návštěvníků Prahy je Francie. V online návštěvnosti je mezi roky 2013– 2015 zaznamenaný pokles o 54 %. Z těchto výsledků je patrné, jak může chybějící jazyková verze webu ovlivnit zájem online uživatelů. V průběhu prvního čtvrtletí roku 2016 již bude francouzská jazyková mutace připravena. Pozornost si zaslouží i rostoucí online návštěvnost z Indie. Pokud bude návštěvnost kontinuálně růst bez placené podpory i v průběhu roku 2016, navrhuji v průběhu následujícího roku připravit hindskou jazykovou mutaci. Podobný postup navrhuji i pro Izrael. Tyto jazykové verze doporučuji v první fázi připravit s menším obsahem vybraných nejdůležitějších pražských míst. V případě uživatelského zájmu je možné tyto mutace v další fázi obsahově navýšit. V případě navýšení jazykových mutací je však nutné počítat nejen s náklady na jejich technickou přípravu a překlady, ale i s náklady na jejich pravidelnou aktualizaci a rozvoj. Při každé přidané jazykové mutaci se navyšuje TCO a náročnost správy celého webu. Z rozšířené analýzy zdrojových měst víme, že největší počet online návštěvníků přichází z hlavních či velkých měst. Předpoklad důležitosti velkých měst na celkové velikosti online návštěvnosti se dá předpokládat. Provedená analýza tento předpoklad jasně 67

potvrdila. Důležité je zaměřit se i na poměr návštěvnosti velkých měst jednotlivých zdrojových zemí. Nejvíce nevyvážený poměr online návštěvnosti je patrný na zdrojových městech České republiky. Největší podíl online návštěvnosti z České republiky tvoří uživatelé z Prahy. Online návštěvnost z Brna, Plzně, Ostravy, Olomouce či další velkých měst je poměrně mizivá. U analýzy dalších zdrojových zemí zaměřených na jednotlivá města nejsou rozdíly tak výrazné. Pro zlepšení poměru a navýšení online návštěvnosti z České republiky navrhuji oslovit uživatele z dalších českých měst. Z výsledků analýzy vstupních kanálů víme, že hlavním zdrojem jsou návštěvy z neplaceného vyhledávání. Nejvýznamnějším zdrojem neplaceného vyhledávání je vyhledávač www.google.com. Český vyhledávač www.seznam.cz má z celkové návštěvnosti pouze šestiprocentní zastoupení. Pro zvýšení online návštěvnosti z České republiky navrhuji online kampaň zaměřenou na krajská města ve spolupráci se společností Seznam.cz. Při dostatku finančních prostředků by kampaň mohla mít přesah i do krajských měst Slovenska. Analýza

využívaných

zařízení

nám

potvrdila

první

pozici

počítače

jako

nejpoužívanějšího zařízení pro návštěvu webu. Potvrdila však také stoupající trend využívání mobilních zařízení, který byl nejvíce patrný na výsledcích v roce 2015. Online návštěvnost z mobilních zařízení dosahovala již 48 % z návštěvnosti celkové. Při plánování rozvoje webu je tedy nutné počítat s jeho co nejlepším přizpůsobením pro mobilní

uživatele.

Aktuální

verze

analyzovaného

webu

je

naprogramována

v responzivním designu, který se automaticky přizpůsobuje velikosti monitoru online uživatele. Důležité je posuzovat nejen správné zobrazení, ale i využitelnost jednotlivých prvků či informací uváděných na webu. Proto bude provedena důkladná analýza, ze které vyplynou konkrétní úpravy. Pro mobilní uživatele pak vznikne nejen co nejvíce využitelný web, ale i návrh na případnou mobilní aplikaci pracující s daty webového portálu. Jako hlavní výhodu mobilního zařízení využitelnou v cestovním ruchu vidím spojení GPS lokace a obsahu. Mobilní zařízení umí přesně najít uživatelovu pozici a pomocí aplikace uživatele navigovat na jeho vybraný cíl návštěvy. Za velmi důležité považuji meziplatformní propojení a využitelnost dat. Jako pilotní projekt je připraven plánovač výletů, který bude využívat síly datového propojení webového portálu a mobilní aplikace. Na webovém portálu www.prague.eu si online uživatel vybere místa nebo akce, které chce při plánované návštěvě Prahy navštívit. Tento obsah si pak bude moci převést do svého mobilního zařízení a využít ho jako navigaci při pohybu po městě. Z analýzy 68

víme, že uživatel si svoji cestu do Prahy plánuje. Pokud bude mít vybraný obsah v mobilním zařízení připraven, může ho snadno doplnit o nové cíle své cesty. Specifikace jednotlivých zařízení nám pomůže při možném plánování tvorby mobilních aplikací. Výsledky provedeného rozboru mobilních zařízení jasně ukazují převahu zařízení využívajících operační systém Apple iOS a Google Android. Pro tyto systémy navrhuji plánovanou mobilní aplikaci vytvořit. Ze znalosti výsledků analýzy demografických údajů víme, že mobilní telefon je nejvíce využíván uživateli ve věku mezi 18 a 34 lety. Plánovaná mobilní aplikace bude tedy určena spíše pro mladší online uživatele. Nejstarší věková skupina pro přístup na webový portál nejvíce využívá počítač. Tato skupina zatím přináší nejmenší návštěvnost. Pro nárůst návštěvnosti je vždy důležitý, kromě uživatelské přívětivosti, i zajímavý obsah. Navrhuji portál rozšířit o obsah pro skupinu aktivních seniorů. Provedená analýza vstupních kanálů online návštěvnosti ukazuje jako nejvýraznější kanál neplacené vyhledávání. Dobrých výsledků dosahuje i přímá návštěvnost. Navrhuji více se zaměřit na návštěvnost přicházející z odkazů a sociálních sítí. Pro zvýšení počtu odkazů doporučuji větší sdílení obsahu webu. Jako možný projekt se nabízí využití modulu kalendáře akcí pro pražské hotely. Zvýšení nárůstu online uživatelů ze sociálních sítí vidím jako dlouhodobý úkol. Pro získání větší návštěvnosti ze sociálních sítí je třeba online uživatele webu více motivovat pro sdílení obsahu webu, tj. oživit web obsahem ze sociálních sítí. Výrazné zlepšení propojení webu a sociálních sítí je plánováno na rok 2017. Poslední kapitola praktické části nám ukazuje, jak se na jednotlivých webových podstránkách online uživatel chová. U českého online návštěvníka pozorujeme zájem o aktuální dění v Praze. Populární je kalendář akcí a zajímavá, ačkoli méně známá a přístupná místa. Pro českou mutaci webu navrhuji připravovat obsah dle aktuálního dění. Zahraniční uživatelé svou případnou cestu plánují s předstihem. Je tedy vhodné publikovat informace zejména o kulturních akcích v co největším předstihu a připravit poutavé ucelené výběry na jednotlivé měsíce roku. Doufám, že všechny návrhy budu moci realizovat a rozvoj webu www.prague.eu povede tou správnou cestou. Cestou, která bude vyhovovat co největšímu počtu online uživatelů.

69

4. ZÁVĚR Cílem této bakalářské práce je analyzovat návštěvníky hlavního města Prahy. Jako zdroj dat jsem využil oficiální turistický portál hl. m. Prahy www.prague.eu. V práci jsem představil dva online nástroje. Funkci primárního nástroje plnil světově nejpoužívanější analytický nástroj Google Analytics. Jako pomocný analytický nástroj jsem použil teplotní a scroll mapu Monkey Tracker. Profil návštěvníků jsem tvořil vždy v souladu s hlavní definovanou webovou metrikou či dimenzí. Získané informace se dají reálně využít. Při ověřování hypotézy H. 1: Návštěvnost portálu v letech 2010–2015 roste v průměru více než o 50 % jsem zjistil, že návštěvnost v průměru vzrostla o 70 %. Tento podle mého názoru slušný výsledek je dosažen kombinací zájmu o Prahu a efektem kampaně. Výsledkem bylo ověření, kolik uživatelů na webový portál přichází. Pomocí hypotézy H. 2: Online návštěvníci přicházejí z více než 150 zemí světa jsem zjistil, že návštěvníci přišli z 225 zemí. Chyběla jen návštěvnost ze Západní Sahary a Burkina Faso. Zájem o Prahu je tedy opravdu celosvětový. Nejdůležitější zdrojové země v roce 2015 byly: Česká republika, Německo, Spojené státy, Spojené království, Itálie, Rusko, Nizozemsko, Španělsko, Francie a Indie. Víme tedy, odkud přichází nejvíce návštěvníků. Analýza byla ještě rozšířena o nejdůležitější zdrojová města. Celkově nejlepších výsledků dosáhla: Praha, Londýn, Berlín, Milán, Řím, Moskva, Mnichov, Tel Aviv, Madrid a Vídeň. Na online návštěvnosti se nejvíce podílela hlavní a velká města. Nejvíce nevyrovnaný poměr návštěvnosti měla Česká republika, kdy návštěvnost z Prahy jasně převyšuje ostatní města. Pro zlepšení poměru návštěvnosti je navržena online kampaň specifikovaná v návrhové části práce. Z Hypotézy H. 3: Pro návštěvu portálu uživatelé nejčastěji používají PC víme, že nejpoužívanějším zařízením je PC. Nelze však přehlédnout stoupající trend oblíbenosti mobilních zařízení. V roce 2015 ho pro návštěvu měřeného portálu využilo 48 % návštěvníků. Nejpoužívanějším typovým modelem chytrého mobilního telefonu byl vyhodnocen Apple iPhone, který využívalo 38 % uživatelů. Z tabletů patřila první příčka zařízení Apple iPad používaného 76 % návštěvníků. Při běžném měření nástroj Google Analytics nepodporuje přesnou specifikaci zařízení Apple. Pro přesné určení modelu jsem využil rozčlenění zařízení podle rozlišení displeje a komparaci s technickými údaji přístrojů. Nejpoužívanějším zařízením byla typová řada Apple iPhone 5. Všechny tablety Apple iPad vykazují 70

rozlišení 1024px x 768px. V technických parametrech je uváděna dvojnásobná hodnota. Přesný model zařízení Apple iPad z dat tedy nebylo možné určit. Dále navrhuji vytvořit mobilní aplikaci využívající data webového portálu. Hypotéza H. 4: Analyzovaný portál je využíván všemi věkovými skupinami sloužila pro zjištění demografických údajů. Portál je navštěvován všemi věkovými skupinami. Nejsilnější zastoupení vykazují uživatelé ve věku 25–34 let. Nejméně návštěvníků je starších 65 let. Pro podporu návštěvnosti této věkové skupiny navrhuji specializovaný obsah. Návštěvnost žen je o 8 % vyšší než u mužů. Demografická analýza byla dále kombinována s využitím jednotlivých zařízení, operačními systémy a prohlížeči. Mobilní telefon je nejvíce využíván nejmladší věkovou skupinou 18–24 let. Uživatelé telefonů nejvíce využívají operační systém Google Android a prohlížeč Google Chrome. Tablet nejvíce využívají uživatelé ve věku 45–54 let. Nejpoužívanějším operačním systémem je iOS a prohlížeč Safari. Nejstarší věková skupina nejvíce využívá PC. V kategorii počítačů je nejvyužívanější operační systém Windows a prohlížeč Google Chrome. Nejvíce uživatelů na portál přichází pomocí neplaceného vyhledávání pomocí vyhledávače Google. Podíl českého vyhledávače Seznam je zanedbatelný. Placené vyhledávání tvořilo 28 % celkové návštěvnosti. Nejméně návštěvníků přichází ze sociálních sítí. Pro zvýšení návštěvnosti z tohoto kanálu navrhuji oživit web obsahem ze sociálních sítí. Analýzou vyhledávaných slov jsem zjistil, že český uživatel vyhledává podle aktuálního dění v Praze. Z obsahu webu ho nejvíce zajímaly kulturní akce. Je tedy nutné podle tohoto zjištění tvořit. Zahraniční návštěvník vyhledává obecněji. Vyhledávané výrazy kombinuje s názvem Prahy, který je přizpůsoben dle jazyka vyhledávajícího. Je zde patrná i doba plánování návštěvy v závislosti na výchozí lokalitě online uživatele. Nejvýraznější zájem byl o památky a kulturní akce. Z uvedených poznatků vyplývá, že je vhodné publikovat informace zejména o kulturních akcích v co největším předstihu. Tato bakalářská práce nemohla bohužel ve svém omezeném rozsahu popsat všechny charakteristiky uživatele. Věřím však, že se mi povedlo vybrat ty nejvíce vypovídající. V úvodní části jsem uvedl jako přínos vzbuzení zájmu o poznání návštěvníků webové prezentace bez ohledu na cíl podnikání. Pokud někoho tato práce inspiruje k používání analytických nástrojů, budu velmi rád. Celosvětové statistiky uvádějí, že 34,5 % webů nevyužívá žádný analytický nástroj. (W3Tech.com, 2016) Tento fakt považuji za velmi nešťastný, a to jak pro uživatele, tak pro vlastníky webových stránek. 71

ZDROJE [1] AKADEMIE ANALYTICS oficiální výukový kurz Google [on-line]. [cit. 2015-1-31] Dostupné na WWW: https://analyticsacademy.withgoogle .com/course01 [2] BUSSINES IT. IoT v roce 2020: 25 miliard věcí připojených k internetu [on-line]. [cit. 2015-11-25] Dostupné na WWW http://www.businessit.cz/cz/iot-v-roce-2020-25miliard-veci-pripojenych-k-internetu.php

[3] CLICK TALE BLOG. A Brief History of Web Analytics [on-line]. [cit. 2015-1-10] Dostupné na WWW: http://blog.clicktale.com/2010/11/17/a-brief-history-of-web-

analytics/ [4] EKONOMICKÝ DENÍK. Česko: plnou parou do cloudu [on-line]. [cit. 2015-11-23] Dostupné na WWW: http://ekonomicky-denik.cz/cesko-plnou-parou-do-cloudu/

[5] FORGÁČ, Ján. Teplotní mapy (heat mapy) [on-line]. [cit. 2015-16-] Dostupné na WWW: http://www.artweby.cz/blog/tepelne-mapy-heat-mapy

[6] GOOGLE ANALYTICS Uživatelský účet Prague City Tourism [on-line]. [cit. 2016-1-31] Dostupné po autorizovaném přihlášení na WWW:

https://www.google.com/analytics/web/?authuser=0#home/a33114451w61756590p632 75275/ [7] GOOGLE DEVELOPERS Analytics for Web (analytics.js) [on-line]. [cit. 2016-1-31] Dostupné na WWW: https://developers.google.com/analytics/devguides/collection/analyticsjs/cookie-usage

[8] HAVLOVÁ, Jaroslava. Sociální síť. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha: Národní knihovna ČR, 2003 [cit. 2016-1-6] Dostupné na WWW: http://aleph.nkp.cz/F/?func=direct&doc_number

=000015947&local_base=KTD [9] HLADKÁ, Eva a FOUSEK, Jan. Základy IT gramotnosti [on-line]. [cit. 2015-11-23] Dostupné na WWW: http://is.muni.cz/do/1492/el/sitmu/law/html/sluzby-internetu.html

72

[10] HEXUS. HTTP/2 finalised says IETF HTTP Working Group chair [on-line] [cit. 2015-12-5] Dostupné na WWW: http://hexus.net/business/news/internet/80846-

http2-finalised-says-ietf-http-working-group-chair/ [11] CHROMÝ, Jan. Elektronické podnikání: informace, komunikace, příležitosti. Vyd. 1. Praha: Extrasystem Praha, 2013. Informační technologie (Extrasystem Praha). Vydáno elektronicky ISBN 978-80-87570-10-4. [12] INNERFRENCE, iOS Devices: Releases, Firmware, Instruction Sets, Screen Sizess [on-line]. [cit. 2016-3-6] Dostupné na WWW: https://www.innerfence.com/howto/apple-ios-devices-dates-versions-instruction-sets [13] INTERNET LIVE STATS. Internet Users [on-line]. [cit. 2015-11-25] Dostupné na WWW: http://www.internetlivestats.com/internet-users/

[14] KAUSHIK, Avinash. Webová analytika 2.0: kompletní průvodce analýzami návštěvnosti. Vyd. 1. Brno: Computer Press, 2011, 456 s. ISBN 978-80-251-2964-7. [15] Kolektiv autorů (citován Jašek Pavel), Online marketing. 1. vyd. Brno: Computer Press, 2014, 212 s. ISBN 9788025141557. [16] KHUTAN, Jan. Proč weby žádají souhlas návštěvníků s používáním cookies? [on-line]. [cit. 2016-1-9] Dostupné na WWW: http://www.provozovatel.cz/proc-weby-

zadaji-souhlas-navstevniku-s-pouzivanim-cookies/ [17] MANAGEMENT MANIA, KPI (Key Performance Indicators) - klíčové ukazatele výkonnosti [on-line]. [cit. 2016-2-14] Dostupné na WWW: https://managementmania.com/cs/key-performance-indicators [18] MONKEY TRACKER. Informace o webu [on-line]. [cit. 2016-2-1] Dostupné na WWW: https://www.monkeytracker.cz/cs/informace-o-webu#.Vq_DPlKAlNU

[19] PRAGUE CITY TOURISM. PIS - PCT [on-line]. [cit. 2016-2-7] Dostupné na WWW: http://www.praguecitytourism.cz/cs/pis-pct/pis-pct

[20] PRAGUE CITY TOURISM. Výroční zpráva 2015 [on-line]. [cit. 2016-2-14] Dostupné na WWW: http://www.praguecitytourism.cz/cs/pis-pct/vyrocni-zprávy

73

[21] ROBERTNEMEC.COM. Porovnání Adobe SiteCatalyst (Omniture), Coremetrics, Unica NetInsight a Webtrends [on-line]. [cit. 2016-1-16] Dostupné na WWW: http://robertnemec.com/umime/digitalni-analytika/adobe-ibm-webtrends/ [22] TONKIN, Sebastian, Caleb WHITMORE a Justin CUTRONI. Výkonnostní marketing s Google Analytics. Vyd. 1. Brno: Computer Press, 2011, 432 s. ISBN 978-80-251-3339-2. [23] TOP TEN REVIEWS. Web Analytics Review [on-line]. [cit. 2016-1-9] Dostupné na WWW: http://web-analytics-review.toptenreviews.com/ [24] STATISTA. Global social networks ranked by number of users 2015 [on-line]. [cit. 2016-1-9] Dostupné na WWW: http://www.statista.com/statistics/272014/global-social-

networks-ranked-by-number-of-users/ [25] STATCOUNTER . StastCounter global stats [on-line]. [cit. 2015-11-30] Dostupné na WWW: http://gs.statcounter.com/

[26] STATISTA. The Digital Divide Is Still a Thing [on-line]. [cit. 2015-11-29] Dostupné na WWW: http://www.statista.com/chart/3512/internet-adoption-in-2015/

[27] SUPPORT GOOGLE.COM. term exclusions [on-line]. [cit. 2016-3-15] Dostupné na WWW: https://support.google.com/analytics/bin/answer.py?hl=en&answer=2795833

[28] VOJTĚŠEK, Jiří. Internet a jeho služby. Vyd.1. Zlín: 2012. Vydáno elektronicky. ISBN - 978-80-7474-217-6 [29] W3SCHOOL.COM. Browser statistics [on-line]. [cit. 2015-12-5] Dostupné na WWW: http://www.w3schools.com/browsers/browsers_stats.asp

[30] W3TECHS. COM. Historical trends in the usage of traffic analysis tools for websites [on-line]. [cit. 2016-1-16] Dostupné na WWW: http://w3techs.com/technologies/history_overview/traffic_analysis/all [31] WHAT IS. Definition Google Trends [on-line]. [cit. 2016-2-2] Dostupné na WWW: http://whatis.techtarget.com/definition/Google-Trends

74

PŘÍLOHY

Příloha č. 1: Světový počet uživatelů Internetu

Zdroj: Internet Live Stats

Příloha č. 2: Digital Divide 2015


75

Příloha č. 3: Přehled hlavních sociálních sítí v roce 2015


76

Příloha č. 4: Pět světově nepoužívanějších prohlížečů. Typ zařízení: PC

Zdroj: W3SCHOOL.COM, upravil autor

Příloha č. 5: Pět světově nepoužívanějších prohlížečů. Typ zařízení: tablet

Zdroj: StatCounter

77

Příloha č. 6: Pět světově nepoužívanějších prohlížečů. Typ zařízení: tablet

Zdroj: StatCounter

Příloha č. 7: Přehled českých a cizojazyčných domén tematických mikrostránek

česká verze www.vanocevpraze.cz velikonocevpraze.cz www.pivovpraze.cz www.vanocevpraze.cz www.prahavpohybu.eu www.karlovapraha.cz

cizojazyčná verze www.christmasinprague.com www.easterinprague.com www.beerinprague.com www.valentinesinprague.com www.pragueinmotion.eu www.charlesivinprague.com

Zdroj: PIS – PCT, vytvořil autor

78

Příloha č. 8: Návštěvnost webového portálu www.prague.eu NÁVSTĚVNOST WEBOVÉHO PORTÁLU WWW.PRAGUE.EU 2010

2011

2012

2013

2014

2015

leden

44457

115622

149053

177096

102629

únor

45960

105252

133890

160460

100518

březen

55224

112486

166824

192329

151644

duben

63855

106453

159886

205893

163231

květen

61089

107420

178154

201042

195315

červen

63219

114076

255666

176 306

256397

červenec

42104

63219

115088

159031

191701

237521

srpen

41221

77070

118 763

170143

207794

237686

září

47563

79176

125393

173686

204761

252061

říjen

51437

86194

132172

186686

151365

214193

listopad

50025

84523

155903

168737

77920

188020

prosinec

43493

81878

151973

201896

144624

245543

Zdroj: Google Analytics, vytvořil autor Příloha č. 9: Zdrojové země webového portálu www.prague.eu v roce 2015 Země

Návště vy

Návště vy

Czech Republic

553889 Greece

5805 Georgia

1015

Germany

292377 Singapore

4889 Kazakhstan

1011

United States

241632 Mexico

4417 Cyprus

988

United Kingdom

233303 Argentina

4384 Iran

806

Italy

159376 Hong Kong

4080 Bosnia & Herzegovina

764

Země

Země

Návště vy

Russia

77523 (not set)

4018 Macedonia (FYROM)

759

Netherlands

72183 Serbia

4007 Peru

728

Spain

64356 Croatia

3633 Qatar

668

France

26988 Malaysia

3235 Armenia

650

India

26919 South Africa

3155 Azerbaijan

581

Israel

23450 Bulgaria

2848 Morocco

575

Austria

23061 Thailand

2802 Uruguay

472

Poland

20021 Taiwan

2743 Albania

461

Japan

19876 Slovenia

2597 Iceland

390

Slovakia

19855 Indonesia

2510 Jordan

387

South Korea

18655 China

2462 Kuwait

384

Canada

17894 Philippines

2100 Moldova

384

Switzerland

14485 Belarus

2085 Jersey

383

79

Australia

11933 Lithuania

2026 Venezuela

379

Sweden

11744 New Zealand

1899 Algeria

377

Ireland

10583 Latvia

1775 Ecuador

357

Ukraine

10257 Egypt

1584 Bangladesh

354

Belgium

9928 Estonia

1575 Nigeria

354

Finland

9674 Malta

1561 Tunisia

323

Brazil

7068 Pakistan

1483 Costa Rica

320

Denmark

6928 Lebanon

1482 Puerto Rico

293

Turkey

6295 Colombia

1294 Montenegro

280

Norway

6194 Saudi Arabia

1271 Guernsey

277

Hungary

6020 Luxembourg

1129 Kosovo

259

Portugal United Arab Emirates

5992 Kenya

1125 Sri Lanka

245

5950 Vietnam

1092 Bahrain

236

Romania

5907 Chile

1070 Oman

234

Iraq

225 Nicaragua

46 Cuba

16

Mauritius Dominican Republic

184 Curaçao

45 Togo

16

176 Barbados

39 Djibouti

15

Guatemala

169 Bermuda

39 Faroe Islands

15

Macau

165 Senegal

39 Gabon

13

Palestine

150 Zimbabwe

38 Haiti

13

Ghana

146 Isle of Man

37 Rwanda

13

Panama

138 Maldives

36 Turkmenistan

13

Nepal

127 Suriname

34 Cape Verde

12

Mongolia

119 Guam

33 Mali

12

Kyrgyzstan

115 Tajikistan

33 Belize

11

Uzbekistan

114 Uganda

33 French Guiana

11

Trinidad & Tobago

113 Bahamas

31 Guadeloupe

11

El Salvador

110 Mozambique

31 St. Lucia

11

Liechtenstein

99 Sudan

30 French Polynesia

11

Ethiopia

98 Cayman Islands

29 St. Vincent & Grenadines

11

Gibraltar

97 Laos

29 Benin

10

Bolivia

96 San Marino

28 Seychelles

10

Yemen

93 Somalia

28 Bhutan

9

Jamaica

88 Syria

26 Svalbard & Jan Mayen

9

Paraguay

85 Sint Maarten

25 Grenada

8

Réunion

79 U.S. Virgin Islands

24 Equatorial Guinea

8

Cambodia

76 Fiji

23 Guyana

8

Andorra

69 Aruba

21 Mauritania

8

Tanzania

66 Zambia

21 South Sudan

8

Myanmar (Burma)

65 Antigua & Barbuda

19 St. Martin

7

80

Monaco

62 Congo (DRC)

18 British Virgin Islands

7

Afghanistan

61 Madagascar

18 Mayotte

7

Côte d’Ivoire

55 New Caledonia

18 Caribbean Netherlands

6

Angola

52 Botswana

17 Dominica

6

Honduras

51 Cameroon

17 Martinique

6

Brunei

46 Liberia

17 Malawi

6

Namibia

46 Libya

17 Congo (Republic)

5

Greenland Tonga St. Barthélemy Central African Republic

5 Lesotho Northern Mariana 5 Islands

3 Chad

2

3 Vanuatu

2

4 Niger

3 Åland Islands

1

4 Papua New Guinea

3 Cook Islands

1

Falkland Islands (Islas 3 Malvinas) 3 Kiribati

1 1

3 2 2 2

1 1 1 1

Timor-Leste Anguilla

4 3

Burundi Gambia Guinea St. Kitts & Nevis

3 3 3 3

São Tomé & Príncipe Swaziland Turks & Caicos Islands American Samoa Guinea-Bissau North Korea

St. Pierre & Miquelon Palau Solomon Islands Sierra Leone


Příloha č. 10: Vývoj využití PC, tabletů a mobilů v letech 2012–2015 POČÍTAČ

TABLET

MOBIL

srpen 2012

102544

8639

7580

září 2012

108424

8797

8172

říjen 2012

114127

9394

8651

listopad 2012

137023

9647

233

prosinec 2012

125883

14265

11825

leden 2013

121788

13883

13382

únor 2013

110914

11640

11336

březen 2013

137263

15894

15667

duben 2013

130958

14727

14201

květen 2013

144207

17946

16001

červen 2013

200621

30555

24490

červenec 2013

122557

19679

16795

81

srpen 2013

127302

24171

18670

září 2013

132221

22574

18891

říjen 2013

142508

24373

19805

listopad 2013

130681

21467

16589

prosinec 2013

153566

27920

20410

leden 2014

130543

25999

20554

únor 2014

120962

21642

17856

březen 2014

143924

20373

21032

duben 2014

151071

30796

24026

květen 2014

147857

29978

23207

červen 2014

125512

29694

21100

červenec 2014

134275

34413

23013

srpen 2014

139159

42333

26302

září 2014

143286

37231

24244

říjen 2014

107342

26972

17048

listopad 2014

58824

10721

8380

prosinec 2014

77126

13520

53978

leden 2015

70755

11927

19947

únor 2015

71854

14286

14378

březen 2015

101881

23591

26172

duben 2015

97340

36192

29699

květen 2015

111227

43515

40573

červen 2015

117884

95324

43189

červenec 2015

117145

60893

59483

srpen 2015

121819

43538

72329

září 2015

141836

43375

66850

říjen 2015

129396

28838

55959

listopad 2015

112588

52032

23400

prosinec 2015

129830

75005

40708

leden 2016

123772

44792

71090

únor 2016

124485

39048

63426

březen 2016

129214

43667

50316

82

duben 2016

131214

46875

42085

květen 2016

122211

59204

40319

červen 2016

120786

56299

58615

červenec 2016

128451

39656

64303

srpen 2016

125772

43653

51212

září 2016

126886

49985

44754

říjen 2016

127608

52689

46521

listopad 2016

125756

53642

52644

prosinec 2016

122919

47025

59412


Příloha č. 11: Vývoj využití PC a mobilních zařízení v letech 2013–2015 POČÍTAČ 2013


1654586 POČÍTAČ

2014


1479881 POČÍTAČ

2015

451066

586412 MOBILNÍ ZAŘÍZENÍ

1323555

1229805


Příloha č. 12: Využití PC a mobilních zařízení v České republice v roce 2015 2015

POČÍTAČ


ZAHRANIČÍ

839507

786681

ČR

484048

234522


83

VYSOKÁ ŠKOLA HOTELOVÁ V PRAZE 8, SPOL. S R. O. Petr Soukup

Recommend Documents