Ocena zachowania uÅ¼ytkownikÃ³w platformy handlu C2C - E-mentor

More documents

Recommendations

Info

e-biznesRozwiązaniem wartym uwagi byłoby oddzielenieoceny jakości towaru od jakości obsługi. Użytkownikstaje przed dylematem, gdy sama transakcja odbyłasię wzorowo, a przedmiot nadaje się do kosza – lubodwrotnie. Otrzymując możliwość wyrażenia opiniizarówno o przebiegu transakcji, jak i o przedmiocie,system komentarzy stałby się pełniejszy, bardziejwiarygodny.Zawieszenie konta użytkownika jest na ogół konsekwencjąnaruszenia zasad, które obowiązują naAllegro. Konto może być zawieszone na czas określonylub nieokreślony. W trakcie trwania zawieszeniaużytkownik nie może korzystać z większości funkcjiserwisu, w tym składać ofert kupna i sprzedaży orazwystawiać komentarzy. W czasie gdy konto jest odłączone,istnieje dostęp jedynie do tych funkcji serwisu,które mogą pomóc sfinalizować transakcje do ofertzakończonych przed zawieszeniem i skontaktowaćsię z kontrahentami. Oznacza to, że data ostatniegologowania do serwisu nie jest równoznaczna z datązawieszenia konta. Tylko w sytuacji wyjątkowo poważnegonaruszenia zasad Allegro blokuje całkowiciemożliwość zalogowania się do serwisu, a w specjalnychprzypadkach ogranicza także dostęp z danegokomputera (numeru IP).Metodologia i zakres badańPrzyczynkiem do przeprowadzenia badania byłachęć wyodrębnienia z ogólnodostępnych danychprawidłowości, które mogłyby świadczyć o pewnychnegatywnych wzorcach zachowań. Ponadto zachętąbyło pozyskanie wszystkich wystawionych komentarzyi profili użytkowników serwisu Allegro, co przybliżałonas do osiągnięcia rzetelnych rezultatów opartych nadużej próbie.Autorzy pozyskali dane do badań poprzez zbudowanierobota sieciowego. Przeszukiwał on stronyinternetowe z danymi o wszystkich zarejestrowanychużytkownikach serwisu Allegro. Pierwsze wersje robotabyły przygotowane do pobierania i zapisywania całegokodu strony html na lokalne zasoby. Po pewnym czasieokazało się, że takie podejście jest niepraktyczne,ponieważ pobierane dane przekraczają możliwości dyskowewspółczesnych komputerów osobistych, a takżeserwerów dostępnych w jednostkach naukowych.Robot sieciowy został uaktualniony i z pobieranychdanych zapisywał do bazy tylko potrzebne informacje.Oprogramowanie zostało napisane w Perlu, którywspółpracował z bazą danych MySQL.Robot sieciowy w trakcie prac został uodpornionyna niezgodności wynikające ze standardów stron internetowychserwisu Allegro, który prezentuje danew sposób semistrukturalny. Kolejne uaktualnieniadotyczyły niestandardowych informacji znajdującychsię na stronach z danymi o użytkownikach. Należą donich również komentarze unieważnione. To bardzorzadko występująca sytuacja, zazwyczaj u najaktywniejszychużytkowników, którzy w ten sposób broniąsię przed nieuczciwie wystawionymi komentarzami.Drugą spotykaną sytuacją była, w początkowym etapiedziałalności serwisu, możliwość kilkukrotnegowystawienia komentarza do tej samej aukcji. Zazwyczajpierwszy wystawiony komentarz był negatywny,natomiast po wyjaśnieniu sytuacji uczestnik wystawiałdrugi, nowy komentarz. Robot sieciowy jednocześniezapisywałby do bazy podwójne informacje o jednejtransakcji. Sytuację rozwiązano poprzez branie poduwagę tylko jednego, ostatniego wystawionego komentarzado aukcji.Tak stworzony mechanizm otrzymuje pełną informacjęo wszystkich zrealizowanych transakcjachaukcyjnych oraz o ich uczestnikach. Pełne zebraniedanych trwało 9 dni i 3 godziny, kosztowała około510GB transferu i zebrała wszystkie komentarzeo zakończonych aukcjach od początku istnienia serwisudo marca 2008 roku. Badaniom zostały poddanenastępujące informacje o transakcjach na aukcjachinternetowych:Tabela 1. Statystyka zebranej kolekcji danychLiczba transakcji 112 498 829Komentarze pozytywne 111 169 681Komentarze neutralne 513 982Komentarze negatywne 815 166Całkowita liczba sprzedających 1 686 954Całkowita liczba kupujących 3 612 891Źródło: opracowanie własneWyniki badańRysunek 1. ilustruje liczbę transakcji zakończonychwystawieniem komentarza. Wraz z upływem czasuwidać wzrost liczby realizowanych transakcji. Dynamikatego wzrostu utrzymuje się na średnim poziomie109 proc. rocznie, przy czym w ostatnim roku byłoto tylko 49 proc. Wyniki pokazują rosnące znaczenierynku C2C. Na rysunku nie ma transakcji z lat2000–2001, których jest znikoma liczba. Grudzieńi marzec każdego roku cechują się silnym skokiemw górę, co związane jest ze wzmożonymi zakupamiświątecznymi.W trakcie empirycznej analizy danych autorzywykryli bardzo niepokojącą sytuację. Przy zawieszonychkontach użytkowników, z pierwszej dziesiątkinajgorszych sprzedawców, cały czas pojawiają siępozytywne komentarze. Chronologiczny numeraukcji ujawnia, że są to transakcje, które odbyły sięna kilka miesięcy do kilku lat przed zablokowaniemkonta sprzedawcy. Prawdopodobnie istotna częśćkomentarzy jest wystawiana przez uczestników posiadającychfałszywe tożsamości i posługujących się nimido manipulowania opinią sprzedawców. Przy kontachużytkowników, którzy nie są zawieszeni przez serwis,a posiadają ogromną liczbę przeprowadzonych transakcji,spora część komentarzy jest również wystawianado aukcji, które odbyły się w okresie od kilku miesięcydo kilku lat wstecz. Rysunek 2. przedstawia liczbę78 e-mentor nr 2 (24)
Ocena zachowania użytkowników platformy handlu C2C...Rysunek 1. Dzienna liczba transakcji w latach 2002–2007Źródło: opracowanie własnewystawionych komentarzy do aukcji z co najmniejsześciomiesięcznym opóźnieniem od rzeczywistegokońca transakcji. Takich komentarzy jest ponad 1,5proc. łącznej liczby transakcji. Niepokojący jest fakt,że zachowanie to dotyczy sprzedających z największymwolumenem sprzedaży.Rysunek 2. Liczba transakcji, do których komentarz jest opóźniony co najmniej o sześć miesięcyŹródło: opracowanie własnekwiecień 2008 79
Page 2 and 3:
3 Od redakcji3 Aktualności4 Noweli
Page 4 and 5:
Nowelizacja regulacji dotyczących
Page 6 and 7:
metody, formy i programy kształcen
Page 8 and 9:
Page 10 and 11:
Page 12 and 13:
Page 14 and 15:
Page 16 and 17:
Page 18 and 19:
Page 20 and 21:
Page 22 and 23:
Page 24 and 25:
Page 26 and 27:
Page 28 and 29: metody, formy i programy kształcen
Page 30 and 31: metody, formy i programy kształcen
Page 32 and 33: e-edukacja w krajuBadanie eye track
Page 34 and 35: e-edukacja w krajuRysunek 2. Szybki
Page 36 and 37: e-edukacja w krajuEdukacja w służ
Page 38 and 39: e-edukacja w krajuu podstaw któreg
Page 40 and 41: e-edukacja w krajuPonadto zawiera l
Page 42 and 43: e-edukacja w krajuDrugi panel, pod
Page 44 and 45: e-edukacja w krajuwymi. Dane zebran
Page 46 and 47: e-edukacja w krajugdyby uniwersytet
Page 48 and 49: e-edukacja w kraju! barierę mental
Page 50 and 51: e-edukacja w krajurespondentów mo
Page 52 and 53: zarządzanie wiedząRozwój organiz
Page 54 and 55: zarządzanie wiedząpotrzebowali fi
Page 56 and 57: zarządzanie wiedząpoparcia dla ni
Page 58 and 59: zarządzanie wiedządejmowania decy
Page 60 and 61: zarządzanie wiedząRysunek 1. Lini
Page 62 and 63: zarządzanie wiedzą! licencja niew
Page 64 and 65: zarządzanie wiedzą! fazę kreowan
Page 66 and 67: zarządzanie wiedząprzez indywidua
Page 68 and 69: zarządzanie wiedząpowszechnie bez
Page 70 and 71: kształcenie ustawiczneMotywy uczes
Page 72 and 73: kształcenie ustawicznemiasto powy
Page 74 and 75: kształcenie ustawiczneTabela 5. Ko
Page 76 and 77: e-biznesOcena zachowania użytkowni
Page 80 and 81: e-biznesRysunek 3. Dzienna liczba r
Page 82 and 83: e-biznespojawiających się na konc
Page 84 and 85: e-biznesi edytować w wewnętrznym
Page 86 and 87: e-biznessystemu zarządzania wiedz
Page 88 and 89: e-edukacja na świecieValidating a
Page 90 and 91: e-edukacja na świeciehave been fou
Page 92 and 93: e-edukacja na świecieintegration a
Page 94 and 95: e-edukacja na świecieused in this
show all

Ocena zachowania uÅ¼ytkownikÃ³w platformy handlu C2C - E-mentor

Create successful ePaper yourself

Delete template?

Save as template?