کاربرد وب‌کاوی برای مقایسه رفتار پیمایش مشتریان در خرید برخط از طریق رایانه و تلفن هوشمند، مورد مطالعه بازار اجتماعی باسلام

مطالعات نشان می‌دهد، تجارت الکترونیکی سهم عمده‌ای از خرده‌فروشی جهان را به خود اختصاص داده و با فراگیرشدن تلفن‌های هوشمند، تجارت تلفن همراه به صورت نمایی در حال رشد است؛ ازاین‌رو، شناخت رفتار مرور کاربران در فروشگاه‌های برخط از جنبه‌های بسیاری، همچون مدیریت بهینه این فروشگاه‌ها، اهمیت زیادی دارد. با وجود تاثیر پلتفرم استفاده‌شده در فرایند خرید برخط، پژوهش‌های اندکی به مقایسه رفتار مرور کاربران در این پلتفرم‌ها پرداخته‌اند. این پژوهش رفتار مشتریان پلتفرم باسلام را با بهره‌گیری از تحلیل گراف ردپا بررسی می‌کند. هدف اصلی شناسایی تفاوت‌های رفتاری مشتریان در خرید از طریق تلفن همراه و رایانه است. رفتار کاربران از طریق تحلیل توالی‌های پرتکرار پیمایش و معیارهای تعامل مشخص شد. نتایج نشان داد که جلسات مرور از طریق رایانه بیشتر وظیفه‌محور بوده و درصد بیشتری از آن‌ها به خرید منجر می‌شوند؛ در حالی که کاربران تلفن همراه رفتار اکتشافی‌تری دارند؛ علاوه‌بر این، برخی توالی‌های خاص با افزایش احتمال خرید در هر دو پلتفرم مرتبط‌اند. یافته‌ها نشان می‌دهد که روش ارائه‌شده برای تحلیل رفتار مرور کاربران در پلتفرم‌های مختلف می‌تواند به‌عنوان ابزاری موثر برای تصمیم‌گیری‌های استراتژیک در حوزه تجارت الکترونیکی مورد استفاده قرار گیرد و به بهبود تجربه خرید و مدیریت بهتر فروشگاه‌های برخط کمک کند.

application of web usage mining to investigate online shopping behavior via pc versus mobile devices: evidence from click-stream data

in recent years, the widespread use of smartphones and the rapid growth of mobile technologies have significantly transformed e-commerce, leading to the rise of mobile commerce (m-commerce). mobile commerce services such as mobile banking, mobile payments, and mobile shopping have gained substantial traction. according to statista, mobile retail sales in the united states exceeded $360 billion in 2021 and are projected to nearly double to approximately $710 billion by 2025. furthermore, by the end of 2021, nearly one-third of u.s. internet users reported making weekly purchases online via their mobile devices.this unprecedented growth underscores the need to explore user behavior in online shopping, particularly through mobile platforms. several factors influence online shopping behavior, with the device used for browsing and purchasing playing a critical role. as smartphones become the dominant means of internet access, understanding the behavioral differences between mobile and desktop users becomes increasingly important. although mobile commerce is a subset of e-commerce and shares similarities such as convenience and speed, notable differences exist due to device characteristics. these include the constant availability of smartphones, their lower computational power compared to desktops, and their smaller screen sizes, which can negatively impact the user experience during complex transactions.research has shown that mobile-specific features, including screen size, speed, security, and website optimization for mobile users, influence browsing and shopping behaviors. despite the growing recognition of these differences, limited studies have compared user behavior between mobile and desktop platforms in e-commerce settings.this study addresses this gap by analyzing user behavior on the basalam platform, a prominent iranian social e-commerce marketplace that supports both desktop and mobile shopping. the primary objective is to empirically examine whether and how user browsing behaviors differ between mobile and desktop platforms. the analysis adopts a novel approach inspired by the work of orit raphaeli et al., utilizing sequential association rule mining to uncover frequent navigation patterns and their implications for user interaction and purchase likelihood.