Business Intelligence solution for website traffic visualization of VŠE in Prague

Tato diplomová práce se zabývá vizualizací návštěvnosti webových stránek Vysoké školy ekonomické. Hlavním cílem práce je návrh a implementace Business Intelligence řešení, které bude sloužit jako prototyp automatizovaného reportingu marketingových dat spojených s webovou analytikou. Na základě současné architektury VŠE byl pro účely tvorby reportů zvolen vizualizační nástroj Power BI, orchestrace a provoz následně probíhají v prostředí Microsoft Azure. Zdrojová data do reportingového řešení přicházejí ze dvou datových zdrojů. Prvním, hlavním zdrojem, je Google Analytics 4 představující aktuální rozhraní interakce s daty marketingového charakteru. Druhým zdrojem jsou data získaná za pomoci vyvinutého webscrapera v jazyce Python. Data z web scrapingu tvoří později podklad pro vytvoření vizualizace hierarchického propojení jednotlivých stránek. Ve výsledku byly vytvořeny tři obrazovky s reporty - Návštěvnost domény, Cesta návštěvníka na doméně, Mapa domény. Ty byly podle preferencí zadavatele ještě dále rozděleny na provedení fakultní, ve kterém jsou data vyfiltrována pouze pro konkrétní doménu fakulty, a manažerská, ve kterém je zobrazen celý rozsah dat pro všechny webové domény VŠE. Řešení představuje funkční prototyp reportingu marketingových dat. Vytvořené reporty přispějí k lepšímu přehledu o chování uživatelů na webových stránkách, umožní lepší zaměření marketingové komunikace na cílové publikum a podpoří v organizaci rozhodnutí založená na datech.

This diploma thesis addresses the visualization of website traffic on the websites of Prague University of Economics and Business. The primary objective of the thesis is the design and implementation of a Business Intelligence solution that will serve as a prototype for automated reporting of marketing data associated with web analytics. Based on the current architecture of VŠE, the visualization tool Power BI was chosen for the purpose of report creation, with orchestration and operation subsequently taking place in the Microsoft Azure environment. The source data for the reporting solution comes from two data sources. The first, and main source, is Google Analytics 4, representing the current interface for interaction with marketing-related data. The second source consists of data obtained through a web scraper developed in Python. The data from web scraping later form the basis for creating visualizations of the hierarchical connections between individual pages. As a result, three reporting screens were created – Domain Traffic, Visitor Path on Domain, and Domain Map. These were further divided according to the organization's preferences into a faculty version, in which the data is filtered only for a specific faculty domain, and a managerial version, which displays the full range of the data for all VŠE web domains. The solution represents a functional prototype for reporting marketing data. The created reports will contribute to a better understanding of user behaviour on websites, enable better targeting of marketing communication to the intended audience, and support data-driven decision-making within the organization.