Web Kazıma Yöntemlerini Kullanarak Sosyal Medya ve Web Verilerinin Dijital Pazarlama Analizi
Şu kitabın bölümü: Çevik Tekin, İ. (ed.) 2023. Yönetim Bilişim Sistemleri: İşletmelerde Dijital Dönüşüm Yönetimi.

Metin Akbulut
İzmir Demokrasi Üniversitesi

Özet

Günümüzde bilginin değerinin artması, şirketlerin bilgi gücünü paylaşması ve kontrol etmesi, sosyal medya ve Web sayfalarını kontrol altına alan kişi ve kuruluşlara büyük avantajlar sağlamaktadır. Elon Musk Twitter Developer’da data paylaşımının yapıldığı hesaplara ve kullanıcıların okuyacağı tweet sayısına sınırlama getirmesi bunun göstergesidir. Bu çalışmada sosyal medya ve Web sayfalarındaki verileri elde etme ve bunların analizinde kullanılan Web kazıma yöntemleri değerlendirilmiş ayrıca firmaların bu verileri nasıl kullanacakları ve stratejileri oluşturmada nasıl fayda sağlayacakları konusunda çıkarımlarda bulunulmuştur. Web kazıma yöntemleri, Web sayfalarındaki verileri otomatik olarak toplamak için kullanılan bir tekniktir. Bu yöntemler, Web sayfalarındaki verileri elde etmek için programlama dilleri ve araçlar kullanır. Bu veriler daha sonra firmaların strateji geliştirmelerine yardımcı olmak üzere analiz edilir. Firmalar, Web kazıma yöntemlerini kullanarak, müşteri davranışlarını, pazar trendlerini, rakip analizlerini ve diğer önemli verileri toplayabilirler. Bu veriler, firmaların ürünlerini ve hizmetlerini geliştirmelerine, müşteri deneyimlerini iyileştirmelerine ve pazarlama stratejilerini optimize etmelerine yardımcı olur. Ancak, Web kazıma yöntemleri kullanırken, firmaların yasal ve etik kurallara uymaları önemlidir.

Kaynakça Gösterimi

Akbulut, M. (2023). Web Kazıma Yöntemlerini Kullanarak Sosyal Medya ve Web Verilerinin Dijital Pazarlama Analizi. In: Çevik Tekin, İ. (ed.), Yönetim Bilişim Sistemleri: İşletmelerde Dijital Dönüşüm Yönetimi. Özgür Yayınları. DOI: https://doi.org/10.58830/ozgur.pub137.c1382

Lisans

Creative Commons License

Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.

Yayın Tarihi

23 October 2023

DOI

Kategoriler