El valor de la extracción de datos web: una aplicación a TripAdvisor
Autores: Barbera, Gianluca; Araujo, Luiz; Fernandes, Silvia
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
El valor de la extracción de datos web: una aplicación a TripAdvisor
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Analítica de redes sociales
Extracción de datos web
Turismo
Big data
Páginas sociales
Presencia digital
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
El Análisis de Redes Sociales (SMA) es cada vez más relevante en la dinámica del mercado actual. Sin embargo, es necesario utilizarlo sabiamente, ya sea para promocionar cualquier tipo de producto/marca o para interactuar con los clientes. Esto requiere su comprensión y monitoreo efectivos. Una forma es a través de herramientas de extracción de datos web (WDS) que permiten seleccionar sitios y plataformas para comparar su rendimiento. Pueden optimizar la extracción de grandes datos publicados en redes sociales. Debido a los desafíos actuales, un sector que puede aprovechar especialmente esta fuente es el turismo (y sus sectores relacionados). Este año se espera el resurgimiento del turismo después de una pandemia cuyos impactos siguen afectando diversas actividades. Muchos comerciantes y empresarios ya han utilizado estas herramientas versátiles. Sin embargo, ¿realmente conocen su potencial? El presente estudio destaca el uso de WDS para recopilar datos de las páginas sociales de TripAdvisor. Además de comparar el rendimiento de los competidores, las empresas también obtienen nuevos conocimientos sobre preferencias/hábitos no observados. Esto contribuye a innovaciones más interesantes y resultados tanto para ellos como para sus clientes. El enfoque utilizado aquí se basa en un proyecto de consultoría de turismo inteligente, desde la identificación de una brecha en nuestra región, para ayudar a las organizaciones turísticas a mejorar su presencia digital y modelo de negocio. Muchas cosas se pueden detectar en esta gran fuente de datos no estructurados de manera muy rápida y sencilla sin necesidad de programación. Además, explorar código, ya sea para refinar el raspador web o conectarlo con otras plataformas/aplicaciones, puede ser objeto de futuras investigaciones para aprovechar la predicción del comportamiento del consumidor en interacciones más avanzadas.
Descripción
El Análisis de Redes Sociales (SMA) es cada vez más relevante en la dinámica del mercado actual. Sin embargo, es necesario utilizarlo sabiamente, ya sea para promocionar cualquier tipo de producto/marca o para interactuar con los clientes. Esto requiere su comprensión y monitoreo efectivos. Una forma es a través de herramientas de extracción de datos web (WDS) que permiten seleccionar sitios y plataformas para comparar su rendimiento. Pueden optimizar la extracción de grandes datos publicados en redes sociales. Debido a los desafíos actuales, un sector que puede aprovechar especialmente esta fuente es el turismo (y sus sectores relacionados). Este año se espera el resurgimiento del turismo después de una pandemia cuyos impactos siguen afectando diversas actividades. Muchos comerciantes y empresarios ya han utilizado estas herramientas versátiles. Sin embargo, ¿realmente conocen su potencial? El presente estudio destaca el uso de WDS para recopilar datos de las páginas sociales de TripAdvisor. Además de comparar el rendimiento de los competidores, las empresas también obtienen nuevos conocimientos sobre preferencias/hábitos no observados. Esto contribuye a innovaciones más interesantes y resultados tanto para ellos como para sus clientes. El enfoque utilizado aquí se basa en un proyecto de consultoría de turismo inteligente, desde la identificación de una brecha en nuestra región, para ayudar a las organizaciones turísticas a mejorar su presencia digital y modelo de negocio. Muchas cosas se pueden detectar en esta gran fuente de datos no estructurados de manera muy rápida y sencilla sin necesidad de programación. Además, explorar código, ya sea para refinar el raspador web o conectarlo con otras plataformas/aplicaciones, puede ser objeto de futuras investigaciones para aprovechar la predicción del comportamiento del consumidor en interacciones más avanzadas.