| dc.contributor.advisor | Φωτιάδης, Θωμάς | |
| dc.contributor.author | Γιαννακίδης, Μιχάλης | |
| dc.contributor.other | Giannakidis, Michalis | |
| dc.coverage.spatial | Κύπρος | el_GR |
| dc.date.accessioned | 2013-07-30 | |
| dc.date.accessioned | 2013-07-30T11:04:45Z | |
| dc.date.available | 2013-07-30T11:04:45Z | |
| dc.date.copyright | 2013-05 | |
| dc.date.issued | 2013-07-30 | |
| dc.identifier.other | MBA/2013/00108 | el_GR |
| dc.identifier.uri | http://hdl.handle.net/11128/1329 | |
| dc.description | Περιέχει βιβλιογραφικές παραπομπές. | el_GR |
| dc.description.abstract | Η σημερινή τεχνολογική πραγματικότητα, έχει ανάγει τα κοινωνικά δίκτυα σε ένα κυρίαρχο μέσο ταχύτατης και άμεσης διάδοσης μηνυμάτων μεταξύ των ανθρώπων. Η αξία τους στην προώθηση προϊόντων είναι πλέον αναγνωρισμένη από τις επιχειρήσεις (Kaplan, Haenlein, 2010).
Καθώς λοιπόν έχει ωριμάσει η χρήση των κοινωνικών δικτύων τόσο από τους χρήστες, όσο και τις επιχειρήσεις, ο όγκος του περιεχομένου που δημοσιεύεται κάθε δεδομένη χρονική στιγμή στους σχετικούς δικτυακούς τόπους είναι σημαντικά μεγάλος (Nielsen, 2012). Έχει δε τα εξής μοναδικά χαρακτηριστικά: αμεσότητα που του επιτρέπει να φτάσει γρήγορα στον αποδέκτη, δυνατότητα μαζικής διάδοσής του σε άλλους ανθρώπους με παρόμοια ενδιαφέροντα και τέλος τη δυνατότητα αμφίδρομου σχολιασμού σε αυτό.
Έχοντας πλέον ο αναλυτής πρόσβαση σε ένα τόσο πλούσιο σε γνωρίσματα περιεχόμενο, μπορεί, χρησιμοποιώντας την τεχνική ανάλυσης περιεχομένου, να αναλύσει το μέρος των δημόσιων αναρτήσεων που σχετίζονται με συγκεκριμένα προϊόντα, ώστε να ερευνήσει πώς μπορεί να κατανοήσει και να προβλέψει τη συμπεριφορά των καταναλωτών. Ο τομέας της πρόβλεψης των πωλήσεων εισιτηρίων στις κινηματογραφικές αίθουσες επιλέχθηκε ως ένα ενδιαφέρον και ταυτόχρονα κατάλληλο παράδειγμα για την εφαρμογή της προτεινόμενης μεθοδολογίας. Οι λόγοι γι’ αυτή την επιλογή είναι πως η επιχειρηματικότητα γύρω από τον τομέα της διασκέδασης στους κινηματογράφους είναι διαχρονικά σημαντική και συγκεντρώνει γύρω της πλήθος άλλων δραστηριοτήτων. Επίσης, ο συγκεκριμένος τρόπος διασκέδασης ως προϊόν, έχει έντονη παρουσία στα κοινωνικά δίκτυα, με τους χρήστες να μην διστάζουν να εκφράσουν ανοιχτά την άποψη τους για τις ταινίες που παρακολούθησαν.
Στην παρούσα εργασία, αναπτύχθηκε ένα αυτοματοποιημένο σύστημα εξόρυξης δεδομένων από το Facebook και ανάλυσης του σχετικού περιεχομένου. Κατόπιν, μεταβλητές από το περιεχόμενο αυτό μετρήθηκαν, καταγράφηκαν και συσχετίστηκαν με τις πραγματικές πωλήσεις των εισιτηρίων. Με τον τρόπο αυτό, αναζητήθηκε η συσχέτιση μεταξύ περιεχομένου στα Κοινωνικά Δίκτυα και καταναλωτικών προτιμήσεων. | el_GR |
| dc.format.extent | 69 σ. 30 εκ. | el_GR |
| dc.language | gr | el_GR |
| dc.language.iso | gr | el_GR |
| dc.subject | Ψηφιακό μάρκετινγκ | el_GR |
| dc.subject | Digital marketing | |
| dc.title | Αυτοματοποιημένο σύστημα επεξεργασίας κειμένου / ανάλυσης περιεχομένου στα social media για την κατανόηση της συμπεριφοράς του καταναλωτή: Η περίπτωση της πρόβλεψης πωλήσεων εισητηρίων στις ελληνικές κινηματογραφικές αίθουσες | el_GR |
| dc.type | Μεταπτυχιακή Διατριβή | el_GR |
| dc.description.translatedabstract | Today’s technological advances have made social media a dominant medium for fast and direct message dissemination among people. The value of the social media in the promotion of products is also well recognized by businesses (Kaplan, Haenlein, 2010).
As the usage of social media has been made a standard both for individual users and businesses, the amount of content published at any given time in the corresponding internet sites, is significantly large (Nielsen, 2012). Moreover, it possess the following unique features: immediacy allowing fast delivery times to the receiver, dissemination to other people with similar interests and finally the possibility of reverse feedback from the receiver to the publisher of the potential intermediate transceivers.
With the analyst having access to such a feature rich content, he can use the content analysis technique to analyze part of this public content related to specific products, so as to determine how he can predict the consumers’ behavior. The field of cinema box office sales was chosen as an interesting but also suitable example for the application and test of the methology being proposed. The reasons for this choice were that business activities related to entertainment and cinemas is and has always been important, while at the same time a significant number of other business activities rotate around this. Also, going to the movies is a dominant feature in the activity observed in social media, with the users having no hesitations to say their opinions on movies they watched.
In this thesis, an automated system of data extraction from Facebook was developed and the related content was analyzed. Then, specific variables found in that content were measured and co-related to the actual ticket sales. Given this work, a regression analysis among the Social Media content and the actual Consumer Behavior was performed. | el_GR |
| dc.format.type | pdf | el_GR |
