WHICH TWEETS GET MORE ENGAGEMENT?
Autor: | SABUNCU, İbrahim, YILDIRIM, Açelya |
---|---|
Jazyk: | turečtina |
Rok vydání: | 2021 |
Předmět: | |
Zdroj: | Volume: 7, Issue: 1 10-23 Yönetim Bilişim Sistemleri Dergisi |
ISSN: | 2630-550X |
Popis: | İşletmeler sosyal medyayı etkili bir tanıtım mecrası olarak kullanabilmektedirler. Bu tanıtım çalışmalarının etkisi, şirketin yaptığı sosyal medya paylaşımlarının etkileşim miktarıyla ölçülür. Etkileşimi arttırabilecek nitelikleri bilmek işletmeler için önemlidir ve bu çalışmada ele alınmıştır. Önemli bir sosyal medya paylaşım sitesi olan Twitter’daki paylaşımların etkileşim oranını etkileyen faktörler araştırılmıştır. Bu amaçla, Türkiye'de faaliyet gösteren ve en fazla takipçi sayılı 25 içecek şirketinin hesapları incelenmiştir. Bu hesaplardan 1000 tweet çekilerek RapidMiner veri madenciliği yazlımı ile analiz edilmiştir. İçeriklerine göre 3.436 tweet, kategorilere ayrılmıştır. Sonrasında tweetlerin etkileşim değerleri ile paylaşıldığı saat periyotları, mevsimler, günler, markalar, kategoriler arasındaki ilişkiler analiz edilmiştir. Testler sonucunda, bu niteliklerin etkileşim oranı üzerinde etkili olduğu görülmüştür. Yeni oluşturulacak bir tweet’in belirtilen nitelikleri bilindiğinde sahip olacağı etkileşim oranını öngörebilmek için tahmin modeli oluşturulmuştur. Model test edilmiş ve etkileşim oranının %68,53 doğruluk oranıyla doğru tahmin edilebildiği görülmüştür. Sonuç olarak, sosyal medya analizinin etkileşim oranı öngörebilmede önemli bir yöntem olabileceği anlaşılmıştır. Businesses can use social media as an effective promotion platform to engage with their customers. The amount of engagement measures the impact of this promotion. Knowing the factors that can increase engagement is essential for businesses and is discussed in this study. For this purpose, Twitter accounts of 25 beverage companies operating in Turkey and has the largest number of followers have been examined. 1000 Tweets were gathered from all these accounts and were analyzed with RapidMiner data mining software. 3.436 tweets were divided into categories according to their content. Afterward, the relationships between the engagement rates and the periods, seasons, days, brands, categories of tweets were analyzed. As a result of the tests, it was observed these factors are influential on the engagement rate. A prediction model was created to predict a new tweet's engagement rate when its specified factors are known. The model was tested, and it was found that the interaction rate could be estimated correctly. As a result, it was understood that social media analysis could be an essential method in predicting engagement rates. |
Databáze: | OpenAIRE |
Externí odkaz: |