10 Eylül 2017 Pazar

Kobiler İçin Basit Pazar Analizi

           , , ,      2 comments   

R Studio ile Kobi’ler için Pazar Analizi

Bu gün R Studio programı ile basit pazar analizi nasıl yapılır, sosyal ağ analizi nasıl yapılır kısaca onu göstermeye çalışacağım.
Öncelikle daha önceki bölümde gösterdiğim şekilde bu ders için ilk etapta gerekli R Studio programı açılır. Yeni bir scrip yaratılır ve bu script bir klasör içine kaydedilir.
Sonrasında aşağıdaki paketler gösterilen şekilde yazılıma çağırılır. Bundan sonra yapacağınız çalışmaların da yer aldığı klasor aşağıdaki şekilde yazıma kaydedilir.
library(XML)
library(tm)
library(twitteR)
library(RJSONIO)
library(RCurl)
library(stringr)
library(ROAuth)
library(SocialMediaLab)
library(SocialMediaMineR)
library(twitteR)
library(dplyr)
Bu örnekte kobilerimizin yurtdışına Kurutulmuş Kayısı ihraç etmek istediği üzerine çalışmamız kurgulanmıştır.
Öncelikle Kurutulmuş kayısı için google üzerinden hangi ülkelerin arama yaptığı tespit edilmeye çalışılacaktır. Bu aramada Dried Apricot kelimesi kullanımlış ve gtrendsR paketi ile Google Trends bağlıntısı yapılmıştır.

Google Trend ile Arama Yapmak

devtools::install_github("PMassicotte/gtrendsR")
library(gtrendsR); library(dplyr); library(ggplot2); library(scales)
kayisi<- gtrends(c("Dried apricot"), time = "today 12-m") # last 12 months
plot(kayisi)
Yukarıda arama sonuçları verildi. Şimdi aşağıdaki kod ile hangi ülkelerden arama yapıldığını kolayca görebiliriz.
head(kayisi$interest_by_region)
##               location hits       keyword   geo gprop
## 1 United Arab Emirates  100 Dried apricot world   web
## 2            Australia   95 Dried apricot world   web
## 3               Canada   42 Dried apricot world   web
## 4                India   40 Dried apricot world   web
## 5       United Kingdom   38 Dried apricot world   web
## 6        United States   26 Dried apricot world   web
İstersek sonradan e-ticaret sitemizde kullanmak üzere hangi kelimer üzerinden kuru kayısı araması yapıldığını görme şansımız var.
head(kayisi$related_topics)
##   subject related_topics         value       keyword category
## 1     100            top       Apricot Dried apricot        0
## 2      90            top Dried apricot Dried apricot        0
## 3      20            top   Food drying Dried apricot        0
## 4      15            top        Recipe Dried apricot        0
## 5      15            top         Fruit Dried apricot        0
## 6      10            top       Calorie Dried apricot        0
Buradan ilk etapta çıkan sonuç “kuru kayısı” için en fazla arama Birleşik Arap Emirlikleri, Avustralya, Kanada, Hindistan üzerinden olmakta. Muhtemelen bu ülkelerde yüksek miktarda arama yapılmakta. Bu da ihracat için bize hedef ülkeleri vermekte.
Araştırmamızı biraz daha derinleştirelim.

Google Global Market Finder ile derinleşme:

Google Market Finder ile hem ülke bazında kuru kayısı aramalarını, hemde sonradan adwords üzerinden yapacağımız reklamlarda kullanılacak anahtar kelime bazında içerkleri almaya çalışalım.
Global Pazar
Global Pazar

Trade Map ile mevcut ithalat ve ihracat durumlarına bakma:

Trade Map ile mevcut durum analizi yapılabilir.
Trade Map
Trade Map

Twitter Üzerinden arama yapmak ve varsa fırsatları değerlendirmek:

Bunun için öncelikle twitter bağlantısı yapılmalı. bunun için lütfen aşağıdaki kodu çalıştırınız.
consumer_key <- 'xxxx' 
consumer_secret <- 'xxxx'
access_token <- '94534735-xxx' 
access_secret <- 'xxxx'

my_oauth <-setup_twitter_oauth(consumer_key, consumer_secret, access_token, access_secret)
## [1] "Using direct authentication"
1
## [1] 1
Bağlantı sağlandıktan sonra aşağıdaki kod yardımı ile aramamızı gerçekleştiriyoruz.
aranankelime="Dried apricot"
N=1000
kurukayisi <- as.data.frame (CollectDataTwitter(searchTerm=aranankelime ,numTweets=N ,writeToFile=F,verbose=TRUE, language="en"))
## Now retrieving data based on search term: Dried apricot
## Warning in doRppAPICall("search/tweets", n, params = params,
## retryOnRateLimit = retryOnRateLimit, : 1000 tweets were requested but the
## API can only return 148
## Done
## Cleaning and sorting the data...
## Done
Bu armada 1000 sonuç istemem karşı twitter API bana 149 sonuç verdi. Bu aramada ben lokasyon bazlı arama yapmadım. İstenirse yukarıdaki verilerden elde edilen bilgiler ile geocode= kodu eklenerek lokasyon bazlı tweetlerde çekilebilir.
head(kurukayisi$text, n=10)
##  [1] "Dried Apricot Soup with Emmer https://t.co/BzxMbFIT3t https://t.co/wjS5C737oq"                                             
##  [2] "Dried Apricot Soup with Emmer https://t.co/BzxMbFIT3t https://t.co/jk6BoRBcBA"                                             
##  [3] "RT @_FitnessHub_: #detox #health Dried Apricot Soup with Emmer ==&gt;&gt; https://t.co/7Mhas4mXvJ https://t.co/Wm078fha7m" 
##  [4] "#detox #health Dried Apricot Soup with Emmer ==&gt;&gt; https://t.co/7Mhas4mXvJ https://t.co/Wm078fha7m"                   
##  [5] "Dried Apricot Soup with Emmer https://t.co/BzxMbFIT3t https://t.co/jxsGyr5zRB"                                             
##  [6] "Dried Apricot Soup with Emmer https://t.co/BzxMbFIT3t https://t.co/wbuXCPx9kN"                                             
##  [7] "Super Tart and dry has the flavor of dried apricot. Wis... (Keen Observation (Echo Series)) https://t.co/zGFqIPa7Jm #photo"
##  [8] "Dried Apricot Soup with Emmer https://t.co/BzxMbFIT3t https://t.co/khQreagxJ4"                                             
##  [9] "RT @_FitnessHub_: #detox #health Dried Apricot Soup with Emmer ==&gt;&gt; https://t.co/7Mhas4mXvJ https://t.co/JxrjPKtON2" 
## [10] "#detox #health Dried Apricot Soup with Emmer ==&gt;&gt; https://t.co/7Mhas4mXvJ https://t.co/JxrjPKtON2"
Elimizde sadece bir anlık veri olsa da bu tweetler için sosyal ağ analizi yapabiliriz.

Twitter ve Gephi ile sosyal ağ analizi:

Twitter verilerini bizim kullanabileceğimiz gephi verisine çeviren kodlar aşağıda sunulmuştur. Bu kodlar sayesinde istediğimiz bilgiler .graphml formatında kayıt edilecektir.
g_actor_twitter <- Create(kurukayisi, type = "Actor", writeToFile = TRUE)
## Generating the network...
## Twitter actor network was written to current working directory, with filename:
## Eyl_10_19_05_17_2017_EEST_TwitterActorNetwork.graphml
## Done.
g_bimodal_twitter <- Create(kurukayisi, type = "bimodal", writeToFile = TRUE)
## [1] "Generating Twitter bimodal network..."
## Twitter bimodal network was written to current working directory, with filename:
## Eyl_10_19_05_25_2017_EEST_TwitterBimodalNetwork.graphml
## Done
g_semantic_twitter <- Create(kurukayisi, type = "semantic", writeToFile = TRUE)
## [1] "Generating Twitter semantic network..."
## Twitter semantic network was written to current working directory, with filename:
## Eyl_10_19_05_25_2017_EEST_TwitterSemanticNetwork.graphml
## Done.
Şimdi elde ettiğimiz bilgiler ile sosyal ağ analizi yapılabilir. Yüklenen dosyaları açık kaynak kodlu Gephi ile görselleştirebiliriz. Ağ analizi ile ilgili ayrıntılı bir ders yazmayı düşünüyorum.
Veriler ışığında yaptığımız ağ analizinde kimlerin kimler ile ilgili olduğu, nasıl bir ağ içinde hareket ettiklerini, tweetlere göre kimlerin pazarda oyuncu olduğunu, kimler ile ilişki içinde oldukları tespit edilebilir. Trade Map
Umarım bu yazım yararlı olmuştur. Yararlı olduğunuzu düşünürseniz lütfen paylaşınız.

2 yorum:

Kaydol: Kayıt Yorumları (Atom)