En la actualidad, en especial en tiempos de pandemia, el comercio electrónico se convierte en la manera predominante de comercializar productos y servicios en el mundo. Un estudio realizado por la Cámara Ecuatoriana de Comercio Electrónico, en el año 2020, demuestra que las compras y ventas a través de canales digitales se han incrementado al menos 15 veces desde el inicio de la pandemia. Por lo tanto, para realizar estudios de mercado las empresas deben buscar nuevas formas de extraer información para luego desarrollar un análisis de la misma y así obtener una ventaja competitiva. La extracción de datos es un proceso complejo y poco escalable, de manera que, esta investigación presenta una metodología para la extracción de información de un sector industrial determinado. La metodología consiste en dos pasos fundamentales, primero se realiza un ranking de las principales fuentes de información disponibles y más utilizadas en un determinado sector de la industria, se consideran varias características y opinión de expertos. Segundo, se propone una plataforma, la cual integra las fuentes de información mejor rankeadas y realiza la extracción de datos. Finalmente, estos datos se presentan en un Dashboard con la disponibilidad de poder descargar y hacer uso en estudios posteriores. Se concluye que las 4 plataformas que mayor beneficio ofrecen para esta investigación son: Google Trends, Facebook, YouTube y Twitter. También existen fuentes de información que al aplicar el análisis propuesto tienen una calificación alta, sin embargo, la extracción de los datos es difícil debido a sus políticas de seguridad.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Referencias
Aakash, & Aggarwal, A. G. (2020). An Analysis of EWOM Text that Contribute to EWOM Helpfulness. In Lecture Notes in Electrical Engineering (Vol. 601, pp. 893–900). Springer. https://doi.org/10.1007/978-981-15-1420-3_97
Acker, A., & Kreisberg, A. (2020). Social media data archives in an API-driven world. Archival Science, 20(2), 105–123. https://doi.org/10.1007/s10502-019-09325-9
Amarouche, K., Benbrahim, H., & Kassou, I. (2015). Product Opinion Mining for Competitive Intelligence. Procedia Computer Science, 73, 358–365. https://doi.org/10.1016/j.procs.2015.12.004
Árcos;Valverde, D. A. (2016). “Incidencia del uso de redes sociales aplicado en las estrategias de marketing en el sector textil de la ciudad de guayaquil año 2016.” http://dspace.ups.edu.ec/handle/123456789/14886
Avila Fuentes, L. F. (2019). ARTICULO CIENTÍFICO: Comercialización de productos mediante el uso de herramientas de comercio electrónico y su incidencia en las PYMES del sector textil de Atuntaqui provincia de Imbabura. http://181.39.139.68:8080/handle/123456789/249
Barrientos Felipa, P. (2017). Marketing + internet = e-commerce: oportunidades y desafíos. Revista Finanzas y Política Económica, 9(1), 41–56. https://doi.org/10.14718/revfinanzpolitecon.2017.9.1.3
Diaz Agila, Y. M. (2018). “Análisis De Las Estrategias De Marketing Digital Aplicadas Por Las Microempresas En El Sector Textil De La Provincia De Pichincha.” http://dspace.ups.edu.ec/handle/123456789/15305
E-commerce. (2020). DC0-Información pública E-Commerce en Ecuador. https://www.pwc.ec/es/publicaciones/assets/e-commerce-ecuador.pdf
Ecommerceday. (2017). Estudio de Comercio Electrónico en el País durante el eCommerce Day Ecuador 2017. 2–4. http://www.ecommerceday.ec/2018/2017/11/09/se-presento-el-primer-estudio-de-comercio-electronico-en-el-pais-durante-el-ecommerce-day-ecuador-2017/
Karen Lucero. (2021, May 2). El sector textil, un puntal de la industria que busca levantarse | Gestión. Economia y Finanzas. https://www.revistagestion.ec/economia-y-finanzas-analisis/el-sector-textil-un-puntal-de-la-industria-que-busca-levantarse
Kim, Y., Dwivedi, R., Zhang, J., & Jeong, S. R. (2016). Competitive intelligence in social media Twitter: IPhone 6 vs. Galaxy S5. Online Information Review, 40(1), 42–61. https://doi.org/10.1108/OIR-03-2015-0068
Lomborg, S., & Bechmann, A. (2014). Using APIs for Data Collection on Social Media. Information Society, 30(4), 256–265. https://doi.org/10.1080/01972243.2014.915276
Muñoz Bustos, D. A. (2019). Sistema organizacional aplicado al marketing digital en el sector textil de ropa interior de la provincia de Tungurahua. https://repositorio.uta.edu.ec:8443/jspui/handle/123456789/29960
Neira, D. A. (2017). Las redes sociales y la confianza del consumidor como factores en la intención de compra a través de canales de comercio electrónico en el sector moda colombiano. https://repositorio.unal.edu.co/handle/unal/60094
Nguyen, S., Ngo, B., Vo, C., & Cao, T. (2019). Hot Topic Detection on Twitter Data Streams with Incremental Clustering Using Named Entities and Central Centroids. 2019 IEEE-RIVF International Conference on Computing and Communication Technologies (RIVF), 1–6. https://doi.org/10.1109/RIVF.2019.8713730
Perriam, J., Birkbak, A., & Freeman, A. (2020). Digital methods in a post-API environment. International Journal of Social Research Methodology, 23(3), 277–290. https://doi.org/10.1080/13645579.2019.1682840
Tripathi, G., & S, N. (2015). Feature Selection and Classification Approach for Sentiment Analysis. Machine Learning and Applications: An International Journal, 2(2), 01–16. https://doi.org/10.5121/mlaij.2015.2201
Xue, Y., Zhou, Y., & Dasgupta, S. (2018). Mining competitive intelligence from social media: A case study of IBM. Proceedings of the 22nd Pacific Asia Conference on Information Systems - Opportunities and Challenges for the Digitized Society: Are We Ready?, PACIS 2018. https://pennstate.pure.elsevier.com/en/publications/mining-competitive-intelligence-from-social-media-a-case-study-of
Yánes González, R. M. (2017). “Marketing digital para el sector textil de la provincia de Tungurahua: Caso Andelas CIA. LTDA. [Universidad Técnica de Ambato. Facultad de Ciencias Administrativas. Carrera de Marketing y Gestión de Negocios.]. https://repositorio.uta.edu.ec:8443/jspui/handle/123456789/26922