Büyük veri analitiği ve dijital reklamcılık yönetim sistemleri üzerine model önerisi = Model proposal on big data analytics and digital advertising management systems

Abstract

Büyük veri; toplama, depolama, analiz etme ve görselleştirme gibi süreçleri içeren, daha büyük, daha çeşitli ve daha karmaşık yapıya sahip çok veri öbeği için kullanılan genel bir terimdir. Büyük veri yardımıyla verilerden anlam çıkarılmakta; ön görü sunma, davranış modelleri, iç görü elde etme ve süreç optimizasyonu yapılabilmektedir. Bu gibi olgular büyük veri ile dijital reklamcılığı hem uygulama hem de teorik tartışmalar dahilinde birbirine yaklaştırmaktadır. Büyük veri sayesinde dijital reklamcıların, gerçek zamanlı reklam kararları almasının yanı sıra dijital ortamlarda üretilen veriler sayesinde güvenilir ve alakalı bilgilere dayanarak anında harekete geçmesine de olanak tanımaktadır. Büyük veri, dijital reklam verenlerin, kullanıcıları büyük olasılıkla görmek isteyecekleri daha kişiselleştirilmiş reklamlarla daha iyi hedeflemesine olanak tanımaktadır. Büyük veri odaklı dijital reklamcılık teorileri ve uygulamalarını araştıran bu keşifsel araştırmada; Amazon, Apple, Google, Meta ve Microsoft platformlarının büyük veriyi bir iş modeli olarak açık bir şekilde nasıl kullandıklarının ayrıntıları analiz edilmek istenmiştir. Araştırma, söz konusu teknoloji platformlarının büyük veri dolayımlı dijital reklam verme, yönetme ve analiz etme süreçlerini incelemektedir. Bu platformların büyük veri hakkında organizasyonel yapıları ve bunun için gerekli becerilere nasıl sahip olduklarına ilişkin yönelimleri dijital reklamcılık bağlamında tartışılmaktadır. Araştırma; Amazon, Apple, Google, Meta ve Microsoft gibi platformların büyük veri tekniklerini ve iş modellerini dijital reklamcılık yetenekleri olarak nasıl kullandığını ortaya çıkarmayı amaçlanmaktadır. Araştırmanın diğer bir alt amacı, dijital reklamcılığın büyük veri ortamındaki işleyiş modellerini analiz ederek platformların büyük verileri nasıl yapılandırdıklarına ilişkin tartışmaları birbirine bağlamak için alan sağlamaktır. Bu keşifsel araştırmada, büyük veri analitiği yaklaşımlarının dijital reklamcılık uygulamalarındaki süreçlerini ortaya çıkarmak amacıyla nitel araştırma yaklaşımı benimsenmiştir. Araştırmada MAXQDA programı kullanılarak nitel verilerden oluşan araştırma tasarımına uygun şekilde ana kodlara alt kategoriler, kod oluşturma modelleri, çapraz tablolar, tek vaka modeli ve iki vaka modellerine ait analizler yapılmıştır. Bu platformları nitel yaklaşımlarla analiz etmek, dijital reklam pazarının karmaşık, katmanlı ve küresel olarak birbirine bağlı ekosisteminin ve ortaklıkların nasıl olduğunun anlaşılmasını kolaylaştırmaktadır. Platformların reklam endüstrisinde büyük veri uygulamalarına nasıl eklemlendiğini belirlemek için yatay bir analiz yapılmıştır. Yatay analizle platformların iş ortaklıklarını, ayrıldıkları analitik noktaları, büyük veri uygulama entegrasyonlarını analiz etmek ve ilişkili ağlarını görselleştirmek için MAXQDA program görselleri kullanılmıştır. Platformlar arası ilişki ağlarını anlamaya başlamak için, büyük veri odaklı dijital reklamcılık teknolojileri, ortaklıklar ve farklılıklar farklı program çıktılarıyla gösterilmiştir. Araştırmanın son adımında ise büyük veri dolayımlı dijital reklamcılığın nasıl gerçekleşmesi gerektiği tartışılmaktır. Araştırmanın birinci ve ikinci bölümünden edinilen teorik ve kavramsal çerçeveler ile üçüncü bölümünden elde edilen büyük veri dolayımlı dijital reklamcılık analizleri, son adımda dijital reklamcılıkta kullanılan büyük verinin nasıl yönetilmesi gerekliliği ile ilgili tartışmalarla birleştirilmektedir. Bu bölümde veri kaynakları, veri toplama, veri entegrasyonu, veri analizi, veri uygulaması, veri görselleştirmesi ve reklam kombinasyonlarıyla birleştirilerek büyük verilere dayalı bir dijital reklamcılık yöntem modeli mimarisi önerilmektedir. Bu model, dijital reklamcılık yeteneklerini, büyük veri teknolojilerinde temel teknik önceliklerini ve sırasını belirlemek ve karakterize etmek için araştırmanın önceki bölümlerindeki teorik ve sektörel uygulamalarla birleştirmektedir.

Big data; It is a general term for a larger, more diverse, and more complex set of data that includes processes such as collection, storage, analysis, and visualization. With the help of big data, meaning is extracted from the data; providing foresight, behavioral models, obtaining insight and process optimization. Such phenomena bring big data and digital advertising closer together, both in practice and in theoretical discussions. Big data enables digital advertisers to take real-time advertising decisions, as well as take immediate action based on reliable and relevant information thanks to data generated in digital environments. Big data allows digital advertisers to better target users with more personalized ads they're likely to want to see. In this exploratory research that explores big data-driven digital advertising theories and practices; It is desired to analyze the details of how Amazon, Apple, Google, Meta and Microsoft platforms openly use big data as a business model. The research examines the big data-driven digital advertising, management and analysis processes of these technology platforms. The organizational structures of these platforms about big data and their orientation on how they have the necessary skills for this are discussed in the context of digital advertising. Research; It aims to reveal how platforms such as Amazon, Apple, Google, Meta and Microsoft are using big data techniques and business models as digital advertising capabilities. Another sub-objective of the research is to provide space to connect discussions about how platforms structure big data by analyzing the operating patterns of digital advertising in the big data environment. In this exploratory research, a qualitative research approach was adopted to reveal the processes of big data analytics approaches in digital advertising applications. In the research, subcategories, code generation models, cross tables, single case model and two case models were analyzed in accordance with the research design consisting of qualitative data using the MAXQDA program. Analyzing these platforms with qualitative approaches makes it easier to understand how the digital advertising market is complex, layered and globally interconnected ecosystem and partnerships. A horizontal analysis was conducted to determine how platforms are embedded in big data applications in the advertising industry. With horizontal analysis, MAXQDA program images were used to analyze the partnerships of the platforms, their analytical points, big data application integrations and visualize their associated networks. Big data-driven digital advertising technologies, partnerships and differences are illustrated with different program deliverables to begin to understand cross-platform relationship networks. In the last step of the research, it is discussed how big data mediated digital advertising should be realized. The theoretical and conceptual frameworks obtained from the first and second parts of the research and the big data-mediated digital advertising analyzes obtained from the third part of the research are combined with the discussions on how to manage the big data used in digital advertising in the last step. In this section, a digital advertising method model architecture based on big data is proposed by combining data sources, data collection, data integration, data analysis, data application, data visualization and advertising combinations. This model combines digital advertising capabilities with theoretical and industry applications from previous parts of the research to identify and characterize key technical priorities and sequence in big data technologies.