Big Data Analysis – nowa, lepsza metoda badań konsumentów usług turystycznych w regionach? Analiza porównawcza na przykładzie badań ruchu turystycznego prowadzonych w regionie kujawsko-pomorskim

Анотація

Zbieranie statystyk dotyczących turystyki jest ,,niezbędne do pomiaru wielkości, skali, wpływu i wartości turystyki na różnych szlakach geograficznych – od poziomu globalnego, poprzez krajowy aż do lokalnego miejsca docelowego” (Hall, Page 2014). Większość statystyk (wielkość turystyki, wydatki oraz cechy związane z turystami i podróżami) jest zbierana tradycyjnie za pomocą wywiadów lub ankiet (np. w gospodarstwach domowych, w regionach recepcyjnych, podczas tranzytu w podróży turystycznej). Tego typu metody pozyskiwania danych były dotychczas postrzegane jako podstawowe źródła danych dla statystyk turystyki krajowej i wyjazdowej. Celem artykułu jest identyfikacja i ocena potencjału analizy zbiorów danych typu Big Data, które w dobie rosnącej informatyzacji, zastosowania nowoczesnych technologii ICT (Information and Communications Technologies – ICT), w obszarze badań empirycznych nad turystyką wydają się być jedną z najbardziej aktualnych kwestii. Z uwagi na rosnące znaczenie, a także coraz łatwiejszy dostęp do tego typu danych, celem jest analiza porównawcza procedur badawczych oraz ocena przydatności danych zaliczanych do Big Data, jako potencjalnie wartościowych w perspektywie kolejnych planowanych badań, monitorujących ruch turystyczny w regionie (studium przypadku regionu kujawsko-pomorskiego).

Cytowanie___________________________________________________________________________

Jaroszewska-Brudnicka, R., Brudnicki, R., Śpiewak, R. (2021). Big Data Analysis – nowa, lepsza metoda badań konsumentów usług turystycznych w regionach? Analiza porównawcza na przykładzie badań ruchu turystycznego prowadzonych w regionie kujawsko-pomorskim, Zeszyty Naukowe Wyższej Szkoły Gospodarki - Turystyka i Rekreacja, t. 37, nr 16, Wydawnictwo Uczelniane WSG, Bydgoszcz, s. 123-137. https://ojs.byd.pl/index.php/tir/article/view/17/3

________________________________________________________________________________________

Bibliografia

Alejziak W., 2010, Aktualny stan badań konsumentów usług turystycznych w regionach, [w:] E. Dziedzic (red.), Regionalne badania ruchu turystycznego i konsumpcji usług turystycznych w Polsce, POT, Warszawa [online] https://www.pot.gov.pl [data dostępu: 15.05.2022].

Brudnicki R., 2005, Kierunki i metody badań ruchu turystycznego, Seria „Turystyka i Rekreacja”, nr 5, WSG, Bydgoszcz.

Dziedzic T., 2013, Funkcje i użyteczność pomiarów ruchu turystycznego, „Problemy Turystyki i Rekreacji”, 2013 (4), SGTIR, Warszawa.

Hall C.M., Page S., 2014, The geography of tourism and recreation: Environment, place and space (4th ed.), Routledge, New York [online] https://www.taylorfrancis.com [data dostępu: 15.05.2022].

Kachniewska M., 2014, Big Data Analysis jako źródło przewagi konkurencyjnej przedsiębiorstw i regionów turystycznych [online] https://cor.sgh.waw.pl [data dostępu: 15.05.2022].

Majewska J., Napierała T., Adamiak M., 2016, Wykorzystanie nowych technologii i informacji do opisu przestrzeni turystycznej, „Folia Turistica”, nr 41, s. 309-340, Kraków [online] http://yadda.icm.edu.pl [data dostępu: 15.05.2022].

Matczak A., 1992, Model badania ruchu turystycznego. Studium metodologiczne, Acta Universitatis Lodziensis, Wyd. UŁ, Łódź.

Nam H., Kannan P.K., 2014, Informational Value of Social Tagging Networks, “Journal of Marketing”, 78 (4) [online] https://www.researchgate.net [data dostępu: 15.05.2022].

O’Neil C., 2017, Broń matematycznej zagłady – jak algorytmy zwiększają nierówności i zagrażają demokracji, Wydawnictwo Naukowe PWN, Warszawa.

Ryśnik J., Żylak D., Gibas P., 2019, Tradycyjne ankietowanie vs. wykorzystanie Big Data danych geolokalizacyjnych – analiza porównawcza na przykładzie badań turystów-kibiców sportowych uczestniczących w ME U21 2017 w Tychach, „Folia Turistica”, nr 53, Kraków [online] http://www.folia-turistica.pl [data dostępu: 15.05.2022].

Saluveer E., Raun J. i in., 2020, Methodological framework for producing national tourism statistics from mobile positioning data, “Annals of Tourism Research”, Vol. 81, March 2020, 102895, [online] https://www.sciencedirect.com [data dostępu: 15.05.2022].

Śledziewska K., Włoch R., 2021, Gospodarka cyfrowa – jak technologie zmieniają świat, Wydawnictwo Uniwersytetu Warszawskiego, Warszawa [online] https://www.delab.uw.edu.pl [data dostępu: 15.05.2022].

Włodarczyk B. (red.), 2011, Ruch turystyczny w Łodzi i województwie łódzkim w roku 2011, Wyd. ROTWŁ i IGMiTUŁ, Łódź.

Woźniczka J., 2018, Big Data i ich wykorzystanie w analityce marketingowej.

Wybrane problemy badawcze, „Marketing i Rynek”, 3/2018 [online] https://www.researchgate.net [data dostępu: 15.05.2022].

Zhan Y., Hua Tan K., Ji G., Chung L., Tseng M., 2021, A Big Data Framework for Facilitating Product Innovation Processes, “Business Process Management Journal”, 23 (3) [online] https://sm.xmu.edu.cn [data dostępu: 15.05.2021].