BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kachniewska Magdalena (Szkoła Główna Handlowa w Warszawie)
Tytuł
Big Data Analysis jako źródło przewagi konkurencyjnej przedsiębiorstw i regionów turystycznych
Using Big Data Analysis as a Source of Competitiveness in the Tourism Sector
Źródło
Folia Turistica / Akademia Wychowania Fizycznego im. B. Czecha w Krakowie, 2014, nr 32, s. 35-54, bibliogr. 41 poz.
Słowa kluczowe
Turystyka, Rynek turystyczny, Region turystyczny, Przedsiębiorstwo turystyczne, Konkurencyjność, Popyt turystyczny, Marketing, Big Data
Tourism, Tourism market, Tourist region, Tourist enterprises, Competitiveness, Tourist demand, Marketing, Big Data
Uwagi
streszcz., summ.
Abstrakt
Cel. Identyfikacja potencjału analizy wielkich zbiorów danych (Big Data Analysis - BDA) jako źródła przewagi konkurencyjnej przedsiębiorstw i regionów turystycznych.
Metoda. W pierwszym etapie dokonano przeglądu literatury w celu ustalenia przesłanek zastosowania BDA w turystyce. W drugim etapie zastosowano metodę foresight, czyli zbiór narzędzi umożliwiających konstrukcję scenariusza rozwoju, w tym przypadku metod zarządzania. W obszarze metod jakościowych wykorzystano panel ekspercki, analizę strukturalną i analizę ograniczeń.
Wyniki. Wskazano możliwości i uwarunkowania zastosowania BDA w obszarze kreowania doświadczeń turystycznych, zacieśniania relacji z usługobiorcami, zwiększenia ich partycypacji w promocji i kreowaniu oferty turystycznej, zindywidualizowania oferty, poprawy efektywności przedsiębiorstw oraz zwiększenia skuteczności działań promocyjnych, m.in. poprzez prognozowanie i analizę jakościową popytu turystycznego.
Ograniczenia badań i wnioskowania. W badaniach metodą foresight najważniejszym rezultatem jest uświadomienie perspektyw, natomiast dokładność prognozy jest kwestią drugorzędną, co bywa traktowane jako czynnik ograniczający przydatność tej metody. W przypadku prezentowanego tematu rozwinięciem powinna stać się identyfikacja założeń rozwoju branży turystycznej, które umożliwią przezwyciężenie ograniczeń zastosowania BDA w realiach polskiego rynku turystycznego.
Implikacje praktyczne. Rozwiązania z zakresu nowych technologii oparte na BDA będą stanowiły podstawę funkcjonowania całej branży turystycznej (prognozowanie popytu i dostarczanie unikatowej jakości produktów turystycznych). Wyniki stanowią wskazówkę dla podmiotów rynku turystycznego oraz branż wspomagających (np. nowe technologie).
Oryginalność. Prezentowane wyniki stanowią pierwsze tego typu opracowanie naukowe na rynku polskim, a uczestnictwo zróżnicowanej grupy ekspertów z różnych dziedzin (turystyka, nowe technologie) decyduje o wartości publikacji.
Rodzaj pracy. Praca analityczna o charakterze problemowym. (abstrakt oryginalny)

Purpose. Identification of the potential of Big Data Analysis (BDA) as a source of competitive advantage in the tourism market.
Method. A review of literature was first adapted in order to estimate the significance of BDA within the tourism market. Next the foresight method was used - a set of tools enabling the construction of a management scenario. Within quality research the expert panel method was used, structural analysis and limitations analysis.
Findings. The abilities and determinants of BDA adoption in tourism were identified (e.g. the creation of tourism experience, relationship management, tourists' involvement and co-creation, personalisation of value proposal, effectiveness improvement, promotion enhancement).
Research and conclusion limitations. In foresight analysis the most important result is to realise the prospects; the accuracy of the prospect is of secondary importance, but it is sometimes treated as a limitation. Within the presented research the natural development is identification of the tourism industry development foundation which will make it possible to overcome the limits of BDA application in the Polish tourism market.
Practical implications. The development of technological solutions based on BDA will constitute the basis of the entire tourism industry (demand forecasting and the unique tourism experience projecting). The results are to be used as an indication for tourism market entities and the new technology industry supporting the tourism industry.
Originality. The results concerning BDA implementation in tourism constitute the first paper of this kind in Poland: the participation of experts from various academic and business fields enhances the importance of the research.
Type of paper. Research article. (original abstract)
Dostępne w
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Big Data Start-up (2012), T-Mobile USA Cuts Downs Churn Rate By 50% With Big Data http://www.bigdata-startups.com/BigData-startup/tmobile- usa-cuts-downs-churn-rate-with-big-data (14.07.2014).
  2. Bloch M., Segev A. (2012), The Impact of Electronic Commerce on the Travel Industry, www.haas.berkeley.edu/citm/publications/papers/wp-1017. html (6.05.2014).
  3. Braun P. (2004), Regional innovation and tourism networks: the nexus between ICT diffusion and change in Australia, [w:] "Information Technology and Tourism", Vol. 6 No. 4, s. 231-243.
  4. Briscoe G., De Wilde P. (2006), Digital Ecosystems: Evolving service-oriented architectures, [w:] Conference on Bio Inspired Models of Network, Information and Computing Systems, IEEE Press, s. 112-134.
  5. Buhalis D. (1999), Information technology for small and medium-sized tourism enterprises: adaptation and benefits, [w:] "Information Technology and Tourism", Vol. 2, No. 1-4, s. 79-95.
  6. Buhalis D. (2003), E-Tourism: Information Technology for Strategic Tourism Management, Prentice Hall, Englewood Cliffs, NJ.
  7. Cheverst K., Mitchell K., Davies N. (2002), Exploring context-aware information push, "Personal and Ubiquitous Computing", Vol. 6, No. 4, s. 276-281.
  8. Collins C., Buhalis D., Peters M. (2003), Enhancing SMTEs' business performance through the Internet and e-learning platforms, "Education and Training", Vol. 45, No. 8-9, s. 483-494.
  9. Damiani E., Uden, L, Trisnawaty Wangsa I. (2007), The future of E-learning: E-learning ecosystem, Inaugural Digital EcoSystems and Technologies Conference.
  10. Davenport T. H. (2013), At the Big Data Crossroads: turning towards a smarter travel experience, Amadeus Report, http://www.amadeus.com/ blog/26/06/big-data (12.03.2014).
  11. Davenport T. H., Barth P., Bean R. (2012), How Big Data Is Different, MIT Sloan Management Review, Fall.
  12. Douglas L. (2011), 3D Data Management: Controlling Data Volume, Velocity and Variety, Gartner, http://www.gartner.com/resId=2057415 (21.06.2012).
  13. Douglas L. (2012), The Importance of Big Data: A Definition, Gartner, http:// www.gartner.com/resId=2057415 (21.06.2012).
  14. Evans G., Peacock M. (1999), A comparative study of ICT, tourism and hospitality SMEs in Europe, [w:] International Conference on Information and Communication Technologies in Tourism, Buhalis D., Schertler W., red., Springer-Verlag, Innsbruck.
  15. Google (2012), The 2012 Traveller, http://www.slideshare.net/kornfeind/ google-the-2012-traveler (18.08.2014).
  16. Heath N. (2012), Cern: where the Big Bang meets Big Data, European Technology, http://www.techrepublic.com/blog/european-technology/cernwhere- the-big-bang-meets-big-data (8.07.2014).
  17. Kachniewska M. (2009), Uwarunkowania konkurencyjności przedsiębiorstwa hotelowego, Seria: Monografie i Opracowania nr 560, Oficyna Wydawnicza SGH, Warszawa.
  18. Kachniewska M., Nawrocka E., Niezgoda A., Pawlicz A. (2012), Rynek turystyczny, WoltersKluwer Polska, Kraków.
  19. Kachniewska M. (2012), Internetowe platformy upowszechniania wiedzy jako narzędzie poprawy konkurencyjności przedsiębiorstw i regionów turystycznych, [w:] Zarządzanie wiedzą a efektywność gospodarki turystycznej, Morawski M., red., AWF we Wrocławiu, Wrocław.
  20. Kachniewska M. (2014a), Tourism value added creation through a user-centric context-aware digital system, [w:] "Zeszyty Naukowe Uniwersytetu Szczecińskiego" nr 808. "Ekonomiczne Problemy Turystyki" 4 (28).
  21. Kachniewska M. (2014b), Towards the infomediation in tourism (złożone do druku).
  22. Kachniewska M. (2014c), Wpływ digitalizacji kanałów dystrybucji na strukturę rynku usług pośrednictwa turystycznego, [w:] "E-mentor" nr 1 (53), 2014, s. 86-91.
  23. Lau S. L. (2012), Towards a user centric context aware system: empowering users through activity recognition using a smartphone as an unobtrusive device, Kassel University Press.
  24. Main H. C. (2002), The expansion of technology in small and medium hospitality enterprises with a focus on new technology, [w:] "Information Technology and Tourism", Vol. 4, No 3/4, s. 3-4.
  25. Manyika J. (2011), Big Data: The Next Frontier for Innovation, Competition, and Productivity, McKinsey Global Institute Report, http://www. mckinsey.com/insights/business_technology/big_data_the_next_frontier_ for_Innovation (17.06.2014).
  26. Mayer-Schonberger V., Cukier K. (2013), Big Data: A Revolution that Will Transform How We Live, Work, and Think, Houghton Mifflin Harcourt. Magdalena Kachniewska
  27. McAfee A., Brynjolffson E. (2012), Big Data: The Management Revolution, [w:] "Harvard Business Review", October, s. 60-68.
  28. Miller K. D., Fabian F., Lin S.-J. (2009), Strategies for online communities, [w:] "Strategic Management Journal", Vol. 30, s. 305-322.
  29. Panayiotou C., Samaras G. (2004), mPERSONA: Personalized portals for the wireless user, [w:] "Mobile Networks and Applications (MONET)", Special Issue on Mobile and Pervasive Commerce, 9 (6), s. 16-78.
  30. Pashtan A., Blattler R., Heusser A., Scheuermann P. (2003), CATIS: a context aware tourist information system, Proceedings of the 4th International Workshop of Mobile Computing, Rostock, www.ece.northwestern. edu/peters/references/IMC.CATIS.pdf (18.08.2014).
  31. Pine J., Gilmore J. (1999), Experience Economy, Harvard Business School Press, Boston.
  32. Płaszczak P. (2013), Co to jest Big Data?, wystąpienie na konferencji Big Data & Business Intelligence, Warszawa, 12.06.2013 (http://oracle.gridwise. pl/2013/08/co-to-jest-big-data-.html).
  33. Porter M. E. (1992), Strategia konkurencji. Metody analizy sektorów i konkurentów, PWE, Warszawa.
  34. Poslad S. i in. (2001), CRUMPET: Creation of User-friendly Mobile services Personalised for Tourism, [w:] Proceedings of 2nd International Conference on 3G Mobile Communication Technologies, London, IEEE Press, Piscataway, NJ, s. 28-32.
  35. SAS (2012), Big Data Analytics - wielkie pytania, na które warto znaleźć odpowiedzi, SAS Institute Polska, http://www.sas.com/pl (23.08.2014).
  36. Scheldon P. (1997), Tourism Information Technology, C.A.B. International, Wallingford.
  37. Setten M., Pokraev S., Koolwaaij J. (2004), Context-aware recommendations in the mobile tourism application, [w:] Proceedings of 3rd International Conference Adaptive Hypermedia and Web-based Systems, Eindhoven, Springer, Heidelberg, s. 235-244.
  38. SOCAP International (2013), Now Arriving: Big Data in the Hospitality, Travel, and Tourism Sector, www.socap.org (18.08.2014).
  39. Vengesayi S. (2003), A Conceptual Model of Tourism Destination Competitiveness and Attractiveness, ANZMAC, www.anzac.inisa.edu.au (10.02.2009).
  40. Vivion N. (2012), Mission Millennials: Capturing a Lucrative Cohort for Life, Tnooz website, http://www.tnooz.com/2012/08/06/how-to/missionmillennials- capturing-alucrative-cohort-for-life (12.06.2014).
  41. Zhunge H., Shi X. (2004), Toward the Eco-grid: A Harmoniously Evolved Interconnection Environment, [w:] "Communications of the ACM", 47 (9), s. 78-83.
Cytowane przez
Pokaż
ISSN
0867-3888
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu