Tämän pro gradu -tutkielman tavoitteena on kertoa miten ja miksi Turun seudun ohjelmisto- ja Internet- alojen yritykset tekevät korkean teknologian markkinointia. Tavoitteen saavuttamiseksi ensimmäisenä tutkimuksessa laadittiin kuvaus,... more
Tämän pro gradu -tutkielman tavoitteena on kertoa miten ja miksi Turun seudun ohjelmisto- ja Internet- alojen yritykset tekevät korkean teknologian markkinointia. Tavoitteen saavuttamiseksi ensimmäisenä tutkimuksessa laadittiin kuvaus, joka vastasi kysymykseen miten. Kun ensimmäiseen kysymykseen oli saatu vastaus, rakennettiin selitys, joka antoi vastauksen kysymykseen miksi. Tutkimus suoritettiin tapaustutkimuksena käyttämällä Yin:n määritelmää tapaustutkimukselle. Tutkimus tehtiin yhtenä tapauksena ja analysoinnin muotona käytettiin sisäisiä yksikköjä. Todisteet tutkimusta varten kerättiin yrityshaastattelujen, kyselyn ja kotisivututkimuksen muodossa. Todisteita käytettiin yhdessä muodostamaan ja kattamaan kuva tutkimuksen kohteena olleesta aiheesta. Tutkimuksen tuloksena saatiin kuvaus alueen yritysten markkinoinnista. Kuvauksen päähavainto oli, etteivät alueen yritykset tee markkinointityötä järjestelmällisesti. Tehty markkinointi rakentuu enemmän omalle päättelylle ja kokemukse...
Digital and social media and large available data-sets generate various new possibilities and challenges for conducting research focused on perpetually developing online news ecosystems. This paper presents a novel computational technique... more
Digital and social media and large available data-sets generate various new possibilities and challenges for conducting research focused on perpetually developing online news ecosystems. This paper presents a novel computational technique for gathering and processing large quantities of data from Facebook. We demonstrate how to use this technique for detecting and analysing issue-attention cycles and news flows in Facebook groups and pages. Although the paper concentrates on a Finnish Facebook group as a case study, the demonstrated method can be used for gathering and analysing large sets of data from various social network sites and national contexts. The paper also discusses Facebook platform regulations concerning data gathering and ethical issues in conducting online research. KEYWORDS computational data gathering; data warehouse; digital and social media research; Facebook; hybrid news ecosystem; issue-attention cycle; news flows; semi-public data
Digital and social media and large available data-sets generate various new possibilities and challenges for conducting research focused on perpetually developing online news ecosystems. This paper presents a novel computational technique... more
Digital and social media and large available data-sets generate various new possibilities and challenges for conducting research focused on perpetually developing online news ecosystems. This paper presents a novel computational technique for gathering and processing large quantities of data from Facebook. We demonstrate how to use this technique for detecting and analysing issue-attention cycles and news flows in Facebook groups and pages. Although the paper concentrates on a Finnish Facebook group as a case study, the demonstrated method can be used for gathering and analysing large sets of data from various social network sites and national contexts. The paper also discusses Facebook platform regulations concerning data gathering and ethical issues in conducting online research.
KEYWORDS computational data gathering; data warehouse; digital and social media research; Facebook; hybrid news ecosystem; issue-attention cycle; news flows; semi-public data
