Revisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019

En el presente estudio se identifican las tendencias más significativas en producción de artículos científicos de alto impacto con respecto a la variable Big Data Marketing durante el periodo comprendido entre los años 2012 y 2019 y cuya revisión se realizará en base de datos Scopus de la cual se lo...

Full description

Autores:
Vargas Villa, Jesús Eduardo
Tipo de recurso:
Work document
Fecha de publicación:
2019
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
spa
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/4954
Acceso en línea:
https://hdl.handle.net/11323/4954
https://repositorio.cuc.edu.co/
Palabra clave:
Big Data
Bibliometría
Marketing
Bibliometric
Marketing
Rights
openAccess
License
Attribution-NonCommercial-ShareAlike 4.0 International
id RCUC2_863bf35da3b26b750b805c174b58768e
oai_identifier_str oai:repositorio.cuc.edu.co:11323/4954
network_acronym_str RCUC2
network_name_str REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv Revisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019
title Revisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019
spellingShingle Revisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019
Big Data
Bibliometría
Marketing
Bibliometric
Marketing
title_short Revisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019
title_full Revisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019
title_fullStr Revisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019
title_full_unstemmed Revisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019
title_sort Revisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019
dc.creator.fl_str_mv Vargas Villa, Jesús Eduardo
dc.contributor.author.spa.fl_str_mv Vargas Villa, Jesús Eduardo
dc.subject.spa.fl_str_mv Big Data
Bibliometría
Marketing
Bibliometric
Marketing
topic Big Data
Bibliometría
Marketing
Bibliometric
Marketing
description En el presente estudio se identifican las tendencias más significativas en producción de artículos científicos de alto impacto con respecto a la variable Big Data Marketing durante el periodo comprendido entre los años 2012 y 2019 y cuya revisión se realizará en base de datos Scopus de la cual se logró resaltar la relevancia de 113 artículos indexados en dicha base de datos. Para tal fin se implementan indicadores bibliométricos descriptivos tales como: Volumen de producción, Tipo de documento, numero de citaciones, país de realización, (De Fillippo & Fernandez, 2002). En el periodo estudiado se evidencia un crecimiento anual en el volumen de producción de artículos con la variable en cuestión sin embargo en el 2017 dicha producción presenta una caída importante. Las áreas de conocimiento que más investigan la variable Big Data Marketing son en su orden, las ciencias de la computación, Matemáticas, toma de decisiones e ingeniería.
publishDate 2019
dc.date.accessioned.none.fl_str_mv 2019-07-12T14:01:38Z
dc.date.available.none.fl_str_mv 2019-07-12T14:01:38Z
dc.date.issued.none.fl_str_mv 2019
dc.type.spa.fl_str_mv Documento de trabajo
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_8042
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/workingPaper
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/WP
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
format http://purl.org/coar/resource_type/c_8042
status_str acceptedVersion
dc.identifier.uri.spa.fl_str_mv https://hdl.handle.net/11323/4954
dc.identifier.instname.spa.fl_str_mv Corporación Universidad de la Costa
dc.identifier.reponame.spa.fl_str_mv REDICUC - Repositorio CUC
dc.identifier.repourl.spa.fl_str_mv https://repositorio.cuc.edu.co/
url https://hdl.handle.net/11323/4954
https://repositorio.cuc.edu.co/
identifier_str_mv Corporación Universidad de la Costa
REDICUC - Repositorio CUC
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv De Fillippo, D., & Fernandez, M. T. (2002). Bibliometría: importancia de los indicadores bibliométricos. Recuperad de http://www.ricyt.org/component/docman/%20doc_view/113-bibliometria-importancia-de-los-indicadores-bibliometricos?Itemid=2 Ducange, P., Pecori, R., & Mezzina, P. (2018). A glimpse on big data analytics in the framework of marketing strategies. Soft Comput, 22(1), 325-342. doi: https://doi.org/10.1007/s00500-017-2536-4 Erevelles, S., Fukawa, N., & Swayne, L. (2016). Big Data consumer analytics and the transformation of marketing. Journal of Business Research, 69 (2), 897-904. doi: https://doi.org/10.1016/j.jbusres.2015.07.001 Gahi, Y., Guennoun, M., & Mouftah, H.T. (2016). Big Data Analytics: Security and privacy challenges. 2016 IEEE Symposium on Computers and Communication (ISCC), 27-30 June 2016. doi: 10.1109/ISCC.2016.7543859 García-Cali, E., Barros-Arrieta, D., & Valle-Ospino, A. (2018). Endomarketing desde el paradigma de la sostenibilidad organizacional. Desarrollo Gerencial, 10(2), 65-82. doi: https://doi.org/10.17081/dege.10.2.3219 García-Cali, E., Girón, F. & Rodríguez, A. (2017). Proveedores de experiencia como factores clave para organizaciones de software en entornos complejos. En Marketing y Competitividad en las Organizaciones. Enfoques y Perspectivas. Recuperado de http://bonga.unisimon.edu.co/bitstream/handle/20.500.12442/2202/Cap_4_Proveedores.pdf?sequence=8&isAllowed=y García-Cali, E., Valle-Ospino, A., & García-Guiliany, J. (2018). Evolución de la producción científica sobre marketing en las pymes: una aproximación bibliométrica. Capítulo 10. pp. 261-284. En Y. Rincón, J. Restrepo, & J.G. Vanegas (Coords.). (2018). Estudios de Comunicación y Marketing. Medellín, Colombia. Sello Editorial PUBLICAR-T. Tecnológico de Antioquia, Institución Universitaria. Hofacker, C.F., Malthouse, E.C., & Sultan, F. (2016). Big Data and consumer behavior: imminent opportunities. Journal of Consumer Marketing, 33(2), 89-97. doi: https://doi.org/10.1108/JCM-04-2015-1399 Kafeza, E., Kanavos, A., Makris, C., & Vikatos, P. (2014). T-PICE: Twitter Personality Based Influential Communities Extraction System. 2014 IEEE International Congress on Big Data. 27 June-2 July 2014. Doi: 10.1109/BigData.Congress.2014.38 Rehman, M.H.U., Chang, V., Batool, A., & Wah, T.Y. (2016). Big data reduction framework for value creation in sustainable enterprises. International Journal of Information Management, 36(6), (917-928). doi: https://doi.org/10.1016/j.ijinfomgt.2016.05.013 Rust, R.T., & Huang, M.H. (2014). The service revolution and the transformation of marketing science. Marketing Science, 33(2), 206-221. doi: https://doi.org/10.1287/mksc.2013.0836 Sikos, L. (2015). Mastering Structured Data on the Semantic Web. From HTML5 Microdata to Linked Open Data. New York: Apress Ed. doi: 10.1007/978-1-4842-1049-9 Weinberg, B., Davis, L., & Berger, P.J. (2013). Perspectives on Big Data. Journal of Marketing Analytics, 1(4), 187-201. doi: https://doi.org/10.1057/jma.2013.20 Xue, B., Fu, C., & Shaobin, Z. (2014). A Study on Sentiment Computing and Classification of Sina Weibo with Word2vec. 2014 IEEE International Congress on Big Data. 27 June-2 July 2014. doi: 10.1109/BigData.Congress.2014.59 Zhenning, X., Frankwick, G. l., & Ramirez, E. (2016). Effects of big data analytics and traditional marketing analytics on new product success: A knowledge fusion perspective. Journal of Business Research, 1562-1566. Recuperado de https://ezproxy.cuc.edu.co:2121/S0148296315004403/1-s2.0-S0148296315004403-main.pdf?_tid=bf4fe69b-3b5f-4a6d-a129-12441d8a9ade&acdnat=1550416707_5a70f8eb13fdcbf6cb0f4dfa80ff81a4
dc.rights.spa.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.publisher.spa.fl_str_mv Universidad de la Costa
institution Corporación Universidad de la Costa
bitstream.url.fl_str_mv https://repositorio.cuc.edu.co/bitstreams/e7c1c893-7fd7-406c-94dd-d66ad640c9b9/download
https://repositorio.cuc.edu.co/bitstreams/9115dfde-62ab-4eb6-bf87-4d44844524ae/download
https://repositorio.cuc.edu.co/bitstreams/9cad5b72-45d3-4c77-b9cb-fe3e8bb20dec/download
https://repositorio.cuc.edu.co/bitstreams/f2a78fe3-db66-447d-8f5f-3cdd14bbb5ee/download
https://repositorio.cuc.edu.co/bitstreams/5c3bdfc8-a179-4f70-9d3c-9d2487b63a11/download
bitstream.checksum.fl_str_mv 586e45c312ec5adaaa1d93fb423dfd55
934f4ca17e109e0a05eaeaba504d7ce4
8a4605be74aa9ea9d79846c1fba20a33
709ab0470476fcdf6bfb379b45e23054
f6e72edd50685d8fed1be5bda425afb9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv repdigital@cuc.edu.co
_version_ 1828166846815141888
spelling Vargas Villa, Jesús Eduardo2019-07-12T14:01:38Z2019-07-12T14:01:38Z2019https://hdl.handle.net/11323/4954Corporación Universidad de la CostaREDICUC - Repositorio CUChttps://repositorio.cuc.edu.co/En el presente estudio se identifican las tendencias más significativas en producción de artículos científicos de alto impacto con respecto a la variable Big Data Marketing durante el periodo comprendido entre los años 2012 y 2019 y cuya revisión se realizará en base de datos Scopus de la cual se logró resaltar la relevancia de 113 artículos indexados en dicha base de datos. Para tal fin se implementan indicadores bibliométricos descriptivos tales como: Volumen de producción, Tipo de documento, numero de citaciones, país de realización, (De Fillippo & Fernandez, 2002). En el periodo estudiado se evidencia un crecimiento anual en el volumen de producción de artículos con la variable en cuestión sin embargo en el 2017 dicha producción presenta una caída importante. Las áreas de conocimiento que más investigan la variable Big Data Marketing son en su orden, las ciencias de la computación, Matemáticas, toma de decisiones e ingeniería.The present study identifies the most significant trends in the production of high-impact scientific articles with respect to the Big Data Marketing variable during the period between 2012 and 2019 and whose revision will be made in the Scopus database. managed to highlight the relevance of 113 articles indexed in said database. For this purpose, descriptive bibliometric indicators are implemented, such as: Volume of production, Type of document, number of citations, country of completion, (De Fillippo & Fernandez, 2002). In the period studied there is an annual growth in the volume of production of articles with the variable in question, however in 2017 this production shows a significant drop. The areas of knowledge that most investigate the variable Big Data Marketing are in their order, computer science, Mathematics, decision making and engineering.Vargas Villa, Jesús EduardospaUniversidad de la CostaAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Big DataBibliometríaMarketingBibliometricMarketingRevisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019Documento de trabajohttp://purl.org/coar/resource_type/c_8042Textinfo:eu-repo/semantics/workingPaperhttp://purl.org/redcol/resource_type/WPinfo:eu-repo/semantics/acceptedVersionDe Fillippo, D., & Fernandez, M. T. (2002). Bibliometría: importancia de los indicadores bibliométricos. Recuperad de http://www.ricyt.org/component/docman/%20doc_view/113-bibliometria-importancia-de-los-indicadores-bibliometricos?Itemid=2 Ducange, P., Pecori, R., & Mezzina, P. (2018). A glimpse on big data analytics in the framework of marketing strategies. Soft Comput, 22(1), 325-342. doi: https://doi.org/10.1007/s00500-017-2536-4 Erevelles, S., Fukawa, N., & Swayne, L. (2016). Big Data consumer analytics and the transformation of marketing. Journal of Business Research, 69 (2), 897-904. doi: https://doi.org/10.1016/j.jbusres.2015.07.001 Gahi, Y., Guennoun, M., & Mouftah, H.T. (2016). Big Data Analytics: Security and privacy challenges. 2016 IEEE Symposium on Computers and Communication (ISCC), 27-30 June 2016. doi: 10.1109/ISCC.2016.7543859 García-Cali, E., Barros-Arrieta, D., & Valle-Ospino, A. (2018). Endomarketing desde el paradigma de la sostenibilidad organizacional. Desarrollo Gerencial, 10(2), 65-82. doi: https://doi.org/10.17081/dege.10.2.3219 García-Cali, E., Girón, F. & Rodríguez, A. (2017). Proveedores de experiencia como factores clave para organizaciones de software en entornos complejos. En Marketing y Competitividad en las Organizaciones. Enfoques y Perspectivas. Recuperado de http://bonga.unisimon.edu.co/bitstream/handle/20.500.12442/2202/Cap_4_Proveedores.pdf?sequence=8&isAllowed=y García-Cali, E., Valle-Ospino, A., & García-Guiliany, J. (2018). Evolución de la producción científica sobre marketing en las pymes: una aproximación bibliométrica. Capítulo 10. pp. 261-284. En Y. Rincón, J. Restrepo, & J.G. Vanegas (Coords.). (2018). Estudios de Comunicación y Marketing. Medellín, Colombia. Sello Editorial PUBLICAR-T. Tecnológico de Antioquia, Institución Universitaria. Hofacker, C.F., Malthouse, E.C., & Sultan, F. (2016). Big Data and consumer behavior: imminent opportunities. Journal of Consumer Marketing, 33(2), 89-97. doi: https://doi.org/10.1108/JCM-04-2015-1399 Kafeza, E., Kanavos, A., Makris, C., & Vikatos, P. (2014). T-PICE: Twitter Personality Based Influential Communities Extraction System. 2014 IEEE International Congress on Big Data. 27 June-2 July 2014. Doi: 10.1109/BigData.Congress.2014.38 Rehman, M.H.U., Chang, V., Batool, A., & Wah, T.Y. (2016). Big data reduction framework for value creation in sustainable enterprises. International Journal of Information Management, 36(6), (917-928). doi: https://doi.org/10.1016/j.ijinfomgt.2016.05.013 Rust, R.T., & Huang, M.H. (2014). The service revolution and the transformation of marketing science. Marketing Science, 33(2), 206-221. doi: https://doi.org/10.1287/mksc.2013.0836 Sikos, L. (2015). Mastering Structured Data on the Semantic Web. From HTML5 Microdata to Linked Open Data. New York: Apress Ed. doi: 10.1007/978-1-4842-1049-9 Weinberg, B., Davis, L., & Berger, P.J. (2013). Perspectives on Big Data. Journal of Marketing Analytics, 1(4), 187-201. doi: https://doi.org/10.1057/jma.2013.20 Xue, B., Fu, C., & Shaobin, Z. (2014). A Study on Sentiment Computing and Classification of Sina Weibo with Word2vec. 2014 IEEE International Congress on Big Data. 27 June-2 July 2014. doi: 10.1109/BigData.Congress.2014.59 Zhenning, X., Frankwick, G. l., & Ramirez, E. (2016). Effects of big data analytics and traditional marketing analytics on new product success: A knowledge fusion perspective. Journal of Business Research, 1562-1566. Recuperado de https://ezproxy.cuc.edu.co:2121/S0148296315004403/1-s2.0-S0148296315004403-main.pdf?_tid=bf4fe69b-3b5f-4a6d-a129-12441d8a9ade&acdnat=1550416707_5a70f8eb13fdcbf6cb0f4dfa80ff81a4PublicationORIGINALRevisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019.pdfRevisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019.pdfapplication/pdf535666https://repositorio.cuc.edu.co/bitstreams/e7c1c893-7fd7-406c-94dd-d66ad640c9b9/download586e45c312ec5adaaa1d93fb423dfd55MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorio.cuc.edu.co/bitstreams/9115dfde-62ab-4eb6-bf87-4d44844524ae/download934f4ca17e109e0a05eaeaba504d7ce4MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.cuc.edu.co/bitstreams/9cad5b72-45d3-4c77-b9cb-fe3e8bb20dec/download8a4605be74aa9ea9d79846c1fba20a33MD53THUMBNAILRevisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019.pdf.jpgRevisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019.pdf.jpgimage/jpeg26773https://repositorio.cuc.edu.co/bitstreams/f2a78fe3-db66-447d-8f5f-3cdd14bbb5ee/download709ab0470476fcdf6bfb379b45e23054MD55TEXTRevisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019.pdf.txtRevisión de la productividad científica sobre Big Data Marketing durante el periodo 2012 – 2019.pdf.txttext/plain28661https://repositorio.cuc.edu.co/bitstreams/5c3bdfc8-a179-4f70-9d3c-9d2487b63a11/downloadf6e72edd50685d8fed1be5bda425afb9MD5611323/4954oai:repositorio.cuc.edu.co:11323/49542024-09-17 14:17:28.08http://creativecommons.org/licenses/by-nc-sa/4.0/Attribution-NonCommercial-ShareAlike 4.0 Internationalopen.accesshttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.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

Publicaciones similares