Bücher von Mochamad Nizar Palefi Ma'ady

Qualsiasi organizzazione che sia guidata dai bisogni e dai desideri dei clienti deve capire il comportamento dei clienti da qualsiasi mezzo di comunicazione. Twitter sta diventando uno dei social media più popolari al mondo. Oggi, molte applicazioni di terze parti di Twitter permettono ai clienti di condividere liberamente le proprie opinioni ovunque e in qualsiasi momento. Tuttavia, è difficile capire il cambiamento del comportamento dei clienti, perché i tweet vengono pubblicati con una frequenza irregolare. Pertanto, la visualizzazione dell'andamento temporale del comportamento emotivo dei clienti su Twitter può svolgere un ruolo cruciale nel processo decisionale. Gli strumenti di visualizzazione dei dati disponibili, come D3.js, ci motivano a sviluppare ed esplorare la dimensione temporale dei dati di Twitter nella visualizzazione 2D.

Jedes Unternehmen, das sich an den Bedürfnissen und Wünschen seiner Kunden orientiert, muss das Kundenverhalten in allen Medien verstehen. Twitter hat sich zu einem der beliebtesten sozialen Medien der Welt entwickelt. Heutzutage haben viele Anwendungen von Drittanbietern Twitter dazu gebracht, dass die Kunden ihre Meinung überall und jederzeit frei mitteilen können. Es ist jedoch schwierig, die Veränderung des Kundenverhaltens zu verstehen, da die Tweets in unregelmäßigen Abständen gepostet werden. Daher kann die Visualisierung des zeitlichen Musters des Kundenverhaltens auf Twitter eine entscheidende Rolle bei der Entscheidungsfindung spielen. Verfügbare Tools zur Datenvisualisierung, wie D3.js, motivieren uns, die zeitliche Dimension von Twitter-Daten in einer 2D-Visualisierung zu entwickeln und zu untersuchen.

Toute organisation qui est guidée par les besoins et les souhaits de ses clients doit comprendre le comportement de ces derniers, quel que soit le média utilisé. Twitter est en train de devenir l'un des médias sociaux les plus populaires au monde. Aujourd'hui, de nombreuses applications tierces de Twitter permettent aux clients de partager librement leurs opinions partout et à tout moment. Cependant, il est difficile de comprendre le changement de comportement des clients, car les tweets sont postés de manière irrégulière. Par conséquent, la visualisation de l'évolution du comportement émotionnel des clients sur Twitter peut jouer un rôle crucial dans la prise de décision. Les outils de visualisation de données disponibles, tels que D3.js, nous motivent à développer et à explorer la dimension temporelle des données Twitter en visualisation 2D.

Cualquier organización que se rija por las necesidades y los deseos de los clientes tiene que comprender el comportamiento de los clientes a través de cualquier medio de comunicación. Twitter se está convirtiendo en uno de los medios sociales más populares del mundo. Hoy en día, muchas aplicaciones de terceros de Twitter han estado haciendo que los clientes compartan libremente sus opiniones en cualquier lugar y en cualquier momento. Sin embargo, es difícil comprender el cambio de comportamiento de los clientes, ya que los tweets se publican con una probabilidad errática. Por lo tanto, visualizar el patrón temporal del comportamiento emocional de los clientes en Twitter puede desempeñar un papel crucial en la toma de decisiones. Las herramientas de visualización de datos disponibles, como D3.js, nos motivan a desarrollar y explorar la dimensión temporal de los datos de Twitter en la visualización 2D.

Qualquer organização que seja orientada pelas necessidades e desejos dos clientes tem de compreender o comportamento dos clientes a partir de qualquer meio de comunicação. O Twitter está a tornar-se um dos meios de comunicação social mais populares do mundo. Atualmente, muitas aplicações de terceiros do Twitter têm permitido que os clientes partilhem livremente as suas opiniões em qualquer lugar e a qualquer momento. No entanto, é difícil compreender a mudança de comportamento dos clientes, porque os tweets são publicados de forma irregular. Por conseguinte, a visualização do padrão temporal do comportamento emocional dos clientes no Twitter pode desempenhar um papel crucial na tomada de decisões. As ferramentas de visualização de dados disponíveis, como o D3.js, motivam-nos a desenvolver e a explorar a dimensão temporal dos dados do Twitter numa visualização 2D.

Any organization that is driven by the needs and wants of customers has to understand customer behavior from any media. Twitter is becoming one of the most popular social media in the world. Nowadays, many third-party applications of Twitter have been making customers freely to share their opinions anywhere and anytime. However, it is difficult to understand the change of customer behavior, because the tweet is posted in erratic likelihood. Therefore, visualizing the time pattern of customer emotion behavior on Twitter can play a crucial role in decision-making. Available data visualizing tools, such as D3.js, motivate us to develop and to explore time dimension of Twitter data in 2D visualization.