Veri bilimi, doğal dil işleme, makine öğrenmesi ve RPA (robotik süreç otomasyonu) gibi alanlara ilgi duyuyorsak, Twitter verilerini kazımak önem arz etmektedir. Python ile Twitter verilerini nasıl kazıyabileceğimizi uygulamalı bir hap eğitim olarak sunuyoruz. Umarız ki faydalı oluruz.

Twitter verilerini kazırken, Python’ın Pandas, Spacy, Keras gibi kütüphanelerini öğrenmeyi ve kullanmayı zaman içerisinde planlamamız gerekmektedir.

Twitter verilerinde çalıştığımız kurumlar ya da kendi çalışmalarımız için çok önemli veriler bulunmaktadır. Kızgın müşteriler, memnun kullanıcılar, haklı şikayetler, marka değerlendirmeleri, rakiplerin davranışları, rakiplere yönelik övgüler, rakiplere yönelik eleştiriler ve kurumsal kimliğimize iftiralar gibi konular Twitter’da saklı olabilir.

Örnek bir duruma birlikte değinelim. Ülkenin farklı noktarında şubeleri olan bir pastane zincirimiz olsun. Bayat tatlılar, müşteri azarlayan çalışanlar, kirli masalar, ölü böcek çıkan pastalar, temizlenmeyen kül tablaları ve kirli lavabolar… Bütün bunlar Twitter’da mevcutsa, Tweet’leri almamız ve analize hazır hale getirmemiz gerekmektedir. Kızgın bir müşterinin aslında tek bir müşteri olmayabileceğini, bir müşterinin çok sayıda kişiyi markamız hakkında olumsuz etkileyebileceğini her zaman aklımızda tutmalıyız.

Markaların oluşması ve başarılı olması uzun yıllar alan süreçlerdir. Bireysel ya da kurumsal itibar yönetimi adına, hakkımızda çıkan olumsuz her bir Tweet çok önemlidir.

Bu eğitimle birlikte Python’a ilgi duyacağınızı ve Python’ı öğrenmek için gerekli olan içsel motivasyona erişeceğinizi düşünüyoruz. Hadi, hep birlikte Twitter’dan veri kazımaya başlayalım.