Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Web scraping to monitor the client and the competitor’s brands performance and product offering in an online space
KTH, School of Information and Communication Technology (ICT).
2017 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

With the advent of an internet and advancement in digitalization, there is an increasing trend in an online shopping. Online shopping makes it easier for the customers to buy their favorite product in a very convenient and with the best price available in the market. Before buying a brand product, customer look for the product price on the price comparison website (Amazon, Ebay, Skyscanner), read the customer reviews left on various blogs (Yelp, Yahoo, Trustpilot) and also about which brand people are talking the most on social media. So the internet and the social media are playing a huge role in the recognition of a brand and product price competitiveness. There are several methods (analyzing the social network data, sentiment analysis of user reviews and advertisement analysis) used previously in an e-commerce industry to monitor the brand performance and price offering. But now as almost every retailer has their online presence and the transparent information is available on the retailer website. So scraping the data from the retailer website and doing a comprehensive analysis at the brand and product level can provide more valuable insights to have a competitive edge. This method can help the e-commerce organizations to easily scrape all the useful information to see the gap in their product catalog, price difference, competitor promotion strategies, brand popularity and the estimated revenue for their brands. In this thesis project, we have used this approach to address the problem for the e-commerce client who has a lot of competitors sells the same type of products in an online space. The presented solution will help the e-commerce client by providing new ways of measuring the brand’s performances and see the development of product offerings and product prices under a longer period of time.

Abstract [sv]

Tillkomsten av Internet samt avancemang inom digitaliseringen har skapat en ökande trend inom online-shopping. Online-shopping gör det lättare för kunderna att köpa sin favoritprodukt under bekväma förutsättningar och med det bästa priset som finns på marknaden. Före det att en kund köper en märkesprodukt undersöker de produktpriset på prissammanställningswebbplatserna (Amazon, Ebay, Skyscanner), läser kundrecensioner på olika bloggar (Yelp, Yahoo, Trustpilot) och utöver det undersöker de vilka varumärken som är mest uppmärksammade på sociala medier. Internet och sociala medier inverkar stort på ett varumärkes igenkänningsgrad samt pris och prestanda konkurrenskraft. Det finns flera metoder (analys av sociala nätverksdata, sentimentsanalys av användarrecensioner och annonsanalys) som tidigare användes inom e-handelsbranschen för att övervaka varumärkesprestandan och prisutbudet. I dagsläget har nästan alla återförsäljare stor närvaro på Internet och transparent information finns numera tillgänglig på återförsäljarens webbsida. Därför är det idag möjligt att utföra web scrape på återförsäljarens webbplats och därmed göra omfattande analyser på varumärkesoch produktnivå som kan ge mer värdefulla insikter och konkurrensfördelar. Denna metod kan hjälpa e-handelsorganisationerna att enkelt behandla all användbar information för att se klyftan i deras produktkatalog, prisskillnader, konkurrenters marknadsföringsstrategier samt varumärkespopularitet. I detta avhandlingsprojekt har vi använt detta tillvägagångssätt för underlätta för de ehandelsklienter vilka har flera konkurrenter som säljer samma typ av produkter i onlineutrymmet. Lösningen som presenteras i detta projekt kommer att hjälpa e-handelskunder genom att erbjuda nya sätt att mäta ett varumärkes inflytande och se utvecklingen av produktbjudande och produktpriser under en längre period.

Place, publisher, year, edition, pages
2017. , 57 p.
Series
TRITA-ICT-EX, 2017:80
Keyword [en]
Web Scraping, E-commerce, Business Strategies, Clothing, Brands Performance, Promotions, Data Collection, Data Storage, Data Analysis, Data Visualization, Dashboard, Pytho
National Category
Computer and Information Science
Identifiers
URN: urn:nbn:se:kth:diva-210723OAI: oai:DiVA.org:kth-210723DiVA: diva2:1119445
Subject / course
Computer Science
Educational program
Master of Science - Distributed Computing
Supervisors
Examiners
Available from: 2017-07-04 Created: 2017-07-04 Last updated: 2017-07-04Bibliographically approved

Open Access in DiVA

No full text

By organisation
School of Information and Communication Technology (ICT)
Computer and Information Science

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 278 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf