Teknolojik gelişmeler sosyo-kültürel ve ekonomik koşullardaki değişimler, iletişim paradigmalarını, markaların iş yapış biçimlerini ve hedef kitleleriyle ilişkilerini değiştirmiştir. İnternetle doğup büyüyen yeni nesil tüketiciler, gelişen dijital teknolojiler ile hem iş hem de özel hayatlarını şekillendirmeye başlamışlardır. Bu değişimin doğal bir sonucu olarak reklam, halkla ilişkiler ve pazarlama alanında büyük bir dönüşüm yaşanmıştır. Dijital ortamlarda fikir, ürün veya hizmetlerin yeni platformlar üzerinden ilgili hedef kitleye iletilmesi olarak tanımlanan dijital pazarlama iletişimi ise yeni ve birleştirici bir kavram olarak ortaya çıkmıştır. Bu noktada, tüketicilerle çift yönlü iletişim akışı kurulmasını; markaların tanıtılmasını ve satışın artırılmasını destekleyen dijital pazarlama iletişiminin doğru yönetilmesi kurumlar açısından oldukça önemlidir.

Bu kitabın amacı, dijital çağda yeni nesil tüketicilere ulaşmanın anahtarlarından biri olan dijital pazarlama iletişimi alanına katkı sağlamaktır. Bu bağlamda kitapta; dijital marka yönetimi, dijital pazarlama iletişimi, dijital siyasal kampanya yönetimi, nöro pazarlama, viral pazarlama, dijital iletişimde yer markalama, sosyal medya ve dijital halkla ilişkiler gibi konulara açıklık getirilmiştir.

Financial time series including high frequency structures like jumps, spikes and stochastic volatility are usually modeled in an ad-hoc manner by stochastic differential equations together with Levy processes. Estimating the parameters and determining the jump size distributions do not have a precise and universally accepted method. Under these circumstances, complexities and confusions usually arise. This book, approaches to this issue from a very different angle through introducing an autocorrelation one process together with finite number of Fourier series terms. Introduction of Fourier series to estimate the dynamics of the process is not done in an ad-hoc manner or as done before in dealing with seasonality. Here the moving average is transformed to a “moving and fluctuating” average by the help of Fourier series. Instead of adding jump structures to the model which makes the parameter estimation quite cumbersome, our model in discrete time can easily be transformed to a well-known mean reverting continuous time process. Moreover, our alternative model turned out to be a quite powerful and accurate forecasting technique.