Avusturya Turizm Ekonomisine Türkçe Konuşan Toplulukların Katkısının Veri Odaklı Analizi

Öz

Amaç: Bu çalışma, Avusturya’nın ulusal GSYİH’sine yaklaşık %14 katkı sağlayan ve çok kültürlü dinamikler ile göçmen girişimciliği tarafından şekillenen turizm sektöründe Türkçe konuşan toplulukların ekonomik, sosyal ve davranışsal katkılarını incelemektedir. Çalışma, bu toplulukların turizm ekosistemindeki hem tüketici hem de tedarikçi rollerine odaklanmaktadır. Yöntem: Çalışma, makine öğrenmesi modellerini (LSTM, Random Forest, XGBoost), doğal dil işleme (NLP), kümeleme tekniklerini ve girdi-çıktı modellemesini entegre eden veri odaklı bir yaklaşım benimsemektedir. Resmî istatistikler, işletme kayıtları ve 2.000 Türkçe çevrimiçi yorum analiz edilerek diaspora bağlantılı seyahat akışları, girişimcilik faaliyetleri ve iş gücü katılımı nicel olarak değerlendirilmiştir. Bulgular: Türkçe konuşan topluluklar, Avusturya turizm GSYİH’sine yıllık yaklaşık 700–1.000 milyon € katkı sağlamakta ve başta yeme-içme, konaklama ve ulaşım sektörleri olmak üzere yaklaşık 12.000–15.000 kişiye istihdam yaratmaktadır. Makine öğrenmesi tahminleri, yaz aylarında diaspora aile ziyaretleriyle, kış aylarında ise tatil turizmiyle ilişkili çift yönlü mevsimsellik ortaya koymaktadır. Ayrıca, diaspora kaynaklı talebin kriz dönemlerinde %20–30 daha düşük oynaklık gösterdiği belirlenmiştir. NLP analizi, yüksek turist memnuniyetine işaret ederken özellikle helal gıda sunumu ve Türkçe dil erişimi gibi kültürel açıdan uyarlanmış hizmetlerde eksiklikler olduğunu ortaya koymaktadır. Kümeleme sonuçları ise üç ana turist segmentini ayırt etmektedir: Diaspora Ziyaretçileri, Tatil Turistleri ve Topluluk Seyahatçileri; her biri farklı motivasyonlara ve harcama davranışlarına sahiptir. Sonuç: Türkçe konuşan topluluklar, Avusturya’da kapsayıcı, dayanıklı ve kültürel açıdan duyarlı bir turizm ekosisteminin geliştirilmesinde stratejik bir rol oynamaktadır. Hesaplamalı yöntemlerden yararlanarak bu çalışma, politika yapıcılar ve işletmeler için diaspora katkılarını daha iyi anlamaya ve hizmet sunumunu geliştiren, kapsayıcılığı artıran ve Avusturya turizminin rekabet gücünü güçlendiren hedefli stratejiler geliştirmeye yönelik uygulanabilir içgörüler sunmaktadır.

Anahtar Kelimeler

• diapora
• işgücü
• kültür

Data-Driven Analysis of the Turkish-Speaking Community’s Contribution to Austria’s Tourism Economy

Öz

Purpose: This study investigates the economic, social, and behavioral contributions of Turkish-speaking communities to Austria’s tourism sector, which contributes nearly 14% to national GDP and is shaped by multicultural dynamics and migrant entrepreneurship. It focuses on their role as both consumers and suppliers within the tourism ecosystem. Method: The study adopts a data-driven framework integrating machine learning models (LSTM, Random Forests, XGBoost), natural language processing (NLP), clustering techniques, and input–output modeling. It analyzes official statistics, business registries, and 2,000 Turkish-language online reviews to quantify diaspora-linked travel flows, entrepreneurial activity, and labor participation. Findings: Turkish-speaking communities contribute approximately €700–1,000 million annually to Austria’s tourism GDP and support around 12,000–15,000 jobs, mainly in gastronomy, hospitality, and transport sectors. Machine learning forecasts reveal a dual seasonality pattern, with summer peaks driven by diaspora family visits and winter peaks associated with leisure tourism. Additionally, diaspora-related demand demonstrates 20–30% lower volatility during crisis periods. NLP analysis indicates high tourist satisfaction but also identifies gaps in culturally tailored services, particularly in halal food availability and Turkish-language accessibility. Clustering results distinguish three main tourist segments—Diaspora Visitors, Leisure Tourists, and Community Travelers—each with distinct motivations and spending behaviors. Conclusion: Turkish-speaking communities play a strategic role in fostering an inclusive, resilient, and culturally sensitive tourism ecosystem in Austria. By leveraging computational methods, this study provides actionable insights for policymakers and businesses to better understand diaspora contributions and develop targeted strategies that enhance service provision and strengthen Austria’s tourism competitiveness.

Anahtar Kelimeler

• diaspora
• labor
• culture

Kaynakça

1. Abadan-Unat, N. (2011). *Turkish migration to Europe: Project, ideology, and reality*. Istanbul Bilgi University Press.
2. Advantage Austria. (2024). *Tourism in Austria: Key figures 2024*. Austrian Federal Economic Chamber.
3. Asakura, Y., Tanaka, K., & Riedl, M. (2021). Market basket analysis in urban tourism: Evidence from Vienna. *Tourism Economics, 27*(4), 645–662. https://doi.org/10.1177/13548166211009194
4. Bauböck, R., & Perchinig, B. (2006). Migrant integration and multicultural policies in Austria. *Journal of Ethnic and Migration Studies, 32*(7), 1151–1178. https://doi.org/10.1080/13691830600969804
5. Cohen, R. (2008). *Global diasporas: An introduction*. Routledge. https://doi.org/10.4324/9780203928943
6. Coles, T., & Timothy, D. J. (2004). *Tourism, diasporas and space*. Routledge. https://doi.org/10.4324/9780203458389
7. Çiki, K. D. (2022). Bibliometric analysis of diaspora tourism studies. *DETUROPE – The Central European Journal of Regional Development and Tourism, 14*(2), 62–81. https://doi.org/10.32725/det.2022.014
8. Etemaddar, M., Duncan, T., & Tucker, H. (2016). Revisiting diaspora tourism. *Tourism Geographies, 18*(4), 355–379. https://doi.org/10.1080/14616688.2016.1189923

9. Fassmann, H., & Münz, R. (1994). *European migration in the late twentieth century: Historical patterns and future trends*. Edward Elgar.
10. Gretzel, U., & Yoo, K. H. (2008). Use and impact of online travel reviews. In O’Connor, P., Höpken, W., & Gretzel, U. (Eds.), *Information and communication technologies in tourism 2008* (pp. 35–46). Springer. https://doi.org/10.1007/978-3-211-77280-5_4
11. Hall, C. M., & Rath, J. (2007). Tourism, migration and ethnic diversity: New challenges for the global city. *Current Issues in Tourism, 10*(2–3), 125–146. https://doi.org/10.2167/cit315.0
12. Hutto, C. J., & Gilbert, E. (2014). VADER: A parsimonious rule based model for sentiment analysis of social media text. *Proceedings of the International AAAI Conference on Web and Social Media, 8*(1), 216–225. https://doi.org/10.1609/icwsm.v8i1.14550
13. King, R., & Christou, A. (2010). Cultural geographies of counter-diasporic migration. *Population, Space and Place, 16*(2), 103–119. https://doi.org/10.1002/psp.577
14. Law, R., Fong, D., & Li, G. (2019). Evaluating machine learning approaches for tourism demand forecasting. *Tourism Management, 75*, 456–469. https://doi.org/10.1016/j.tourman.2019.06.003
15. Li, G., Song, H., & Witt, S. F. (2021). *Tourism forecasting and econometric modeling*. Routledge.
16. Pala, B., & Tören, E. (2023). Diaspora ve kültürel miras turistlerinin seyahat motivasyonları üzerine bir değerlendirme. *Journal of Global Tourism and Technology Research, 4*(2), 129–141. https://doi.org/10.54493/jgttr.1363123
17. Pırnar, İ., & Altın, H. O. (2024). International immigrant entrepreneurship in tourism industry: A comprehensive literature review. *Ege Academic Review, 24*(3), 447–462. https://doi.org/10.21121/eab.20240307
18. Rath, J. (2002). *Immigrant entrepreneurs: Venturing abroad in the age of globalization*. Berg Publishers.
19. Schweter, S. (2020). BERTurk: Pretrained BERT models for Turkish. *arXiv*. https://arxiv.org/abs/2005.10304
20. Shoval, N., & Isaacson, M. (2010). Tracking tourists in the digital age. *Annals of Tourism Research, 37*(1), 103–126. https://doi.org/10.1016/j.annals.2009.08.003
21. Song, H., & Li, G. (2008). Tourism demand modelling and forecasting—A review of recent research. *Tourism Management, 29*(2), 203–220. https://doi.org/10.1016/j.tourman.2007.07.016
22. Statistik Austria. (2024). *Tourism statistics: International arrivals and overnight stays, 2010–2024*. Statistik Austria. Retrieved from https://www.statistik.at/fileadmin/announcement/2025/01/20250131AnkuenfteNaechtigungenDez2024EN.pdf
23. Zhang, Z., Li, H., & Chen, W. (2020). Cross-linguistic sentiment analysis of tourism reviews. *Information Processing & Management, 57*(4), 102–122. https://doi.org/10.1016/j.ipm.2019.102122