Web içerik madenciliği ile tüketici şikâyetlerinin analizi: Tüketici ve işletme bakış açısından çevrimiçi şikâyet yönetimine yönelik bir model önerisi
Küçük Resim Yok
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ege Üniversitesi, Sosyal Bilimler Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Teknolojik gelişmeler ile internet altyapısı ve kullanımının yaygınlaşmasının etkisi her alanda olduğu gibi kaçınılmaz olarak müşteri şikâyet davranışında da kendini göstermektedir. Çevrimiçi şikâyet kanallarının sağladıkları iş gücü ve zaman tasarrufu ile şikâyet konusunda uzmanlaşmış çevrimiçi şikâyet sitelerindeki şikâyet sürecinin şeffaf olması müşterilerin çevrimiçi şikâyet sitelerine ilgi göstermelerine neden olmaktadır. Müşteri şikâyet yönetimi, müşteri şikâyet tatmininin sağlanması için tekil süreçlerin yanı sıra işletmenin sürekli iyileştirmelerle rekabet avantajı elde edebilmesi için kurulan yönetim sistemini ifade etmekte olup, çevrimiçi süreçlerde uygulandığında ortaya çıkan ayırt edici özelliklerinin sunulması gerekmektedir. Bu tez çalışmasının amacı, yüksek hacimli çevrimiçi şikâyet verilerini indirgeyip betimleyerek müşterilerin çevrimiçi şikâyet davranışını açıklamak ve çevrimiçi şikâyet yönetiminde işletme stratejilerinin belirlenmesine yardımcı olacak öneriler geliştirmektir. Veri madenciliği tekniklerini sosyal bilimler bakış açısıyla yansıtarak, karma yöntem araştırmasının arayüz noktasında büyük ve karmaşık verilerden sağlanan içerik analizi örnekleminin oluşturulmasının yanı sıra müşteri şikâyet davranışı ve müşteri şikâyet yönetimini, çevrimiçi şikâyet davranışı ve çevrimiçi şikâyet yönetimi odağında ele alması bu tez çalışmasının özgün değerini oluşturmaktadır. Açıklayıcı sıralı karma yöntem araştırma deseni ile gerçekleştirilen çalışmada, verinin toplanması ve örneklemin oluşturulması için web içerik madenciliği kullanılmış olup kategorilerin belirlenmesi içerik analizi ile sağlanmıştır. Analiz sonuçlarına göre ürün, satış sonrası hizmetler, müşteri ve durumsal faktörlerde belirlenen kategorilere yönelik açıklamalarda bulunulmuş ve beklentilerinin onaylanmaması teorisine dayalı bir model sunulmuştur. Her bir alt kategoride ise işletmelerin müşteri şikâyet yönetiminde hazırlık aşamasından itibaren yararlanabilecekleri öneriler ortaya konmuştur.
The inevitable impact of technological advancements along with the proliferation of internet infrastructure and usage manifests itself in various fields, including customer complaint behavior. Online complaint channels not only provide savings in terms of effort and time but also attract customers due to the transparency of the complaint process in specialized online complaint websites. Customer complaint management, representing not only individual processes for ensuring customer complaint satisfaction but also the establishment of a management system for continuous improvement to gain competitive advantage, requires highlighting its distinctive features when applied in online processes. The aim of this thesis is to reduce and describe high-volume online complaint data to explain customers' online complaint behaviors and develop recommendations to assist in determining business strategies in online complaint management. Reflecting data mining techniques from a social sciences perspective, the uniqueness of this thesis lies in addressing customer complaint behavior and management through the lens of online complaint behavior and online complaint management, alongside the interface of mixed method research and content analysis derived from large and complex data. In the explanatory sequential mixed method research design conducted, web content mining was utilized for data collection and sample formation, with content analysis used to determine themes and categories. According to the analysis results, explanations have been provided for the categories identified in product, after-sales services, customer, and situational factors, and a model based on the theory of expectancy disconfirmation has been presented. For each subcategory, recommendations are offered that businesses can utilize in customer complaint management starting from the preparation phase
The inevitable impact of technological advancements along with the proliferation of internet infrastructure and usage manifests itself in various fields, including customer complaint behavior. Online complaint channels not only provide savings in terms of effort and time but also attract customers due to the transparency of the complaint process in specialized online complaint websites. Customer complaint management, representing not only individual processes for ensuring customer complaint satisfaction but also the establishment of a management system for continuous improvement to gain competitive advantage, requires highlighting its distinctive features when applied in online processes. The aim of this thesis is to reduce and describe high-volume online complaint data to explain customers' online complaint behaviors and develop recommendations to assist in determining business strategies in online complaint management. Reflecting data mining techniques from a social sciences perspective, the uniqueness of this thesis lies in addressing customer complaint behavior and management through the lens of online complaint behavior and online complaint management, alongside the interface of mixed method research and content analysis derived from large and complex data. In the explanatory sequential mixed method research design conducted, web content mining was utilized for data collection and sample formation, with content analysis used to determine themes and categories. According to the analysis results, explanations have been provided for the categories identified in product, after-sales services, customer, and situational factors, and a model based on the theory of expectancy disconfirmation has been presented. For each subcategory, recommendations are offered that businesses can utilize in customer complaint management starting from the preparation phase
Açıklama
Anahtar Kelimeler
Çevrimiçi Şikâyet Davranışı, Çevrimiçi Şikâyet Yönetimi, Karma Yöntem, Metin Madenciliği, Web İçerik Madenciliği., Online Complaint Behavior, Online Complaint Management, Mixed Method, Text Mining, Web Content Mining.
