Savunmasal Pazarlama Uygulamaları Kapsamında Çevrimiçi Market Alışverişine Yönelik Müşteri Şikayetlerinin Kümelenmesi
Author :
Abstract
Günümüzün son derece rekabetçi iş ortamında şirketler, yalnızca yeni müşteriler çekmek için değil aynı zamanda mevcut müşterilerini korumak konusunda da giderek artan zorluklarla karşı karşıyadır. Pazar paylarını ve marka itibarlarını korumak için işletmeler savunmasal pazarlama olarak bilinen bir strateji kullanmaktadırlar. Şikayet yönetimi, savunmasal pazarlamanın bir biçimidir. Çevrimiçi market alışverişi yapan müşterilerdeki artış ve internet üzerinden şikayetlerin paylaşılmasının nispeten kolay oluşu üretilen içerik sayısını yani veri miktarını artırmıştır. Müşteri şikayetlerini yönetmenin işletmeler açısından önemli olduğu kabul edilse de bu şikayetlerin nasıl yönetileceği tartışmalı bir konudur. Bu çalışmanın amacı, çevrimiçi market alışverişinde yaşanan sorunların makine öğrenmesi ile keşfedilmesidir. Çalışmada Türkiye’de faaliyet gösteren çevrimiçi market perakendecilik hizmeti sunan dört girişime ait müşteri şikayetleri ele alınmıştır. Çevirimiçi market alışveriş hizmeti kullanan müşterilerin sikayetvar.com internet sitesinde yer alan çevrimiçi şikayetleri, temel metin madenciliği yöntemleri ile incelenmiş, sonrasında ise gözetimsiz makine öğrenmesi yöntemlerinden olan k-ortalamalar algoritması ile analiz edilmiştir. Böylece çok sayıdaki ve düzensiz müşteri şikayetinin temel başlıklar altında toplanarak online market alışveriş hizmetlerindeki temel eksikliklerin tespit edilmesi amaçlanmıştır. Çalışmanın sonuçlarına göre çevrimiçi market alışveriş hizmeti veren firmalara yapılan şikayetler beş kümede toplanmıştır. Buna göre çevrim içi alışverişte temel şikayet kümeleri; sorunlu teslimat, son kullanım tarihi geçmiş ürünler, iade süreçlerindeki aksamalar, alışveriş kuponlarının kullanımı ve para iadeleri olarak ortaya çıkmıştır.
Keywords
Abstract
In today's fiercely competitive business environment, companies face an ever-increasing challenge to not only attract new customers but also to retain their existing ones. To safeguard their market share and brand reputation, businesses often employ a strategy known as defensive marketing. Complaint management is a form of defensive marketing. The increase in customers doing online grocery shopping and the relative ease of writing complaints online has increased the number of content produced, that is, the amount of data. Although it is accepted that managing customer complaints is important for businesses, how to manage these complaints is a controversial issue. The purpose of this study is to discover the problems experienced in online grocery shopping with machine learning. In the study, online customer complaints belonging to four enterprises operating in Turkey, providing online grocery shopping services operating were discussed. Online complaints of customers collected from the “www.sikayetvar.com” website were examined with basic text mining methods and then clustered with an unsupervised machine learning algorithm, K-Means. Thus, it is aimed to put forward the main deficiencies in online grocery shopping services. According to the results, five clusters have been found. The first cluster is about problematic delivery, the second cluster is about expired products, the third cluster is about disruptions in return processes, the fourth cluster is about the use of shopping vouchers, and the fifth cluster is about refunds.
