Analysis of Data Collected from Customers by Expert Systems Used in E-Commerce of Fashion Products

Abstract

In this research; It is aimed to determine what information the fashion expert systems, which offer suggestions to consumers in e-commerce, collect directly from the consumer in order to identify the consumers and determine their clothing and purchasing behavior. In addition, it is also among the aims of the research to reveal whether there are significant relationships between the various characteristics of businesses and the number of questions they ask customers. It is a survey model research. The surveys were made over the internet. 30 enterprises selected by judgmental sampling from the research universe constituted the sample of the research. Research data were collected using observation forms. Collected data are classified. The frequency and rates of data included in the classifications in the sample were determined. Significant differences were sought between the number of questions asked by e-commerce businesses and some other features. It was observed that the data requested by fashion expert systems directly from their customers were collected in 3 main classes. These are; data on describe personal characteristics, data on customer's purchasing behavior and data on determine the customer's dressing habits and style. However, it was concluded that the data for determining the purchasing behavior, dressing habits and styles of the customer were directly requested from the customer by a few expert systems.

Keywords

• e-commerce
• fashion
• fashion expert systems

Moda Ürünlerinin E-Ticaretinde Kullanılan Uzman Sistemlerin Müşterilerden Topladıkları Verilerin Analizi

Abstract

Bu araştırmada; e-ticarette tüketicilere öneriler sunan moda uzman sistemlerinin tüketicileri tanımak ve giyim ve satın alma davranışlarını belirlemek amacıyla direkt olarak müşterilerinden hangi bilgileri topladıklarını belirlemek amaçlanmıştır. Ayrıca işletmelerin çeşitli özellikleri ile müşterilere sordukları soruların sayısı arasında anlamlı ilişkiler bulunup bulunmadığını ortay koymak da araştırmanın amaçları arasındadır. Araştırma tarama modelli bir araştırma olup, Taramalar internet üzerinden yapılmıştır. Araştırma evreni içerisinden yargısal örnekleme yoluyla seçilmiş, 30 işletme araştırmanın örneklemini oluşturmuştur. Araştırma verileri gözlem formları kullanılarak toplanmıştır. Toplanan veriler sınıflanmış, sınıflamalardaki verilerin örneklemde yer alma sıklığı ve oranları belirlenerek, e ticaret işletmelerinin müşterilere sordukları soru sayısı ve diğer bazı özellikleri arasında anlamlı farklar aranmıştır. Moda uzman sistemlerin müşterilerinden direkt olarak istedikleri verilerin; kişisel özellikleri tanımlamaya yönelik veriler, müşterinin satın alma davranışlarına yönelik veriler ve müşterinin giyinme alışkanlıklarını ve sitilini belirlemeye yönelik veriler olarak 3 ana sınıfta toplandığı gözlemlenmiştir. İşletmelerin çoğunluğunun temel kişisel verileri müşterilerinden istedikleri, ancak müşterinin satın alma davranışı, giyinme alışkanlıkları ve stillerinin belirlemeye yönelik verilerin az sayıda uzman sistem tarafından müşteriden direkt olarak istendiği sonucuna ulaşılmıştır.

Keywords

• e-ticaret
• moda
• moda uzman sistemler

References

1. Bulut, H., Milli, M., (2016). İşbirlikçi Filtreleme İçin Yeni Tahminleme Yöntemleri, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 22(2), 123-128, doi: 10.5505/pajes.2014.44227
2. Burns, A., Matthew, S., (1998). Development of a Web-Based Intelligent Agent for the Fashion Selection and Purchasing Process via Electronic Commerce. AMCIS 1998 Proceedings. 50. https://aisel.aisnet.org/cgi/viewcontent.cgi?article=1477&context=amcis1998.
3. Couper, M. P., Kapteyn, A., Schounlau, M., Winter, J., (2007). Noncoverage and Nonresponse in an Internet Survey, Social Science Research (36), 131–148, doi:10.1016/j.ssresearch.2005.10.002
4. Demirtaş, B., Argan, M. (2015). Büyük Veri ve Pazarlamadaki Dönüşüm Kurumsal Bir Yaklaşım, Pazarlama ve Pazarlama Araştırmaları Dergisi, (15), 1-21.
5. Dong, A. H., Shan, D., Ruan, Z., Zhou, L.Y., Zuo, F., (2013). The Design and Implementation of an Intelligent Apparel Recommend Expert System, Hindawi Publishing Corporation Mathematical Problems in Engineering Volume 2013, Article ID 343171, http://dx.doi.org/10.1155/2013/343171
6. Dong, M., Zeng, X., Koehl, L., Zhang, J., (2020). An İnteractive Knowledge-Based Recommender System For Fashion Product Design İn The Big Data Environment, Information Sciences, 540, November, 469-488. https://doi.org/10.1016/j.ins.2020.05.094
7. Eckman, M., Damhorst, M. L., Kadolph, S. J. (1990). Toward a model of the in-store purchase decision process: Consumer use of criteria for evaluating women’s apparel. Clothing and Textiles Research Journal, 8(2), 13-22.
8. Göl, H., İlhan E., Ot İ., Döm, İ., Çakır, İ., (2019). E-Ticaretin Gelişimi, Sınırların Aşılması ve Yeni Normlar,TÜSİAD, https://www2.deloitte.com/content/dam/Deloitte/tr/Documents/consumer-business/e-ticaretin-gelisimi-sinirlarin-asilmasi-ve-yeni-normlar.pdf. Erişim Tarihi: 12.05.2020.

9. Hsu, H-J, & Burns, L. D. (2002). Clothing evaluative criteria: A cross-national comparison of Taiwanese and United States consumers. Clothing and Textiles Research Journal, 20(4), 246-252. https://doi.org/10.1177/0887302X0202000408
10. Jo, J., Lee, S., Lee, C., Lee, D., Lim, H. (2020). Development of Fashion Product Retrieval and Recommendations Model Based on Deep Learning. Electronics 2020, 9, 508; doi:10.3390/electronics9030508
11. Khan, S., (2018). Modelling Fashion Consumer Emotional and Behavioural Responses to Product Presentation Technology on Multi-Modal Mobile Devices, Doctor of Philosophy Thesis, The University of Manchester, Faculty of Science and Engineering, 1-365.
12. Kim, H.S., Choi, H.E., Park, C.K. et al. (2019).Standardization of the size and shape of virtual human body for apparel products. Fash Text 6, 33 https://doi.org/10.1186/s40691-019-0187-z
13. Kim, Y. S., Yum, B. J., Song, J., Kim, S.M. (2005). Development of a recommender system based on navigational and behavioral patterns of customers in e-commerce sites, Expert Systems with Applications, Volume 28, Issue 2, 381-393, doi.org/10.1016/j.eswa.2004.10.017.
14. Lake, K., (2018) Stitch Fix’in Ceo’su İle Kişisel Bir Tarzın Kitle Pazarlaması Üzerine, https://hbrturkiye.com/dergi/stitch-fix-in-ceo-su-ile-kisisel-bir-tarzin-kitle-pazarlamasi-uzerine. Erişim Tarihi:15.06.2019.
15. Mete, F. (2001). Doğrudan Vücut Ölçülerine Dayalı, Vücuda Tam Oturan Yeni Bir Bayan Üst Beden Temel Kalıp Hazırlama Tekniğinin Geliştirilmesi. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, 3 (2) , 69-82.
16. Min, M., (2013). A Rule Based Expert System for Analysis of Mobile Sales Data on Fashion Market, 2013 International Conference on Information Science and Applications, ICISA 2013.
17. Song, H. K., Ashdown, P. S., (2013). Female Apparel Consumers’ Understanding of Body Size and Shape: Relationship Among Body Measurements, Fit Satisfaction, and Body Cathexis, Clothing and Textiles Research Journal, 31(3) 143-156. doi: 10.1177/0887302X13493127
18. Vuruşkan, A., Bulgun, E., (2013). Kişiye Özel Giysiler için Vücuda Uygunluk Analizi. Tekstil ve Mühendis, 20 (90). Doi: 10.7216/130075992013209005
19. Wang, L. C., Zeng, X. Y., Koehl, L., Chen, Y., (2015). Intelligent Fashion Recommender System: Fuzzy Logic in Personalized Garment Design, IEEE Transactıons on Human-Machine Systems, Vol. 45, No. 1, 95 – 109. Doi: 10.1109/THMS.2014.2364398
20. Zhang , Y., Jiao, R. J., (2007). An associative classification-based recommendation system for personalization in B2C e-commerce applications, Expert Systems with Applications 33 (2007) 357–367. doi:10.1016/j.eswa.2006.05.005