Determining the Reasons for Preference of E-Commerce Businesses with Hidden Markov Model

Abstract

E-commerce, a concept that develops and changes day by day, has become the common denominator of the whole world with the Covid-19 epidemic. In the Covid-19 pandemic period, the widespread use of the internet and mobile technologies has changed the shopping experiences of consumers, as in many parts of their lives, and e-commerce applications have been rapidly adopted. Changing consumption and lifestyles have included more and more consumers in the virtual environment. The aim of this study is to determine the reasons for the preference of e-commerce sites, the use of which has increased during the Covid -19 epidemic. Since there are many products in different categories on e-commerce sites, it was considered that consumers' reasons for choosing an e-commerce site may vary. Therefore, an online questionnaire was applied to 415 people aged 18 and over living in Turkey in two different categories, which are electronic and clothing shopping. The data obtained from the questionnaires were compiled and the reasons for the participants to prefer e-commerce sites were determined using the Hidden Markov model. According to the results obtained from the study, Trendyol is the e-commerce site that consumers will most likely prefer in their next electronics and clothing shopping. In both categories, it has been determined that Trendyol e-commerce site will be preferred by consumers due to 'Safer shopping opportunity (D_1) '.

Keywords

• Hidden Markov Model
• Transition Probabilities
• E-commerce

Saklı Markov Modeli İle E-Ticaret İşletmelerinin Tercih Edilme Nedenlerinin Belirlenmesi

Öz

Her geçen gün gelişen ve değişen bir kavram olan e-ticaret, Covid-19 salgını ile birlikte tüm dünyanın ortak paydası haline gelmiştir. Covid-19 pandemi döneminde, internet ve mobil teknolojilerin kullanımının yaygınlaşması tüketicilerin hayatlarının pek çok noktasında olduğu gibi alışveriş deneyimlerinde de değişiklik yaratmış ve e-ticaret uygulamaları hızla benimsenmiştir. Değişen tüketim ve yaşam biçimleri giderek daha fazla sayıda tüketiciyi sanal ortama dahil etmiştir. Bu çalışmanın amacı Covid- 19 salgını sürecinde kullanımı artan e-ticaret sitelerinin tercih edilme nedenlerini belirlemektir. E-ticaret sitelerinde çok çeşitli ve farklı kategorilerde ürün bulunduğu için tüketicilerin e-ticaret sitesi tercih nedenlerinin değişiklik gösterebileceği göz önüne alındığında elektronik ve giyim alışverişi olmak üzere iki farklı kategoride Türkiye’de yaşayan 18 yaş ve üzeri 415 kişiye çevrimiçi (online) anket uygulanmıştır. Anketlerden elde edilen veriler derlenerek katılımcıların e-ticaret sitelerini tercih etme nedenleri Saklı Markov modeli kullanılarak belirlenmiştir. Çalışmadan elde edilen sonuçlara göre tüketicilerin bir sonraki elektronik ve giyim alışverişlerinde yani iki farklı kategoride de en yüksek olasılıkla tercih edecekleri e-ticaret sitesi Trendyol’dur. İki kategoride de Trendyol e-ticaret sitesinin ‘Daha güvenli alışveriş imkanı (D_1)’ nedeniyle tüketiciler tarafından tercih edileceği belirlenmiştir

Anahtar Kelimeler

• Saklı markov modeli
• Geçiş olasılıkları
• E-ticaret

References

1. Ayaz, O. ve Alp, S. (2018), Saklı Markov modeli kullanılarak İstanbul’daki üniversite öğrencilerinin GSM operatör tercihlerini etkileyen faktörlerin analizi, Çukurova Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 33(4), 203-212.
2. Baum, L. E. (1972), An inequality and associated maximization technique in statistical estimation for probabilistic functions of Markov processes, Inequalities, 3(1), 1-8.
3. Baum, L. E. ve Eagon, J. A. (1967), An inequality with applications to statistical estimation for probabilistic functions of Markov processes and to a model for ecology, Bulletin of the American Mathematical Society, 73(3), 360-363.
4. Baum, L. E. ve Petrie, T. (1966), Statistical inference for probabilistic functions of finite state Markov Chains, The Annals of Mathematical Statistics, 37(6), 1554-1563.
5. Bicego, M. ve Murino, V. (2004), Investigating Hidden Markov models’ capabilities in 2d shape classification, IEEE Transactions On Pattern Analysis And Machine Intelligence, 26(2), 281-286.
6. Can, T. ve Öz, E. (2009), Marka tercihlerine ve tercih nedenlerine Gizli Markov modelinin uygulanması, Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10(2), 167-185.
7. Canpolat, Ö. (2001), E-ticaret ve Türkiye’deki Gelişmeler, Tüketicinin ve Rekabetin Korunması Genel Müdürlüğü, Ankara.
8. Danış, Y. A. (2015), GSM operatörü tercihinde etkili olan faktörlerin gizli Markov modelleri ile analizi, Yayınlanmamış Yüksek Lisans tezi, Akdeniz Üniversitesi Sosyal Bilimler Enstitüsü.

9. Danış, Y. A. (2016), Gizli Markov modelleri kullanılarak tüketicilerin online (çevrimiçi) alişveriş sitesi tercihlerine etki eden nedenlerin belirlenmesi, Imuco 2016, 279.
10. Demirdöğmez, M., Gültekin, N. ve Taş, H. Y. (2018), Türkiye’de e-ticaret sektörünün yıllara göre gelişimi, OPUS Uluslararası Toplum Araştırmaları Dergisi, 8(15), 2216-2236.
11. Dönmez, İ. ve Alp, S. (2019), Spor giyim sektöründe marka tercihlerine ve tercih nedenlerine saklı Markov modelinin uygulanması, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 25(1), 115-120.
12. Gönen, S. ve İyigün, N. Ö. (2020), Online market alışverişinde tüketicilerin satın alma kararını etkileyen faktörlerin incelenmesi, Working Paper Series, 1(1), 1-17.
13. GWI (2021), https://www.gwi.com/reports/social. Erişim Tarihi: 1.11.2021.
14. Haberdar, H. (2005), Saklı Markov model kullanılarak görüntüden gerçek zamanlı Türk işaret dili tanıma sistemi, Yayınlanmamış Yüksek Lisans Tezi, Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü.
15. Hacifettahoğlu, Ö. ve Perçin, S. (2019), Üniversite öğrencilerinin online alışveriş sitesi seçim kriterlerinin bütünleşik yapısal eşitlik modeli ve analitik hiyerarşi süreci yaklaşımı ile incelenmesi, AICOSS 19, 128-146.
16. Mevzuat Bilgi Sistemi (2014), Elektronik ticaretin düzenlenmesi hakkında kanun, https://mevzuat.gov.tr/mevzuat?MevzuatNo=6563&MevzuatTur=1&MevzuatTertip=5.Erişim tarihi: 26.11.2021.
17. Oskaybaş, K., Dursun, T. ve Yener, D. (2014), Online alışverişte tüketicilerin tercihlerini etkileyen unsurların belirlenmesi, Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 36(1), 119-135.
18. Öz, E. (2009), Saklı Markov modelleri ve finansal bir uygulama, Yayınlanmamış Doktora Tezi, Marmara Üniversitesi Sosyal Bilimler Enstitüsü.
19. Petrie, T. (1969), Probabilistic functions of finite state Markov Chains, The Annals of Mathematical Statistics, 40(1), 97-115.
20. Rabiner, L. R. (1989), A tutorial on Hidden Markov models and selected applications in speech recognition, Proceedings of the IEEE, 77(2), 257-286.
21. Rabiner, L. ve Juang, B. (1986), An introduction to Hidden Markov models, IEEE ASSP Magazine, 3(1), 4-16.
22. Sümer, G. (2021), İktisat alanında seçilmiş konular, 2. Baskı, Efe Akademi, İstanbul.
23. Şahin, H. ve Topal, B. (2019), Tüketicilerin internetten alışveriş davranış tercihlerini etkileyen faktörlerin araştırılması: Kütahya örneği, Bitlis Eren Üniversitesi Sosyal Bilimler Dergisi, 8(1), 314-328.
24. T.C. Ticaret Bakanlığı (2020), 2020 yılı e-ticaret hacmi, https://www.eticaret.gov.tr/istatistikler. Erişim Tarihi: 17.11.2021.
25. Tuyen, L. T. (2013), Markov financial model using Hidden Markov model, International Journal of Applied Mathematics and Statistics, 40(10), 72-83.
26. Wittekind, E. (2012), Amazon. com: The Company And Its Founder, ABDO Publishing Company, North Mankato, Minnesota.
27. World Trade Organization (2017), Electronic commerce, https://www.wto.org/english/thewto_e/minist_e/mc11_e/briefing_notes_e/bfecom_e.htm. Erişim Tarihi: 26.11.2021.
28. Yavuz, Ö. (2012), Bir pazarlama ortamı olarak özel alışveriş siteleri ve tüketicilerin özel alışveriş siteleri tercihlerini etkileyen faktörlerin belirlenmesine yönelik bir araştırma, Yayınlanmamış Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü.