Mobil Uygulamalar Üzerinden Yemek Teslimatı Yapan İşletmelerin Veri Zarflama Yöntemi İle Analizi

Öz

Günümüzde gelişen teknolojilerin yiyecek içecek işletmeleri uygulamalarına da yansıması olağandır. Yeme siparişlerinde mobil uygulamaların yaygınlaşması Covid-19 Pandemisi ile temassız ödeme ve evde yemek yeme eğilimi artmıştır. Çalışmada analizi yapılan işletmelerden yalnızca bir tanesinin görece toplam etkin olmaması, işletmelerin ortalama toplam etkinlik değerinin 0,94 olması, Türkiye’de mobil uygulamalar üzerinden yemek teslimatı yapan işletmelerin genel olarak etkin çalıştıklarını göstermektedir. Mobil etkinliğin yaygınlaştırılması ile ilgili işletmeler araştırma faaliyetlerini geliştirebilirler. Çalışmanın amacı, mobil uygulamaların kullanımlarının giderek yaygınlaşması ve gelecek dönemlerde de artmasının öngörülmesidir. Çalışmanın literatüre, araştırmacılara, tüketicilere ve işletmelere yol gösterici olması amaçlanmıştır. Mobil uygulamaların giderek artması, hizmet kalitesi, müşteri memnuniyeti kavramlarını ön plana çıkarmaktadır. Etkinliğin ölçülmesi için belirli değişkenler göz önüne alınmıştır. Çalışmada girdi değişkenleri olarak mobil uygulama indirme sayısı, faaliyet yılı, personel sayıları ile çıktı değişkenleri olarak zincir restoran sayıları, tüketici değerlendirme puanları ve kampanyalar yer almıştır. Girdi ve çıktı değişkenlerinin belirlenmesinde uzman görüşlerinden ve literatür taramasından yararlanılmıştır. Çıktı faktörlerinin birçoğuna işletmelerin web sayfalarından ulaşılamamıştır. Diğer değişkenlerin veri setine dahil edilememesi çalışmanın sınırlılıkları arasındadır. Çevrim içi yemek teslimatı yapan işletmelerin web sayfalarından ulaşılabilen bilgiler veri setini oluşturmuştur. Çalışmada uygulanan Etkinlik ve Temel Bileşen Analizleri’nde F2 kodlu işletmenin her iki sıralamada da son sırada yer aldığı görülmektedir. Girdi ve çıktı değerleri incelendiğinde F2 kodlu işletmenin mobil indirme ve zincir restoran sayılarının diğer işletmelerden daha düşük olduğu görülmektedir. Dolayısıyla işletmeler pazar paylarını artırmak, rekabet üstünlüğü sağlamak, piyasada etkin olabilmek için daha fazla tüketici kitlesine hitap etmek durumundadırlar. İşletme yöneticilerinin pazarlama faaliyetlerine önem vermeleri, reklam ve kampanyaların geliştirilmesi yönünde çalışmalar yapmaları uygun olabilecektir. Bu yönde işletmeler etkinlik düzeylerini artırabileceklerdir.

Anahtar Kelimeler

• Yemek teslimatı
• Dijital dönüşüm
• Yiyecek içecek işletmeleri
• Veri zarflama analizi
• Mobil uygulamalar

Analysis of Businesses Delivering Food via Mobile Applications with Data Envelopment Method

Öz

Today, it is normal for the developing technologies to reflect on the practices of food and beverage businesses. With the spread of mobile applications in food orders, the tendency of contactless payment and eating at home has increased with the Covid-19 Pandemic. The fact that only one of the businesses analyzed in the study is relatively ineffective, and the average total efficiency value of the businesses is 0.94, shows that the businesses that deliver food via mobile applications in Türkiye generally work effectively. Businesses related to the dissemination of mobile activity can improve their research activities. The aim of the study is to predict that the use of mobile applications will become increasingly widespread and will increase in the future. The aim of the study is to guide the literature, researchers, consumers and businesses. The increasing use of mobile applications brings the concepts of service quality and customer satisfaction to the fore. Certain variables were taken into account to measure effectiveness. In the study, the number of mobile application downloads, the year of operation, the number of personnel as input variables, and the number of chain restaurants, consumer evaluation scores and campaigns were included as output variables. Expert opinions and literature review were used to determine the input and output variables. Many of the output factors could not be reached from the web pages of the enterprises. The inability to include other variables in the data set is among the limitations of the study. The information that can be accessed from the web pages of the online food delivery companies created the data set. In the Efficiency and Principal Component Analysis applied in the study, it is seen that the F2 coded enterprise is in the last place in both rankings. When the input and output values are examined, it is seen that the number of mobile downloads and chain restaurants of the F2 coded enterprise is lower than the other enterprises. Therefore, businesses have to appeal to more consumer groups in order to increase their market shares, provide competitive advantage and be effective in the market. It may be appropriate for business managers to give importance to marketing activities and to work on the development of advertisements and campaigns. In this direction, businesses will be able to increase their efficiency levels.

Anahtar Kelimeler

• Food delivery
• Digital transformation
• Catering businesses
• Data envelopment analysis
• Mobile applications

Kaynakça

1. Ağdaş M, Gencer C, Bali Ö. 2019. Performansa dayalı lojistik kapsamında dinamik bir performans değerlendirmesi: savunma sanayinde bir uygulama. Uludağ Üniv Müh Fak Derg, 24(3): 413-432.
2. Altun D. 2006. Türk Telekomünikasyon A.Ş. il Telekom müdürlüklerinin etkinlik ölçümü. Yüksek Lisans Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Ankara, Türkiye, pp: 151.
3. Amin MA, Shamsul MD, Arefin Razib Alam MD, Taslim A, Rakibul Hoque MD. 2021. Using mobile food delivery applications during COVID-19 pandemic: an extended model of planned behavior. J Food Prod Market, 27(2): 105–126 DOI: 10.1080/10454446.2021.1906817.
4. Arı E, Yılmaz V. 2015. Üniversite öğrencilerinin online yemek siparişi davranışlarının teknoloji kabul modeliyle araştırılması. J Alanya Fac Busin, 7(2): 65-84.
5. Armağan E, Eskici Y. 2019. Tüketicilerin on line yemek servislerine karşı tutum, davranış ve satın alma niyetleri. Ekev Akad Derg, ICOAEF Özel Sayısı: 39-75.
6. Ava. 2005. Designing for small screens. Bloomsbury Academic & Professional, London, UK, pp: 176.
7. Ayob NZ, Hussin ARC, Dahlan HM. 2009. Three layers design guideline for mobile application. International Conference on Information Management and Engineering, Kuala Lumpur, Malaysia, April 3-5, 2009.
8. Banker RD, Charnes A, Cooper WW. 1984. Some models for estimating technical and scale inefficiences in data envelopment analysis. Manag Sci, 30(9): 1078-1092.

9. Behdioğlu S, Özcan AGG. 2009. Veri zarflama analizi ve bankacılık sektöründe bir uygulama. Süleyman Demirel Üniv IIB Fak Derg, 14 (3): 301-326.
10. Bellman S, Potter RF. Treleaven Hassard S, Robinson JA, Varan D. 2011. Effectiveness of branded mobile phone applications. J Interact Market, 25(4): 191-200.
11. Bulutay T. 2016. Yaşamda ve bilimde değişme esastır. Turkish Economic Association, Discussion Paper, No. 2016/1. URL: http://www.tek.org.tr (erişim tarihi: 09 Kasım 2022).
12. Charles V, Kumar M. 2012. Data envelopment analysis and its application to management. Cambridge Schoolar Publishing, Newcastle Upon Tyne, London, UK, pp: 270.
13. Cho M, Bonn MA, Li J. 2018. Differences in perceptions about food delivery apps between single-person and multi-person households. Int J Hosp Manag, 77: 108-116. DOI: 10.1016/j.ijhm.2018.06.019.
14. Cinnioğlu H, Gündoğdu M. 2022. Online yemek siparişi veren tüketicilerin e-güven, e-memnuniyet ve esadakat düzeyleri arasındaki ilişkilerin belirlenmesi: Hatay örneği. J Gastron Hospit Travel, 5(1): 95-107.
15. Cooper WW, Seiford LM, Zhu J. 2004. Handbook on data envelopment analysis. Springer, Boston, US, pp: 498.
16. Çekin İ. 1999. Veri zarflama yönteminin uygulamaya hazırlanması. Milli Prodüktivite Merkezi Yayınları, Ankara, Türkiye.
17. Çelik MK. 2016. Turizm sektöründeki işletmelerin etkinliklerinin veri zarflama analizi ile ölçülmesi. Uluslararası İkt İdari İnc Derg, 17: 65-88.
18. Debata BR, Patnaik B, Mahapatra SS, Sreekumar S. 2013. Efficiency measurement amongst medical tourism service providers in India. Int J Resp Tourism Persp Health Tourism, 2(1): 24-31.
19. Demir P, Derbentli Ö, Sakarya E. 2012. Kars ilinde bulunan mandıraların etkinliğinin veri zarflama analizi ile ölçülmesi. Kafkas Üniv Vet Fak Derg, 18(2): 169-176.
20. Demirdöğmez M. 2022. Dijital Dönüşümler. Gazi Kitabevi Tic. Ltd. Şti., Ankara, Türkiye, pp: 27-64.
21. Dinç M, Haynes KE. 1999. Sources of regional inefficiency: an integrated shift-share, data envelopment analysis and input-output approach. Annals Regional Sci, 33: 469-489.
22. Doğan NÖ, Tanç A. 2008. Konaklama işletmelerinde veri zarflama yöntemiyle faaliyet denetimi: Kapadokya örneği, Atatürk Üniv İİB Derg, 22 (1): 239-258.
23. Elvandari CDR, Sukartiko AC, Nugrahini AD. 2017. Identification of technical requirement for improving quality of local on line food delivery service in Yogyakarta. J Indust Info Tech Agri, 1 (2): 1-6.
24. Erdoğan G. 2022. Mobil yemek siparişi uygulamalarında müşteri tatminini etkileyen faktörler. İşletme Araş Derg, 14(4): 2771-2784.
25. Eren T, Gür S. 2017. Online alışveriş siteleri için AHP ve TOPSİS yöntemleri ile 3PL firma seçimi. Hitit Üniv Sos Bil Enst Derg, 10(2): 819-834.
26. Fink L, Rosenfeld L, Ravid G, Longer 2018. Online reviews are not necessarily better. Int J Inf Manag, 39: 30-37.
27. Ghose A. Goldfarb SP, Han SP. 2013. How is the mobile internet different? search costs and local activities. Inf Syst Res, 24(3): 613-631.
28. Glissman S, Smolnik S, Schierholz R, Kolbe L, Brenner W. 2005. Proposition of an m-business procedure model for the development of mobile user interfaces. Fourth international conference on mobile business (mbusiness), July 11-13, 2005, Sydney, Australia, pp: 308-314.
29. Gupta V, Duggal S. 2021. How the consumer’s attitude and behavioural intentions are influenced: a case of on line food delivery applications in India. Int J Cult Tourism Hospit Res, 15(1): 77-93.
30. Izzati BM. 2020. Analysis of customer behavior in mobile food ordering application using UTAUT model (case study: Gofood Application). Int J Innov Enterprise Syst, 4(01): 23-34.
31. Ji Y, Lee C. 2010. Data envelopment analysis. Stata J, 10(2): 267-280. DOI: 10.1177/1536867X1001000207.
32. Kapoor AP, Vij M. 2018. Technology at the dinner table: ordering food on line through mobile apps. J Retail Consumer Serv, 43: 342-351.
33. Karlaftis MJ. 2004. A DEA approach for evaluating the efficiency and effectiveness of urban transit systems. European J Oper Res, 152: 354-364.
34. Kocakalay Ş. 2003. Veri zarflama analizi ve uygulamasına yönelik bir araştırma. Yüksek Lisansı Tezi, Dumlupınar Üniversitesi, Fen Bilimleri Enstitüsü, Kütahya, Türkiye, pp: 63.
35. Kohnke O. 2017. It’s not just about technology: the people side of digitization in: Oswald, G., Kleinemeier, M. (eds) Shaping the Digital Enterprise. Springer, Cham, Germany, DOI: 10.1007/978-3-319-40967-2_3.
36. Mikkonen T. 2007. Programming mobile devices, an introduction for practitioners. Wiley, New York, US, pp: 244.
37. Mucuk İ. 2012. Temel işletme bilgileri. Türkmen Kitabevi, İstanbul, Türkiye, pp: 3.
38. Namlı Ç. 2010. Mobil uygulama kullanılabilirliğinin değerlendirilmesi. Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul, Türkiye, pp: 122.
39. Özcan G. 2007. Veri zarflama analizi ve bankacılık sektöründe bir uygulama. Yüksek Lisansı Tezi, Dumlupınar Üniversitesi, Fen Bilimleri Enstitüsü, Kütahya, Türkiye, pp: 92.
40. Özden ÜH. 2008. VZA ile Türkiye’deki vakıf üniversitelerinin etkinliğinin ölçülmesi, İstanbul Üniv İşl Fak Derg, 37(2): 170.
41. Pigato E. 2017. Hybrid jobs literature review and applications. MSc Thesis, Padova Universty, Master Program in Business Administration, Department of Economics and Management, Padova, Italy, pp: 55.
42. Statista. 2018-2021. E-Servies report on line food delivery, URL: https://www.statista.com/outlook/374/100/online-food-delivery/worldwide (erişim tarihi: 23 Aralık 2022).
43. Supçiller AA, Bulak ME. 2020. Mobil uygulamaların performanslarının veri zarflama analizi ile değerlendirilmesi. Gümüşhane Üniv Fen Bil Derg, 10(3): 711-723. DOI: 10.17714/gumusfenbil.621653.
44. Takahashi D. 2016. App economy could double to 101 Billion Dollar. URL: http://venturebeat.com/2016/02/10/the-app-economy-could-double-to-101b-by-2020-research-firm-says. (erişim tarihi: 25 Ağustos 2022).
45. Tarım A. 2001. veri zarflama analizi: matematiksel programlama tabanlı göreli etkinlik ölçümü yaklaşımı. Sayıştay Yayın İşleri Müdürlüğü, Araştırma/İnceleme/Çeviri Dizisi, Ankara, Türkiye, pp: 219.
46. Tetik S. 2003. İşletme performansını belirlemede veri zarflama analizi. Yön Ekon Derg, 10(2): 221-229.
47. Tomaş M. 2014, Paket servis müşterilerinin sipariş vermede e-aracı kullanma nedenleri üzerine keşifsel bir araştırma: yemeksepeti.com örneği. İnternet Uyg Yön Derg, 5(2): 29-41.
48. Ulucan A. 2000. Şirket performanslarının ölçülmesinde veri zarflama analizi yaklaşımı: genel ve sektörel bazda değerlendirmeler. Hacettepe Üniv İİB Fak Derg, 18: 405-418.
49. URL1: https://www.marketingturkiye.com.tr (erişim tarihi: 25 Ağustos 2022).
50. URL2: https://turk-internet.com (erişim tarihi: 25 Ağustos 2022).
51. URL3: https://www.turizmgunlugu.com (erişim tarihi: 25 Ağustos 2022).
52. URL4: https://www.sikayetvar.com (erişim tarihi: 25 Ağustos 2022).
53. Uzun YU. 2020. Sosyal ve beşeri bilimlerde dijitalleşme, yenilenen ekonomi: Dijital ekonomi ve boyutları. Eğitim Yayınevi, Konya, Türkiye, pp: 43-56.
54. Xu X, Huang Y. 2019. Restaurant information cues, diners’ expectations and need for cognition: experimental studies of on line-to-offline mobile food ordering. J Retail Consum Serv, 51: 231-241.
55. Yavuz İ. 2001. Sağlık sektöründe etkinlik ölçümü. Milli Prodüktivite Merkezi Yayınları, Ankara, Türkiye, pp: 654.
56. Yiğit A, Yiğit V, Eroymak S. 2019, Veri zarflama analizi ile ülkelerin medikal turizm etkinliğinin ölçülmesi. OPUS Int J Soc Res, 12: 917-936.
57. Yücel İşbilen L. 2015, Excel-solver eklentisiyle oluşturulan portföylerin CCC model ile etkinlik ölçümüne yönelik bir uygulama. Ekonometri İstatistik, 23: 112-146.