Yapay Zeka Destekli Chatbotlara Yönelik Tüketici Memnuniyet Kriterlerinin Thurstone’un İkili Karşılaştırma Yöntemi İle Ölçeklenmesi

Yıl 2025, Cilt: 15 Sayı: 3, 672 - 697, 30.09.2025

Sena Altın

Öz

Bu çalışma, geleceğin başlıca dönüştürücü güçlerinden biri olarak kabul edilen yapay zekanın chatbotlara yönelik memnuniyet kriterlerini Thurstone’un İkili Karşılaştırma Yöntemi ile ele almayı amaçlamaktadır. Yapay zeka teknolojilerinin hızlı gelişimi, chatbotların müşteri hizmetleri ve etkileşim alanlarında giderek daha yaygın hale gelmesine neden olmaktadır. Bu bağlamda, tüketici memnuniyetini etkileyen faktörlerin belirlenmesi önem taşımaktadır. Araştırma örneklemini 18-65 yaş aralığında 305 tüketici oluşturmaktadır. Veri toplama aracı olarak anket kullanılmıştır. Araştırma bulguları, chatbotlardan tüketicilerin en çok beklenti duyduğu kriterin çeşitli ve kapsamlı yardım olduğunu ortaya koymuştur. Sırası ile doğruluk, hızlı ve etkili yanıtlar, gerektiğinde insan devreye alma yeteneği, kullanıcı dostu arayüz, kişiselleştirme, sorun çözme yeteneği ve duyarlılık ve empati takip etmiştir. Araştırma, chatbotların geliştirilmesinde ve uygulanmasında, memnuniyetin artırılmasına yönelik stratejilerin belirlenmesi için kriterler sunmakta olup, öneriler ortaya koymaktadır.

Anahtar Kelimeler

Sohbet robotu , Yapay Zeka , Tüketici Memnuniyeti , İkili Karşılaştırma

Etik Beyan

Araştırmaya başlanmadan önce gerekli olan etik izin belgesi Kayseri Üniversitesi Etik Kurulu tarafından 18.03.2024 tarihi ve 36/2024 karar numarasıyla onaylanmıştır.

Scaling of Consumer Satisfaction Criteria for Artificial Intelligence Supported Chatbots with Thurstone's Pairwise Comparison Method

Öz

This study aims to examine the satisfaction criteria for chatbots, considered one of the key transformative forces of the future, using Thurstone’s Pairwise Comparison Method. The rapid development of artificial intelligence technologies has made chatbots increasingly common in customer service and interaction. Identifying the factors affecting consumer satisfaction is crucial. The study's sample includes 305 consumers aged 18 to 65, with surveys used for data collection. Findings show that the most expected criterion from chatbots is diverse and comprehensive assistance. This is followed by accuracy, quick and effective responses, the ability to involve humans when necessary, a user-friendly interface, personalization, problem-solving skills, and responsiveness and empathy. The study provides criteria for developing strategies to enhance satisfaction in chatbot development and implementation and offers recommendations.

Anahtar Kelimeler

Chatbot , Artificial Intelligence , Consumer Satisfaction , Pairwise Comparison

Kaynakça

• Akdemir, D.M. (2022). E-ticaret Sitelerinde Tüketicilerin Satın Alma ve Chatbotları Tekrar Kullanma Niyetini Etkileyen Faktörler üzerine bir Araştırma (Yüksek Lisans Tezi). Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü, İzmir.
• Albayrak Sarı, A., ve Gelbal, S. (2015). İkili Karşılaştırmalar Yargılarına ve Sıralama Yargılarına Dayalı Ölçekleme Yaklaşımlarının Karşılaştırılması. Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, 6(1), 126-141.
• Alhawamdeh, A.,K., Alfukaha, F.A., Padlee, S.F., Salleh, A.M.M., ve Saadon, M.S.I. (2022). The Impact of Customer Satisfaction on Loyalty in Jordanian Banks: The Mediating Role of Corporate Reputation, International Journal of Management and Sustainability,11(2), 70-80.
• Altun, M. & Yıldız, T. (2024). Havayolu Şirketlerinde Kurum İtibarının Müşteri Memnuniyeti, Güven ve Telafi Memnuniyeti Çerçevesinde Ele Alınması. KMÜ Sosyal ve Ekonomik Araştırmalar Dergisi, 26(46), 38-57.
• Ambsdorf, J., Munir, A., Wei, Y., Degkwitz, K., Harms, H. M., Stannek, S., Ahrens, K., Becker, D., Strahl, E., Weber, T., ve Wermter, S. (2022). Explain yourself! effects of explanations in human-robot interaction. 31st IEEE International Conference on Robot and Human Interactive Communication (RO-MAN), İtalya.
• Armağan, E., ve Acayıp, E (2015). Alışveriş Merkezlerindeki Müşteri Hizmetleri Uygulamalarının Müşteri Sadakatine Etkisi: Eskişehir İlinde Uygulama. EKEV Akademi Dergisi. (62), 1–20.
• Bacaksız, P. (2020). Covid-19 Pandemisi Döneminde Sohbet Pazarlamasının Önemi ve Sohbet Robotu Chatbot Uygulamalarının Kullanımı. Iğdır Üniversitesi Sosyal Bilimler Dergisi. (Ek Sayı), 29–46. Barış, A. (2020). A New Busıness Marketıng Tool: Chatbot. GSI Journals Serie B: Advancements in Business and Economics, 3(1), 31–46.
• Barutçu, S. (2010). E-Customer Satısfactıon In The E-Taılıng Industry: An Empırıcal Survey For Turkısh E-Customers. Ege Akademik Bakis (Ege Academic Review), 10(1), 15-35.
• Başkaya, F., ve Karacan, H. (2022). Yapay Zekâ Tabanlı Sistemlerin Kişisel Veri Mahremiyeti Üzerine Etkisi: Sohbet Robotları Üzerine İnceleme. Bilişim Teknolojileri Dergisi, 15(4), 481–491.
• Brandtzaeg, P. B. ve Følstad, A. (2017). Why People Use Chatbots. Internet Science: 4th International Conference, INSCI 2017, Thessaloniki.
• Bruyn, A., Viswanathan, V., Beh, Y. S., Brock, J. K.-U., ve Wangenheim, F. von (2020). Artificial Intelligence and Marketing: Pitfalls and Opportunities. Journal of Interactive Marketing, 51(1), 91–105.
• Chen, Q., Lu, Y., Gong, Y., ve Xiong, J. (2023). Can AI chatbots help retain customers? Impact of AI service quality on customer loyalty. Internet Research, 33(6), 2205–2243.
• Cheng, Y., ve Jiang, H. (2022). Customer–Brand Relationship in The Era of Artificial Intelligence: Understanding The Role of Chatbot Marketing Efforts. Journal of Product & Brand Management, 31(2), 252-264. Chintalapati, S., ve Pandey, S. K. (2022). Artificial Intelligence in Marketing: A Systematic Literature Review. International Journal of Market Research, 64(1), 38–68.
• Deshmukh, A. A. (2024). Explainable AI for Adversarial Machine Learning: Enhancing Transparency and Trust in Cyber Security. Journal of Electrical Systems, 20(1s), 11–27.
• Doğu Yıldıran, Y., ve Erdem, Ş. (2024). Yapay Zeka Tabanlı Chatbot Hizmetinin Kullanıcı Alışkanlık Ve Davranışları Üzerine Etkileri ve Bir Uygulama. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 46(1), 20–43.
• Ekechi, C. C., Chukwurah, E. G., Oyeniyi, L. D., ve Okeke, C. D. (2024). Aı-Infused Chatbots For Customer Support: A Cross-Country Evaluatıon Of User Satisfaction In The USA And The UK. International Journal of Management & Entrepreneurship Research, 6(4), 1259–1272.
• Ekinci, G., ve Bilginer Özsaatcı, F. G. (2023). Yapay Zekâ ve Pazarlama Alanındaki Yayınların Bibliyometrik Analizi. Sosyoekonomi, 31(56), 369–388.
• Eroglu-Hall, E., Sevim, N., ve Bulut, A. (2022). Çevrimiçi Tüketicilerin Sohbet Robotlarına (Chatbots) Yönelik Tutumları. EKEV Akademi Dergisi, 0(91), 33–53.
• Gabelaia, I. (2024). The Applicability of Artificial Intelligence Marketing for Creating Data-driven Marketing Strategies. Journal of Marketing Research and Case Studies, Vol. 2022, 1–11.
• Gedik, Y. (2023). Kurumsal İletişimde Yeni Bir Yıldız: Chatbot faydaları, Zorlukları ve Stratejileri Üzerine Kavramsal Bir Çerçeve, Journal of Business and Communication Studies, 2(1), 13-32.
• Gür, Y. E. (2022). Yapay Zekâ ve Pazarlama İlişkisi. Fırat Üniversitesi Uluslararası İktisadi Ve İdari Bilimler Dergisi, 6(2), 131–148.
• İşeri, İ., Aydın, Ö., ve Tutuk, K. (2021). Müşteri Hizmetleri Yönetiminde Yapay Zeka Temelli Chatbot Geliştirilmesi. European Journal of Science and Technology. 29(Özel Sayı), 358-365.
• Karabıyık Yerden, N. (2021). Dijital Reklamcılıkta Yapay Zekâ Kullanımı Üzerine Bir Araştırma, Uluslararası İşletme ve Pazarlama Kongresi, İstanbul.
• Koç, F., ve Darıcan, Ş. (2023) Satış Sonrası Hizmetlerin Dijital Platformda Yönetilmesinde Müşteri Memnuniyeti ve Sadakati, Akşehir Meslek Yüksekokulu Sosyal Bilimler Dergisi, 15, 73-90.
• Kuruca, Y., Üstüner, M., ve Şimşek, I. (2022). Dijital Pazarlamada Yapay Zekâ Kullanımı: Sohbet Robotu (Chatbot). Medya Ve Kültür, 2(1), 88–113.
• Lee, K.-S., ve Kim, E. S. (2022). Explainable Artificial Intelligence in the Early Diagnosis of Gastrointestinal Disease. Diagnostics (Basel, Switzerland), 12(11), 2740.
• Lin, C.-C., Huang, A. Y. Q., ve Yang, S. J. H. (2023). A Review of AI-Driven Conversational Chatbots Implementation Methodologies and Challenges (1999–2022). Sustainability, 15(5), 4012.
• Liu, N., Shapira, P., ve Yue, X. (2021). Tracking developments in artificial intelligence research: Constructing and applying a new search strategy. Scientometrics, 126(4), 3153–3192.
• Mashilo, M., ve Shekgola, M. (2024). Utilising Artificial Intelligence Chatbots for Student Support at Comprehensive Open Distance E-learning Higher Learning Institutions in the Fifth Industrial Revolution. Journal of Education, Society & Multiculturalism, 5(1), 26–48.
• Nedim Bayuk, M. (2019). Endüstri 4.0 Kapsamında Yapay Zekâ ve Pazarlamanın Geleceği. Journal of Social, Humanities And Administrative Sciences, 5(19), 781–799.
• Ok, S., Suy, R., Chhay, L., ve Choun, C. (2018). Customer Satisfaction and Service Quality in the Marketing Practice: Study on Literature Review. Asian Themes in Social Sciences Research, 1(1), 21–27.
• Revelle, W., ve Condon, D. M. (2019). Reliability from α to ω: A tutorial. Psychological Assessment, 31(12), 1395–1411.
• Rietz, T., Benke, I. ve Maedche, A. (2019). The İmpact of Anthropomorphic and Functional Chatbot Design Features in Enterprise Collaboration Systems on User Acceptance. Proceedings of the 14th International Conference on Wirtschaftsinformatik, Siegen.
• Rosseel, Y. (2012). lavaan: An R Package for Structural Equation Modeling. Journal of Statistical Software, 48(2), 1-36.
• Saç, H. (2024). İnsansı Robotlara Yönelik Negatif Algı ve Tekinsiz Vadi Etkisi: Youtube Kullanıcı Yorumları Üzerine Bir İnceleme. Beykoz Akademi Dergisi(“Sınırsız: Dünya Yapmak & Ötesi”), 1-23.
• Silsüpür, Ö. (2022). Dijital İletişim Fırsatlar ve Tehditler, Eğitim Yayınevi: İstanbul.
• Song, S. W., ve Shin, M. (2022). Uncanny Valley Effects on Chatbot Trust, Purchase Intention, and Adoption Intention in the Context of E-Commerce: The Moderating Role of Avatar Familiarity. International Journal of Human–Computer Interaction, 40(2), 441–456.
• Srinivasu, P. N., Sandhya, N., Jhaveri, R. H., Raut, R., ve Hakak, S. (2022). From Blackbox to Explainable AI in Healthcare: Existing Tools and Case Studies. Mobile Information Systems, 2022(1), 1–20.
• Sujata, J., Nikita, M., ve Shubham, S. (2019). Applications of Chatbots in Marketing: Use Cases, Impacts, Challenges and Drivers. International Journal of Advanced Trends in Computer Science and Engineering, 8(16), 195 – 200.
• Susilowati, Y., ve Yasri, Y. (2019). The Effect of Service Quality and Customer Satisfaction Toward Word of Mouth Intention. Proceedings of the 2nd Padang International Conference on Education, Economics, Business and Accounting (PICEEBA-2 2018). Paris, France.
• Ventura, K., ve Karabaşak, T. (2024). Çevrimiçi Perakendecilikte Sohbet Robotu Kullanımında Etkileşim, Güven Antropomorfizm ve Kullanım Seviyesinin Müşteri Memnuniyetine Etkisi. KOCATEPEİİBFD, 26(Özel Sayı), 81-100.
• Verma, S., Sharma, R., Deb, S., ve Maitra, D. (2021). Artificial Intelligence in Marketing: Systematic Review and Future Research Direction. International Journal of Information Management Data Insights, 1(1), 100002.
• Wu, R., ve Yu, Z. (2024). Do AI Chatbots İmprove Students Learning Outcomes? Evidence from A Meta‐Analysis. British Journal of Educational Technology, 55(1), 10–33.
• Yanmıyan, S. ve Kaya Erdem, B. (2023). Makinelerin Hiper-İletişen Mekânı Akıllı Kentlerin Yeni Öznesi: Robot-İnsan, Sosyal, Beşeri ve İdari Bilimler Dergisi, 6(7): 952-968.
• Yau, K.-L. A., Saad, N. M., ve Chong, Y.-W. (2021). Artificial Intelligence Marketing (AIM) for Enhancing Customer Relationships. Applied Sciences, 11(18), 8562.
• Yıldız, B., ve Dayı, F. (2024). Finans Uygulamalarında Yapay Zekâ Destekli Chatbot Kullanımı Üzerine Nicel Bir Araştırma. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 17(2), 215–231.