TÜKETİCİLERİN GİZLİLİK ENDİŞESİ VE REKLAM DEĞERLERİNE BAĞLI OLARAK BÖLÜMLENDİRİLMESİ

Öz

Bilgi teknolojilerindeki gelişim ve özellikle dijital mecra kullanımının yaygınlaşması gizlilik konusunu pazarlama araştırmalarında popüler bir kavram haline getirmiştir. Tüketiciler internet ortamındaki davranışlarının izlendiğinin ve kontrolleri dışında kişisel verilerinin toplanma gücünün giderek arttığının farkındadır. Özellikle reklam faaliyetlerinin tüketicilerin kişisel bilgileri kullanılarak gerçekleştirilmesi bu konuda tüketici tepkilerinin incelenmesini gerektirmektedir. Tüketicilerin gizliliklerine yönelik endişelerinin incelenmesi ve gruplandırılması reklam faaliyetleri konusunda alınacak stratejik kararlar üzerinde etkili olacaktır. Bu nedenle çalışmada stratejik kararlar üzerinde etkili olabileceği düşünülen gözetim algısı, gizlilik endişesi, reklamdan duyulan rahatsızlık, güven, reklamın bilgilendiriciliği, reklamın eğlendiriciliği, finansal avantaj sunması, reklama yönelik tutum, reklama tıklama niyeti değişkenleri ile gelir, yaş, eğitim düzeyi demografik değişkenleri baz alınarak kümeleme analizi yapılmış ve pazar bölümlerinin oluşturulması amaçlanmıştır. Bu amaç doğrultusunda hiyerarşik ve hiyerarşik olmayan kümeleme analizleri bir arada kullanılmıştır. Veri seti üzerinde uygulanan analizler sonucunda birbirine benzeyen ve diğer gruptaki cevaplayıcılardan farklılaşan dört küme ortaya çıkmıştır: Gizlilik Odaklılar, Kararsızlar, Kayıtsızlar ve Değer Odaklılar. Reklam faaliyetleri gerçekleştirilirken belirlenen bu kümeleri diğer bir ifadeyle pazar bölümlerini göz önünde bulundurularak stratejiler geliştirilmesi önemlidir.

Anahtar Kelimeler

• Kümeleme Analizi
• Pazar Bölümlendirme
• Dijitalleşme
• Gizlilik

Destekleyen Kurum

Yıldız Teknik Üniversitesi, Sosyal ve Beşeri Bilimler Etik kurulu tarafından verilmiştir.

Etik Beyan

Etik Kurul kararı alınmıştır.

SEGMENTATION OF CONSUMERS BASED ON PRIVACY CONCERNS AND ADVERTISING VALUES

Öz

The development of information technologies and especially the widespread use of digital media have made the issue of privacy a popular concept in marketing research. Consumers are aware that their behavior on the internet is being monitored and that the power of collecting their personal data beyond their control is increasing. In particular, the fact that advertising activities are carried out using consumers' personal information necessitates an examination of consumers' reactions to this issue. Examining and grouping consumers' privacy concerns will have an impact on strategic decisions regarding advertising activities. For this reason, in the study, cluster analysis was performed based on the variables of surveillance perception, privacy concern, intrusiveness of the ad, trust, informativeness of the ad, entertainment of the ad, financial advantage, attitude towards the ad, intention to click on the ad, as well as demographic variables of income, age, and education level, which are thought to be effective on strategic decisions, and it was aimed to create market segments. For this purpose, a combination of hierarchical and non-hierarchical cluster analyzes were used. As a result of the analyzes applied on the data set, four clusters emerged that were similar to each other and differed from the respondents in the other group: Privacy Oriented, Ambivalent, Indifferent and Value Oriented. It is important to develop strategies by taking into account these determined clusters, in other words, market segments, while carrying out advertising activities.

Anahtar Kelimeler

• Cluster Analysis
• Market Segmentation
• Digitalization
• Privacy

Kaynakça

1. Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211.
2. Çadırcı, T. O. (2012). Tüketicilerin sosyopsikolojik ve demografik özellikleri, ilgilenim, subjektif bilgi ve güven düzeyine bağlı olarak moda giysi pazarının bölümlendirilmesi. Öneri Dergisi, 9(33), 143-152.
3. Dinev, T., & Hart, P. (2006). An extended privacy calculus model for e-commerce transactions. Information Systems Research, 17(1), 61-80.
4. Ducoffe, R. H. (1995). How consumers assess the value of advertising. Journal of Current Issues & Research in Advertising, 17(1), 1-18.
5. Edwards, S. M., Li, H., & Lee, J. H. (2002). Forced exposure and psychological reactance: Antecedents and consequences of the perceived intrusiveness of pop-up ads. Journal of Advertising, 31(3), 83-95.
6. Hair, J. F. (2009). Multivariate data analysis.
7. Hair, J. F., Black, B., Babin, B., Ralph, E.A., & Ronald, T. (2004). Multivariate data analysis (6th Ed). New Jersey: Prentice Hall.
8. Jarvenpaa, S. L., Tractinsky, N., & Vitale, M. (2000). Consumer trust in an Internet store. Information Technology and Management, 1, 45-71.

9. Kalaycı, Ş. (2010). SPSS uygulamalı çok değişkenli istatistik teknikleri. Ankara: Asil Yayın Dağıtım.
10. Kotler, P. (2001). Marketing management, millenium edition. Prentice-Hall, Inc.
11. Kurtuluş, K. (2010). Araştırma yöntemleri. İstanbul: Türkmen Kitabevi.
12. Lankton, N. K., McKnight, D. H., & Tripp, J. F. (2017). Facebook privacy management strategies: A cluster analysis of user privacy behaviors. Computers in Human Behavior, 76, 149-163.
13. Lee, J. M. & Rha, J. Y. (2016). Personalization–privacy paradox and consumer conflict with the use of location-based mobile commerce. Computers in Human Behavior, 63, 453-462.
14. MacKenzie, S. B., Lutz, R. J. & Belch, G. E. (1986). The role of attitude toward the ad as a mediator of advertising effectiveness: A test of competing explanations. Journal of Marketing Research, 23(2), 130-143.
15. Mani, Z., & Chouk, I. (2019). Impact of privacy concerns on resistance to smart services: does the ‘Big Brother effect’matter? Journal of Marketing Management, 35(15-16), 1460-1479.
16. McCarthy, O. T., Caulfield, B., & O’Mahony, M. (2016). Technology engagement and privacy: A cluster analysis of reported social network use among transport survey respondents. Transportation Research Part C: Emerging Technologies, 63, 195-206.
17. Quach, X., & Lee, S. H. (2023). Need for cognitive closure and mobile personalization: A cluster analysis. International Journal of Retail & Distribution Management, 51(8), 991-1009.
18. Punj, G. & Stewart, D. W. (1983). Cluster analysis in marketing research: Review and suggestions for application. Journal Of Marketing Research, 20(2), 134-148.
19. Tsarenko, Y., & Rooslani Tojib, D. (2009). Examining customer privacy concerns in dealings with financial institutions. Journal of Consumer Marketing, 26(7), 468-476.
20. Ünal, S., Ercis, A. & Keser, E. (2011). Attitudes towards mobile advertising–A research to determine the differences between the attitudes of youth and adults. Procedia-Social and Behavioral Sciences, 24, 361-377.
21. Wolin, L. D., Korgaonkar, P., & Lund, D. (2002). Beliefs, attitudes and behaviour towards Web advertising. International Journal of Advertising, 21(1), 87-113.
22. Yılmaz, Ş. K., & Patır, S. (2011). Kümeleme Analizi ve Pazarlamada Kullanımı. Akademik Yaklaşımlar Dergisi, 2(1), 91-113.