Tüketici İlgi Düzeyi ve E-Ticaret Satışları: Zaman Serisi Analizi Kullanarak Dijital Pazarlama Stratejileri Açısından Bir Değerlendirme

Öz

Bu çalışma, Mart 2014–Şubat 2025 dönemini kapsayan verilerle, tüketici güven endeksi, internet üzerinden yapılan alışverişler ve e-ticarete olan ilgi arasındaki dinamik ilişkiyi analiz etmektedir. ARDL modeli, nedensellik analizi ve DCC-GARCH modeli kullanılarak değişkenler arasındaki hem kısa hem de uzun vadeli ilişkiler analiz edilmiştir. ARDL modeli sonuçlarına göre, tüketici güven endeksi kısa ve uzun vadede çevrim içi alışverişleri anlamlı biçimde etkilememektedir. Buna karşılık, geçmiş dönem alışverişleri güncel harcama kararlarını etkileyerek mevcut dönem harcamalarını azaltmaktadır. Bulgular, tüketici harcamalarının dönemsel dalgalanmalar gösterdiğini ortaya koymaktadır. DCC-GARCH modeli sonuçları, tüketici güveni ile internet üzerinden yapılan alışverişler arasındaki ilişkinin dinamik yapısını ortaya koymuştur. Bulgular, tüketici güveni ile internet üzerinden yapılan alışverişler arasındaki korelasyonun genel olarak negatif olduğunu ve zaman içinde değişkenlik gösterdiğini ortaya koymuştur. Bu, tüketici güven endeksindeki artışların internet üzerinden yapılan alışverişler baskılayabileceği anlamına gelmektedir. Tüketici güveni ile e-ticaret faaliyetleri arasındaki ilişki ise dalgalı bir seyir izlerken, uzun vadede daha pozitif bir eğilim göstermiştir. Çalışmada elde edilen bulgular, tüketici davranışlarının dönemsel dalgalanmalara duyarlı olduğunu ve tüketici güven endeksinin e-ticaret üzerindeki etkisinin zaman içinde değişkenlik gösterebileceğini ortaya koymaktadır.

Anahtar Kelimeler

• Tüketici Güven Endeksi
• E-Ticaret Satışları
• Dijital Pazarlama Stratejileri
• Zaman Serisi Analizi
• Tüketici Davranışı

Consumer Interest Level and E-Commerce Sales: An Evaluation of Digital Marketing Strategies Using Time Series Analysis

Abstract

This study analyses the dynamic relationship between the consumer confidence index, online shopping, and interest in e-commerce using data from March 2014 to February 2025. The ARDL model, causality analysis, and DCC-GARCH model were employed to examine both short- and long-term relationships among the variables. According to the ARDL model results, the consumer confidence index does not significantly affect online shopping in either the short or long term. In contrast, past shopping behaviour influences current spending decisions by reducing current expenditures. The findings indicate that consumer spending exhibits periodic fluctuations. The DCC-GARCH model results reveal the dynamic nature of the relationship between consumer confidence and online shopping. The findings show that the correlation between consumer confidence and online shopping is generally negative and varies over time, suggesting that increases in consumer confidence may suppress online shopping. The relationship between consumer confidence and e-commerce activities has followed a fluctuating pattern but has shown a more positive trend in the long run. Overall, the results indicate that consumer behaviour is sensitive to seasonal fluctuations and that the impact of the consumer confidence index on e-commerce may vary over time.

Keywords

• Consumer Confidence Index
• E-Commerce Sales
• Digital Marketing Strategies
• Time Series Analysis
• Consumer Behavior

Kaynakça

1. Adalı, E. ve Sığrı, Ü. (2022). E-ticaret sektöründe kullanılan dijital pazarlama araçlarının şirketlerin marka değerine etkileri üzerine nitel bir araştırma. Pazarlama ve Pazarlama Araştırmaları Dergisi, 15(1), 93-140. https://doi.org/10.15659/ppad.15.1.993212
2. Aksoy, R. (2006). Bir pazarlama değeri olarak güven ve tüketicilerin elektronik pazarlara yönelik güven tutumları. Uluslararası Yönetim İktisat ve İşletme Dergisi, 2(4), 79–90. https://dergipark.org.tr/tr/pub/ijmeb/issue/54837/750785
3. Alkan, O. ve Ünver, S. (2021). Determination of factors that affect use of e-commerce in Eastern Turkey through categorical data analysis. Toros University FEASS Journal of Social Sciences, 8(Special Issue on International Symposium of Sustainable Logistics), 22-36. https://dergipark.org.tr/tr/pub/iisbf/issue/65007/960149
4. Allenby, G. M., Jen, L. ve Leone, R. P. (1996). Economic trends and being trendy: The influence of consumer confidence on retail fashion sales. Journal of Business & Economic Statistics, 14(1), 103–111. https://doi.org/10.1080/07350015.1996.10524633
5. Başer, G. ve Kantarcıoğlu, B. (2022). E-ticaret’te müşteri güven algısı: Y ve Z kuşağı tüketiciler üzerine bir araştırma. Journal of Business Research-Turk, 14(1), 389-401. https://doi.org/10.20491/isarder.2022.1386
6. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307-327. https://doi.org/10.1016/0304-4076(86)90063-1
7. Brynjolfsson, E. ve Smith, M. D. (2000). Frictionless commerce? A comparison of internet and conventional retailers. Management Science, 46(4), 563–585. https://www.jstor.org/stable/2661602
8. Chaffey, D. ve Ellis-Chadwick, F. (2019). Digital marketing. Pearson.

9. Chen, T., Samaranayake, P., Cen, X., ve Lan, Y.C. (2022). The impact of online reviews on consumers’ purchasing decisions: Evidence from an eye tracking study. Frontiers in Psychology, 13, 865702. https://doi.org/10.3389/fpsyg.2022.865702
10. Choi, H. ve Varian, H. (2012). Predicting the present with google trends. Economic Record, 88(s1), 2–9. https://doi.org/10.1111/j.1475-4932.2012.00809.x
11. Dal, N. E. ve Şahin, Ö. (2018). Elektronik ticarette güven oluşturan faktörlerin satınalma niyeti ile ilişkisi: Trendyol alışveriş sitesi müşterileri ile bir araştırma. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, 5(12), 240-259. https://dergipark.org.tr/tr/pub/asead/issue/41905/505270
12. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008
13. Dickey, D. A. ve Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica, 49(4), 1057-1072. https://doi.org/10.2307/1912517
14. Enders, W. (2014). Applied econometric time series (4th Edition). Wiley.
15. Engle, R. (2002). Dynamic conditional correlation: a simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339-350. https://doi.org/10.1198/073500102288618487
16. Engle, R. F. ve Sheppard, K. (2001). Theoretical and empirical properties of dynamic conditional correlation multivariate GARCH. NBER Working Paper 8554, https://doi.org/10.3386/w8554
17. Friedman, M. (1957). The permanent income hypothesis. Theory of the consumption function içinde (s. 20-37). Princeton: Princeton University Press. https://doi.org/10.1515/9780691188485-005
18. Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424-438. https://doi.org/10.2307/1912791
19. Gujarati, D. N. ve Porter, D. C. (2009). Basic econometrics. McGraw-Hill Irwin.
20. Gürkaynak Gürbüzer, Ş. ve Haşıloğlu, S. B. (2024). Dijital pazarlama güven ölçeğinin geliştirilmesi. İnternet Uygulamaları ve Yönetimi Dergisi, 15(1), 1-23. https://doi.org/10.34231/iuyd.1398034
21. Handoyo, S. (2024). Purchasing in the digital age: A meta-analytical perspective on trust, risk, security, and in e-commerce. Heliyon, 10(8), e29714. https://doi.org/10.1016/j.heliyon.2024.e29714
22. Katona, G. (1951). Psychological analysis of economic behavior. McGraw-Hill. https://tinyurl.com/3zp3thrc
23. Koçarslan, H. ve Kılınç, H. (2019). Dijital pazarlamada tüketici algısı, internette alışveriş üzerine bir araştırma. Avrupa Bilim ve Teknoloji Dergisi, (17), 1263-1273. https://doi.org/10.31590/ejosat.659295
24. Kotler, P., Kartajaya, H. ve Setiawan, I. (2021). Marketing 5.0: Technology for humanity. John Wiley ve Sons.
25. MacKinnon, J. G. (1996). Numerical distribution functions for unit root and cointegration tests. Journal of Applied Econometrics, 11(6), 601-618. https://doi.org/10.1002/(SICI)1099-1255(199611)11:6<601::AID-JAE417>3.0.CO;2-T
26. Nagy, S. ve Hajdu, N. (2021). Consumer acceptance of the use of artificial intelligence in online shopping: evidence from Hungary. Amfiteatru Economic, 23(56), 155-173. https://doi.org/10.24818/EA/2021/56/155
27. Organisation for Economic Co-operation and Development (OECD). (2022). OECD Economic Outlook, Volume 2022 Issue 1, OECD Publishing, Paris. https://doi.org/10.1787/62d0ca31-en
28. Pesaran, M. H., Shin, Y. ve Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289–326. https://www.jstor.org/stable/2678547
29. Phillips, P. C. B. ve Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75(2), 335–346. https://doi.org/10.2307/2336182
30. Qiu, K. ve Zhang, L. (2024). How online reviews affect purchase intention: A meta-analysis across contextual and cultural factors. Data and Information Management, 8(2), 100058. https://doi.org/10.1016/j.dim.2023.100058
31. Sevim, N. ve Eroğlu Hall, E. (2014). Consumer trust impact on online shopping intent. Journal of Internet Applications and Management, 5(2), 19-28. https://doi.org/10.5505/iuyd.2014.41636
32. Türkiye Cumhuriyeti Ticaret Bakanlığı. (2025). E-commerce outlook in Türkiye. Ticaret Bakanlığı Yayınları. https://tinyurl.com/5bwfztwy
33. Uzunkaya, T. ve Yükselen, C. (2019). Çevrimiçi alışverişte pazarlama stratejilerinin tüketicinin algıladıkları risk ve güvene etkileri üzerine bir araştırma. Beykent Üniversitesi Sosyal Bilimler Dergisi, 12(2), 35-46. https://doi.org/10.18221/bujss.462844
34. Ünver, S. ve Alkan, Ö. (2021). Determinants of e-commerce use at different educational levels: Empirical evidence from Turkey. International Journal of Advanced Computer Science and Applications, 12(3), 40-49. https://doi.org/10.14569/ijacsa.2021.0120305
35. Varian, H. R. (2016). The economics of internet search. J. M. Bauer ve Michael Latzer (Ed.), Handbook on the Economics of the Internet içinde (s. 385-394). Edward Elgar Publishing. https://doi.org/10.4337/9780857939852.00027
36. Venkatesh, V., Morris, M. G., Davis, G. B. ve Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540
37. Wang, C., Liu, T., Zhu, Y., Wang, H., Wang, X. ve Zhao, S. (2023). The influence of consumer perception on purchase intention: Evidence from cross-border e-commerce platforms. Heliyon, 9(11), e21617. https://doi.org/10.1016/j.heliyon.2023.e21617
38. Xiao, M. ve Myers, P. (2025). Following the herd: The influence of the bandwagon heuristic on e-commerce shoppers. arXiv preprint arXiv:2505.14861. https://doi.org/10.48550/arXiv.2505.14861
39. Yıldırım, E. ve Zeren, F. (2014). The relationship between consumer confidence index and online credit card using in Turkey: New evidence from frequency domain causality test. Journal of Internet Banking and Commerce, 19(1), 1–15. https://tinyurl.com/24ej55ry
40. Zhou, L., Dai, L. ve Zhang, D. (2007). Online shopping acceptance model - A critical survey of consumer factors in online shopping. Journal of Electronic Commerce Research, 8(1). http://www.jecr.org/sites/default/files/08_1_p04.pdf