Determination of Effective Criteria for Mobile Application Selection and Sample Application

Yıl 2020, , 113 - 139, 30.06.2020

Buse Uslu Şeyda Gür Tamer Eren Evrencan Özcan

https://doi.org/10.26650/ISTJECON2019-0022

Öz

Today everyone has specially coded and designed software for mobile phones or tablets. The 2017 data from Turkish Statistical Institute (TURKSTAT) show that there are about 78 million mobile phone users and of these the number of internet subscribers is close to 70 million. TURKSTAT data show that the number of users and subscribers is increasing with each passing year and that the need for mobile applications will increase in importance. The mobile application initiative of each individual software developer and every sector increases the preference criteria of the users. It is predicted that mobile application software developers can know which criteria are important and how much weight they should give to mobile application preference. In this way they can provide continuity in the market. In this study, effective criteria in mobile application selection were investigated. Criteria which are effective in mobile application selection according to the literature review and expert opinions are language, price, performance, memory usage, user interpretation and speed. The criteria were evaluated by five officials and compared with AHP (Analytical Hierarchy Process) method to determine the significance of the criteria. Thereafter, five mobile application projects were determined and the alternatives were made by applying AHP, TOPSIS and PROMETHEE methods.

Anahtar Kelimeler

Multi criteria decision making methods, Mobile application, Google play store

Mobil Uygulama Seçiminde Etkili Olan Kriterlerin Belirlenmesi ve Örnek Uygulama

Öz

Günümüzde herkesin sahip olduğu telefon ya da tabletlerin özel olarak kodlanmış ve tasarlanmış yazılımlarına mobil uygulama denilmektedir. Türkiye İstatistik Kurumu (TÜİK) 2017 verilerine bakıldığında, yaklaşık 78 milyon cep telefonu kullanıcısı sayısı ve bu kullanıcılardan 70 milyona yakın kişinin internet abonesi olduğu görülmektedir. TÜİK verileri incelendiğinde her geçen yıl kullanıcı ve abone sayısının arttığı, mobil uygulamaya olan ihtiyacın ve bu durumun öneminin de artacağı düşünülmektedir. Her bireysel yazılımcının ve her sektörün mobil uygulama girişimi, beraberinde kullanıcıların tercih etme kriterlerinin öneminin arttırmasına neden olmaktadır. Mobil uygulama yazılımcılarının, kullanıcıların mobil uygulama tercihinde hangi kriterlere ne oranda önem verdiğini bilmeleri piyasada süreklilik sağlayabilmeleri için önemli bir noktadır. Çalışmada mobil uygulama seçiminde etkili olan kriterlerin neler olduğu araştırılmıştır. Literatür taraması ve uzman görüşler doğrultusunda mobil uygulama seçiminde etkili olan kriterler; dil, fiyat, performans, hafıza kullanımı, kullanıcı yorumu ve hız olmak üzere 6 kriter belirlenmiştir. Belirlenen kriterler 5 yetkili tarafından değerlendirilmiş ve öncelikle kriterlerin önem derecelerini belirlemek için Analitik Hiyerarşi Süreci (AHP) yöntemi ile karşılaştırılmıştır. Daha sonra 5 mobil uygulama proje belirlenmiş ve belirlenen 5 projeyi AHP, TOPSIS ve PROMETHEE yöntemleri uygulanarak alternatiflerin sıralaması yapılmıştır

Anahtar Kelimeler

Çok kriterli karar verme yöntemleri, Mobil uygulama, Google play store

Kaynakça

• Barutçu, S. (2007). Attitudes towards mobile marketing tools: a study of Turkish consumers. Journal of Targeting, Measurement and Analysis for Marketing, 16(1), 26-38.
• Brans, J. P. (1982). L’ingenierie de la decision: Elaborationd’instrumentsd’aide a la decision. La Methode PROMETHEE. Universite Laval, Colloqued’aide a la Decision, Quebec, Canada, 183-213.
• Gezici, B., Tarhan, A., ve Chouseinoglou, O. (2018). Mobil uygulamaların evriminde karmaşıklık, boyut ve iç kalite gelişimi: Keşifsel bir çalışma. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 18-22.
• Gökrem L., ve Bozuklu M. (2016). Nesnelerin interneti: yapılan çalışmalar ve ülkemizdeki mevcut durum. Gaziosmanpaşa Bilimsel Araştırma Dergisi, 13, 47-68.
• Gür, Ş., Hamurcu, M., & Eren, T. (2017). Ankara’da Monoray projelerinin analitik hiyerarşi prosesi ve 0-1 hedef programlama yöntemleri ile seçimi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 23(4), 437-443.
• Gür, Ş., Bedir, N., & Eren, T. (2017). Analitik ağ süreci ve PROMETHEE yöntemleri ile gıda sektöründeki orta ölçekli işletmeler için pazarlama stratejilerinin seçimi. Nevşehir Bilim ve Teknoloji Dergisi, 6(1), 79-92.
• Hwang, Ching-Lai & Yoon, Kwangsun. (1981). Methods for multiple attribute decision making. In Multiple Attribute Decision Making, 58-191.
• Iphar, M., & Alpay, S. (2019). A mobile application based on multi-criteria decision-making methods for underground mining method selection. International Journal of Mining, Reclamation and Environment, 33(7), 480-504.
• Keskin, Y. ve Kılınç, A. (2015). Mobil öğrenme uygulamalarına yönelik geliştirme platformlarının karşılaştırılması ve örnek uygulamalar. Açıköğretim Uygulamaları ve Araştırmaları Dergisi, 1(3), 68-90.
• Lai, Y. J., Liu, T. Y., & Hwang, C. L. (1994). TOPSIS for MODM. European Journal of Operational Research, 76(3), 486-500.
• Lolli, F., Balugani, E., Ishizaka, A., Gamberini, R., Butturi, M. A., Marinello, S., & Rimini, B. (2019). On the elicitation of criteria weights in PROMETHEE-based ranking methods for a mobile application. Expert Systems with Applications, 120, 217-227.
• Min, S., So, K. K. F., & Jeong, M. (2019). Consumer adoption of the Uber mobile application: Insights from diffusion of innovation theory and technology acceptance model. Journal of Travel & Tourism Marketing, 36(7), 770-783.
• Namlı, Ç. (2010). Mobil Uygulama kullanılabilirliğinin değerlendirilmesi. Doctoral Dissertation, Fen Bilimleri Enstitüsü.
• Nandugudi, A., Maiti, A., Ki, T., Bulut, F., Demirbas, M., Kosar, T., & Challen, G. (2013). Phonelab: A large programmable smartphone testbed. In Proceedings of First International Workshop on Sensing and Big Data Mining.
• Saaty T., (1980). The analytical hierarchy process, planning, priority. Resource Allocation, Rws Publications, USA.
• Şanlıöz, K, Dilek, E ve Koçak, N. (2015). Değişen dünya, dönüşen pazarlama: Türkiye turizm sektöründen öncü bir mobil uygulama örneği. Anatolia: Turizm Araştırmaları Dergisi, 24(2), 250-260.
• Tsai, L., Wijesekera, P., Reardon, J., Reyes, I., Egelman, S., Wagner, D., & Chen, J. W. (2017). Turtle guard: Helping android users apply contextual privacy preferences. In Thirteenth Symposium on Usable Privacy and Security.
• We Are Social, Global Digital Report 2019. (29.07.2019), Erişimadersi: https://wearesocial.com/ blog/2019/01/digital-2019-global-internet-use-accelerates.
• Uslu, B., Eren, T., Gür, Ş., ve Özcan, E. (2019). Evaluation of the difficulties in the ınternet of things (ıot) with multi-criteria decision-making. Processes, 7(3), 164.
• Uslu B., Gür Ş., ve Eren T. (2019). Endüstri 4.0 uygulaması için stratejilerin AAS ve TOPSIS yöntemleri ile değerlendirilmesi. Eskişehir Teknik Üniversitesi Bilim ve Teknoloji Dergisi B-Teorik Bilimler, 7(1), 13-28.
• Van Emmerik, A. A., Berings, F., & Lancee, J. (2018). Efficacy of a mindfulness-based mobile application: a randomized waiting-list controlled trial. Mindfulness, 9(1), 187-198.
• Wijesekera, P., Baokar, A., Tsai, L., Reardon, J., Egelman, S., Wagner, D., & Beznosov, K. (2018). Dynamically regulating mobile application permissions. IEEE Security & Privacy, 16(1), 64-71.