Müşteri memnuniyet indeks modelinde yapay sinir ağları kullanımı


Türkyılmaz A., Özkan C.

İTÜ Dergisi Seri D: Mühendislik, cilt.7, sa.6, ss.24-35, 2008 (Hakemli Dergi)

  • Yayın Türü: Makale / Tam Makale
  • Cilt numarası: 7 Sayı: 6
  • Basım Tarihi: 2008
  • Dergi Adı: İTÜ Dergisi Seri D: Mühendislik
  • Derginin Tarandığı İndeksler: TR DİZİN (ULAKBİM)
  • Sayfa Sayıları: ss.24-35
  • Yıldız Teknik Üniversitesi Adresli: Hayır

Özet

Müşteri memnuniyet indeks modelleri son yıllarda birçok ülkede yaygın olarak uygulanmaktadır. Müşteri memnuniyet indekslerinin en büyük özelliği yapısındaki ölçüm faktörlerinin ürün ve hizmet sektöründe rahatlıkla kullanılabilmesine imkan sağlamasıdır. Bu sayede güvenilir bir ölçekle firmalar arasında, sektörler arasında ve ülke çapında karşılaştırmalı bir memnuniyet ölçümü mümkün olmaktadır. Müşteri memnuniyet indeks modelleri, müşteri memnuniyeti ile ilişkili gizli (latent) değişkenler ve bu gizli değişkenleri ölçen ölçüm değişkenleri arasındaki ilişkilerden oluşan yapısal eşitlik modelleridir. Bu çalışmada diğer ülkelerde kullanılan müşteri memnuniyet indeks modellerinden yola çıkarak ülkemiz şartlarında kullanılabilecek bir müşteri memnuniyet indeks modeli geliştirilip test edilmiştir. Model, 6 gizli değişken ve bunlara bağlı toplam 23 ölçüm değişkeninden oluşmaktadır. Modele uygun olarak hazırlanan anket formu kullanılarak, cep telefonu sektöründe 700 kullanıcı ile yüz-yüze anket uygulaması yapılmıştır. Müşteri memnuniyet indeks modelindeki gizli değişkenler ve ölçüm değişkenleri arasındaki ilişkiler kısmi en küçük kareler yöntemiyle tahmin edilmiştir. Müşteri memnuniyet indeks modelinin güvenilirlik ve geçerlilik test sonuçları modelin genel uygulanabilirliğini göstermektedir. Çalışmada ayrıca, gizli değişkenler arası ilişkilerin oluşturduğu iç modellerin tahmininde Yapay Sinir Ağları (YSA) metodu önerilmiştir. Yapısal modeller için tasarlanan YSA modeli 3 katmanlı ileri beslemeli ve geri yayılımlı bir modeldir. Gizli katmanda sigmoid transfer fonksiyonu, çıkış katmanında ise doğrusal transfer fonksiyonu kullanılmıştır. Bu şekilde 5 farklı iç modelin tahmini için yapay sinir ağları metodunun kullanımı modellerin açıklayıcılık gücünü artırmıştır.