Excelling customer complaint management through text analytics: Complaint classification in social media and complaint type prediction

Sosyal medyanın her yerden erişilebilir, hızlı ve kolay kullanılır olması; tüketici deneyimlerinin çevrimiçi olarak paylaşılmasında büyük bir artışa sebep olmuştur. Elektronik ağızdan ağıza iletişimde görülen bu artış, firmalar için hem avantajlı hem de tehlikeli bir alan yaratmaktadır. Etkili yönetilen bir çevrimiçi şikayet, şikayet sahibinin geri kazanılmasına olanak tanırken, kötü yönetilen bir şikayet ise şirketi zarara uğratabilmektedir. Bu nedenle, çevrimiçi şikayet yönetiminde üstünlük sağlanması, şirketler için bir öncelik haline gelmiştir. Bu doğrultuda, çevrimiçi şikayetlerin anlaşılması, şikayetlerin ve şikayetçilerin tipolojilerinin belirlenmesi, dijital ortamda hayatta kalmak için büyük önem taşır. Buradan yola çıkarak, bu tez hem içerik hem de etkileşim bazında çevrimiçi tüketici şikayet türlerini belirlemeyi amaçlamaktadır. Bu amaçla, şikayetçilerin kişilik özellikleri, şikayetlerine yansıttıkları hisleri, Twitter kullanım aktiviteleri ile söz konusu şikayetlerin duygu kutupluluğu ve etkileşim hacmi baz alınarak, önemlerine göre şikayet türlerinin tahminlenmesi amaçlanmaktadır. Bu bağlamda, Twitter'dan 297 bin şikayet tweet'i, 220 binin üzerinde tüketici profilinin özellikleri ve bu profil sahipleri tarafından paylaşılmış 24 milyonu aşkın tweet toplanmış ve iki aşamalı makine öğrenimi yaklaşımı ile analiz edilmiştir. İlk adımda içerik özellikleri metin analitiği yoluyla belirlenmiş, ikinci adımda ise kümeler ve bağımsız değişkenler arasındaki ilişkiler makine öğrenimi yoluyla ortaya çıkarılmıştır. Ortaya çıkan ilişkilerin geçerliliği, modelin genel doğruluk oranının içeriğe dayalı kümeler için %61.7'e ve etkileşime dayalı kümeler için %70.5'e ulaşması ile de desteklenmiştir. Bu tez, Twitter'da farklı müşteri şikayeti davranışlarını ortaya çıkaran çevrimiçi şikayet türlerini belirleyerek, şikayet türünü tahmin etmek için kullanılabilecek bir dizi içerik ve profil özelliği önererek, ve aynı zamanda içerik özellikleri ile profil özellikleri arasındaki ilişkiyi ortaya çıkararak hem literatüre hem de uygulamaya katkıda bulunmakta ve çevrimiçi şikayet türü ve önceliklendirme yoluyla çevrimiçi şikayet yönetiminin mükemmelleştirilmesi için yeni ve esnek bir yaklaşım önermektedir.