ÖRGÜTSEL İTİBAR MEKANİZMASININ KARAR ALMA SÜREÇLERİNE ENTEGRASYONU: FACEBOOK ÖRNEĞİ

Dünyanın en yaygın sosyal medya ağlarından biri olan Facebook, 2018 yılında gerçekleşen yetkisiz veri paylaşım skandalının ardından, şirketin pay değerinde ciddi bir düşüş yaşamıştır. Bu skandalla ilgili haberler sonrasında yapılan araştırmada, algılanan itibar ölçeği kullanılmıştır. Araştırma, hali hazırdaki kullanıcıların Facebook hesaplarını kullanmaya devam edip etmeyeceklerini belirlemeyi amaçlamaktadır. Facebook uluslararası bir platformdur, ancak bu çalışmanın örneklemini sadece Türkiye’deki kullanıcılar oluşturmaktadır. Sosyal medyanın doğası gereği dinamik bir gündem belirleme aracı olması, soruna hızla cevap verilmesi gerekliliğini ortaya koymuştur. Bu nedenle, örneklem sayısı 663 ile sınırlı tutulmuş ve modelde geçersiz olduğu tespit edilen 72 katılımcının yanıtları çalışmadan çıkarılmıştır. Analiz karar ağaçları tekniği ile yapılmış, katılımcıların itibar algılarını etkileyen kurallar ve katılımcı tercihleri açıklanmıştır. Katılımcıların itibar algıları haritalanmış, alınan her kararın olasılık değeri Naive Bayes algoritması ile hesaplanmıştır. Karar ağacı şemasında on üç kural elde edilmiştir. Daha sonra, Bayesian sınıflandırıcı tarafından verilen her kararın olasılık değerleri hesaplanmış ve karar ağacı diyagramının çıktısı test edilmiştir. Yapılan araştırmada karar değişkenine verilen cevaplardan oluşan model ROC eğrisi ile test edildiğinde, ortalama %97, 9 model sınıflandırma başarısı elde edildiği gözlemlenmiştir. Karar ağacı şemasında 13 kural elde edilmiştir. Daha sonra, Bayesian sınıflandırıcı tarafından verilen her kararın olasılık değerleri hesaplanmış ve karar ağacı diyagramının çıktısı test edilmiştir. Sonuç olarak, karar ağacı diyagramından elde edilen her kuralın Bayes olasılık değerleri ile aynı sonuca sahip olduğu görülmüştür.

INTEGRATING ORGANIZATIONAL REPUTATION MECHANISM TO DECISION-MAKING PROCESSES: THE FACEBOOK CASE

Facebook, one of the most widespread social media networks across the world,suffered from a serious decline in the share value of the company in the wake of theunauthorized data sharing scandal that occurred in 2018.This survey conducted inthe wake of the news of the scandal attempts to determine whether the people wouldcontinue to use their social media accounts or not by utilizing the perceived reputationscale. Facebook is an international platform, but the sample of this study consists onlyof the users in Turkey. The fact that social media is a dynamic agenda-setting tool bynature has revealed the need to respond quickly to the problem. For this reason, thenumber of the sample was limited to 663, and 72 participants were excluded from thestudy as they were found to be invalid within the model. The analysis was done throughDecision Trees Technique and the rules that affect the perception of the participantsand their preferences are revealed. Participants’ reputation perceptions are mappedand the probability value of each decision is calculated by the Naive Bayes algorithm.In the decision tree diagram, thirteen rules were obtained. Then, the probability valuesof each decision made by the Bayesian classifier were calculated and the output of thedecision tree diagram was tested. In the research, when the model which is composedof the answers given to the decision variable was tested with the ROC curve, anaverage of %97, 9 model classification success was achieved. In the decision treediagram 13 rules were obtained. Then, the probability values of each decision made bythe Bayesian classifier were calculated and the output of the decision tree diagram wastested. As a result, each rule obtained from the Decision Tree Diagram has the sameresult as the Bayes probability values.

PDF

___

A.G. Asuero., A. Sayago., A. G. González (2006). The Correlation Coefficient: An Overview, Critical Reviews in Analytical Chemistry, 36:1, 41-59.
Andrew R. Leach and Valerie J. Gillet (2003). An Introduction to ChemoinformaticsBy (University of Sheffield, U. K.). Kluwer Academic Publishers: Dordrecht.
Barnett, M.L., Jermier, J., Lafferty, B. (2006). Corporate reputation: the definitional landscape. Corporate Reputation Review, 9(1).
Barney, J. B. (1986). “Strategic factor markets: Expectations, luck, and business strategy”, Management Science, 32(10), pp. 1231-1242.
Bounsaythip, C., Runsala, R. E., (2001). Overview of Data Mining for Customer Behavior Modeling. VTT İnformation Technology.
Breiman, JH Friedman, RA Olshen, and CJ Stone (1984). Classification and Regression Trees. Wadsworth Inc, Brown, Tom J., Peter A. Dacin, Michael G. Pratt, David A. Whetten (2006), Identity, intended image, construed image, and reputation: An interdisciplinary framework and suggested terminology, Journal of the Academy of Marketing Science, 34(2), 99-106.
Carroll E. Craig (2013). The handbook of communication and corporate reputation WestSussex: John Wiley & Sons Publication.
Chen, C. and Otubanjo, O. (2013). A functional perspective to the meaning of corporate reputation, The Marketing Review,13(4), 329-345.
Çetin, C, Karalar, S. (2016). X, Y ve Z Kuşağı Öğrencilerin Çok Yönlü ve Sınırsız Kariyer Algıları Üzerine Bir Araştırma. Yönetim Bilimleri Dergisi, 14 (28), 157-197. Retrieved from http://dergipark.org.tr/comuybd/issue/43613/534079.
Cravens, K., Goad Oliver, E., Ramamoorti, S., (2003). The reputationindex: measuring and managing corporate reputation. European Management Journal 21 (2), 201-212.
Davies A. (2006). Best practice in corporate governance: Building reputation and sustainable success, Hants: Gower Publishing.
Davies, G., Chun, R., da Silva, R. et al. Corp Reputation Rev (2001) 4: 113. https://doi. org/10.1057/palgrave. crr.1540137.
Fombrun, C.; Gardberg, N., Sever, J. J. (2000). The Reputation QuotientSM: A multi- stakeholder measure of corporate reputationBrand Management 7: 241. https://doi. org/10.1057/bm.2000.10
Fombrun, C. J., Ponzi, L. J.; Newburry, W. (2015). Stakeholder tracking and analysis: The RepTrak® system for measuring corporate reputation. Corporate Reputation Rewiew, 18(1).
Fombrun, C. J.ve Riel, V. (1997). The reputational landscape, Corporate Reputation Review 1(2). DOI: 10.1057/palgrave.crr.1540008.
Helm, S., (2005). Designing a Formative Measure for Corporate Reputation, Corporate Reputation Review Volume 8, Issue 2, pp. 95-109., 2005, Doi: 10.1057/palgrave.cr r.1540242.
Hennig-Thurau, T., Gwinner, K. P., & Gremler, D. D. (2002). Understanding relationship marketing outcomes: An integration of relational benefits and relationship quality. Journal of Service Research, 4(3): 230–247.
Kass, G. V. (1980). An exploratory technique for investigating large quantities of categorical data. Applied Statistics 29 (2), 119–127.
Lange, D.; Lee, P.M.; Dai, Y. (2011). Organizational reputation: A review. Journal of Management, 37 (1), 153-184.
Morgan, R. M., & Hunt, S. D. (1994). The commitment-trust theory of relationship marketing. Journal of Marketing, 58(3): 20–38.
Orre, R. (2003). On Data Mining and Classification Using a. Bayesian Confidence Propagation Neural Network, doctoral dissertation, Stockholm.
Ponzi L. J.; Fombrun C. J.; Gardberg N.A. (2011). RepTrak TM Pulse: Conceptualizing and validating a short-form measure of corporate reputation. Corporate Reputation Review, 14 (1).
Pruzan, P. (2001). Corporate reputation: image and identity: Corporate Reputation Review, 4 (1), 50-64.
Quinlan, J. R. (1986). Induction of Decision Trees, Machine Learning 1:81-106.
Quinlan, J.R. (1993) C4.5: Programs for machine learning Morgan Kaufmann Publishers Inc.
Roberts, P. W. and Dowling, G. R. (2002), Corporate reputation and sustained superior financial performance.
Strat. Mgmt. J., 23: 1077-1093. doi:10.1002/smj.274.
Sarstedt, Marko, Wilczynski, Petra and Melewar, T.C., (2013). Measuring reputation in global markets—A comparison of reputation measures’ convergent and criterion validities, Journal of World Business, 48, issue 3, p. 329-339.
Shkolnikov, A., Leachman, J., Sullivan, J.D. (2004). The Business Case for Corporate Citizenship. Report No. 0410. Center for International Private Enterprise, USA.
Sumer, H. ve Pernsteiner, H. (2014). İtibaryönetimi, İstanbul: Beta.
Walsh G.; Beatty S. (2007). Customer-based reputation of service firm: Scale development and validation. Journal of the Academy of Marketing Science 35 (1).
Wang, Y.; Li, Y.; Song, Y.; Rong, X.; Zhang, S. (2017). Improvement of ID3 Algorithm Based on Simplified Information Entropy and Coordination Degree. Algorithms, 10, 124.