Görüntüleme
14
İndirme
4
İtibar yönetimi, iletişim altyapısındaki gelişimlerle birlikte büyük değişiklikler yaşamış; Web 2.0’ın ortaya çıkması gibi iletişim mekanizmalarının gelişmesi, itibar yönetimini daha riskli bir yönetişim modeline dönüştürmüştür. Tüketiciler ve müşteriler artık geleneksel ve şirket tarafından kontrol edilen kitle iletişim kanallarına bağımlı olmamakla birlikte sosyal medyayı diğer tek yönlü iletişimi benimsemiş geleneksel kaynaklardan daha güvenilir olarak görmeye başlamıştır. Amaç: İtibarın bir sermaye olarak kurumlar nezdinde önemini vurgulamak, itibarın kurumlara sağladığı avantajları ve riskleri görünür kılmak ve çevrimiçi itibar yönetiminin gelenekselden farkını ortaya koyarak sosyal medyayı doğrudan itibarı etkileyen dolaylı bir itibar riski olduğuna yönelik bir çerçeve sunmaktır. Yöntem: Araştırma kısmında, Twitter ile işbirliği yapılarak örneklem grubunu oluşturan GSM operatörü özelinde 1200 adet veri çekilmiş, veriler yapay zekâ kütüphanaleriyle temizlenmiş, içerdikleri iletişim tonlarına göre itibara yönelik risk oranlarını temsilen kırmızı, sarı ve yeşil kategorilere ayrılmıştır. Uygulama aşamasında ise gruplara ayrılan tweetler; tweet sahibinin takipçi sayısı, ilgili tweetin erişim ve etkileşim sayısı, bulunduğu gruba göre analiz edilip, her birine seviye ağırlıkları atanarak, marka itibarını etkileyeceği negatif etki yüzdesinin tahminlemesini sağlayan çevrimiçi itibar yönetiminde uygulanabilecek yapay zekâ tabanlı bir model önerisi sunulmuştur. Bulgular: İncelenen 1200 tweetin %53,49’unu markaya karşı öfkeli kırmızı grup, %32,49’unu olumsuz deneyimi paylaşmaya odaklanan sarı grup, %13,99’unu çözüm odaklı yeşil grup oluşturmaktadır. Bu tweetlerin %85,98’inin kurum itibarını doğrudan etkileyecek bir potansiyele sahip olması, markanın itibarını tehdit eden önemli bir sonuçtur. Hedef kitlesinin benzer konularda memnuniyetsizliklerini sosyal medyada dile getiren markanın; bu süreci otomasyona çevirerek anlık olarak takip etmesi, iletişimi en kısa sürede başlatarak aksiyon alması son derece önemlidir. Şikayet tweetlerinin doğru sınıflandırılmasıyla olası riskin derecesinin anlaşılması ve dereceye göre oluşturulan iletişim stratejileriyle sürece müdahale edilmesi kriz boyutunun artmasına engel olabilecektir. Özgünlük: Çalışma kapsamında yapay zekâ, itibar yönetimi, risk yönetimi ve sosyal medya dinamiklerinin bir arada kullanıldığı ve sosyal medyada itibar yönetimine yönelik yapay zekâ modeli sunan bu çalışmanın alan yazına katkıda bulunması beklenmektedir.
Reputation management has undergone major changes over time with changes in communication infrastructure. Technological advances that enabled the emergence of Web 2.0 has transformed reputation management into a riskier governance model. Consumers no longer rely on traditional and controlled media but have come to view social media as more reliable than other traditional mediums which provide a one-way communication model. Purpose: The motive of this study is to emphasize the importance of reputation as a capital asset, to spotlight the advantages and risks that reputation imposes on corporate value, and to introduce the intracacies of online reputation management to propose social media as an indirect reputational risk that directly affects corporate reputation. Methodology: For this study, 1200 original data from a GSM operator were collected in cooperation with Twitter. The collected data was cleaned with artificial intelligence libraries, and they were divided into red, yellow and green categories to represent the risk ratios for reputation according to the communication tones they contain. In the implementation phase, tweets were divided into groups; an artificial intelligence-based model that can be applied in online reputation management is presented, which analyzes the number of followers of the tweet owner, the number of reach and interaction of the relevant tweet, according to the group, and assigns level weights to each, and provides an estimation of the percentage of negative impact that will affect the brand reputation. Results: Of the 1200 tweets analyzed, 53.49% fall in the angry red group, 32.49% in the yellow group, which focus on sharing the negative experience, and 13,99% in the solution-oriented green group. The fact that 85.98% of these tweets have the potential to directly affect the reputation poses a considerable risk factor. It is pivotal for brands and corporations to benefit from artificial intelligence-powered social listening to save time, money and creative energy. Understanding the degree of possible risk by correctly classifying the complaint tweets and intervening in the process with communication strategies will prevent the crisis from escalating. Originality: Deriving on notions of reputation management and artificial intelligence, this study presents an artificial intelligence model for online reputation management in social media by drawing on real-time original data.
Alan : Eğitim Bilimleri; Sosyal, Beşeri ve İdari Bilimler
Dergi Türü : Ulusal
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
