Geri Dön

A methodology for determining the factors that increase artificial intelligence usage in mobile banking applications

Mobil bankacılık uygulamalarında yapay zeka kullanımını arttıran faktörlerin belirlenmesini sağlayan bir metodoloji çalışması

  1. Tez No: 648149
  2. Yazar: GİZEM KEÇİM
  3. Danışmanlar: PROF. DR. MAHMUT EKŞİOĞLU, DR. ÖĞR. ÜYESİ MUSTAFA GÖKÇE BAYDOĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 230

Özet

Dijital dönüşüm (DT) ve yapay zeka dönüşümü (AIT) alanındaki son gelişmeler, işletmeleri akıllı işletmeler olmaya itiyor. Bankacılık bu trendden etkilenen alanlardan biri: DT ve AIT bankacılığın doğasını değiştirmeye devam ediyor. Mobil bankacılık kanallarını kullanan müşterilerin etkileşimi artık geleneksel bankacılık kanallarını tercih eden müşterilerden altı kat daha fazla. Bununla birlikte, Türkiye'de mobil bankacılık uygulamalarında yapay zeka kullanımı istenilen düzeyde değil. Mevcut AI teknolojileri, doğru ve ilgili verilerin mevcudiyetine ve kullanılabilirliğine dayanmaktadır. Bu çalışmanın temel amacı, Türkiye'de mobil bankacılıkta yapay zeka kullanım oranını etkileyen faktörleri belirlemektir. Ek hedefler şunlardır: mobil uygulamada, mobil uygulama ve yapay zeka kullanım oranının müşteri demografik özellikleri açısından belirlenmesi; ve bankanın sahip olduğu akıllı asistan aracılığıyla, en sık sorulan soruları ve işlemleri belirlemek. Mobil bankacılıkta AI kullanımını etkileyen en etkili faktörleri incelemek için Analitik Hiyerarşi Süreci (AHP) yaklaşımı kullanılmıştır. Hiyerarşik bir model oluşturmak için altı ana kriter ve on yedi alt kriter belirlenmiştir. Geliştirilen bir anket yardımıyla bir kullanıcı örneğinden toplanan veriler analiz edildi. AHP çözümüne dayanarak, azalan önem sırasına göre dijital uzmanlar için ana kriterler şunlardı: yanıt (çıktı) kalitesi (RQ), kullanıcı deneyimi (UX), performans (P), güvenlik (S), banka marka algısı (BBP) ve kişisel faktörler (PF); mobil bankacılık ve AI kullanıcıları için: S, RQ, UX, P, PF ve BBP; sadece mobil bankacılık kullanıcıları için: S, UX, PF, RQ, P ve BBP; ve tüm örnek için, mobil bankacılık ve AI kullanıcıları ile aynı sırada olan S, RQ, UX, P, PF ve BBP vardır. Geliştirilen stratejik rehber, banka karar vericilerine stratejik hedeflerini önceliklendirme ve kaynaklarını yapay zeka ürünlerine daha akıllıca yönlendirme konusunda yardımcı olabilir. Ayrıca, çalışmanın bankacılık ve ilgili alanlarda daha verimli AI ürünlerinin geliştirilmesine katkıda bulunacağı umulmaktadır.

Özet (Çeviri)

Recent developments in digital transformation (DT) and artificial intelligence transformation (AIT) are pushing businesses toward becoming intelligent enterprises. The banking is one of the affected businesses from this trend: DT and AIT continue to change the nature of banking. The interaction of customers who use mobile banking channels is now six time greater than customers that prefer traditional banking channels. Nevertheless, the use of artificial intelligence (AI) in mobile banking applications in Turkey is not at the desired level. Present AI technologies rely on the availability of right and relevant data. Therefore, the main aim of this study is to to determine the factors affecting the use rate of AI in mobile banking in Turkey. Additional objectives are as follows: to determine the use rate of mobile application and AI in mobile banking in terms of customer demographics; and to determine the most common queries and actions via smart assistant in the bank. Analytical Hierarchy Process (AHP) approach was utilized to examine the most influential factors affecting the use of AI in mobile banking. Six main criteria and seventeen sub-criteria are determined to construct a hierarchical model. The data collected through a developed questionnaire from a sample of users are analyzed to prioritize the criteria. Based on the AHP solution, main criteria for digital experts in descending order of importance are response (output) quality (RQ), user experience (UX), performance (P), security (S), bank brand perception (BBP) and personal factors (PF); for mobile banking and AI users are S, RQ, UX, P, PF and BBP; for only mobile banking users are S, UX, PF, RQ, P and BBP; and for all sample are S, RQ, UX, P, PF and BBP which is the same order as mobile banking and AI users. The developed strategic guide may aid to the bank decision-makers to prioritize their strategic goals and invest their resources wisely in AI. It is also hoped that the study will contribute to the development of more efficient AI products in banking and related fields.

Benzer Tezler

  1. Elektrikli araçların kullanımına yönelik yük tahmini ve karar destek sistemi

    Load forecasting and decision support system for electric vehicles use

    HATİCE MENEKŞE KÖSEMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. ORHAN TORKUL

  2. Tekstil endüstrisinde su geri kazanım teknolojilerinin seçimine yönelik karar destek programının geliştirilmesi

    Developing decision support program for selection of water recovery technologies in textile industry

    UMUT ZENGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Kamu Yönetimiİstanbul Teknik Üniversitesi

    Çevre Eğitimi Ana Bilim Dalı

    DOÇ. DR. DERYA YÜKSEL İMER

  3. Emlak vergisi için CBS ve makine öğrenmesi teknikleri kullanılarak toplu taşınmaz değerleme modeli tasarımı

    Designing a mass real estate valuation model using GIS and machine learning techniques for property taxation

    HALUK GÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MAHMUT OĞUZ SELBESOĞLU

  4. Endüstriyel yapılarda ön tasarım aşamasında makine öğrenmesi metodları ile kaba inşaat maliyetlerinin tahmini ve performans analizi

    Estimation and performance analysis of rough construction costs with machine learning methods at the pre-design stage of industrial buildings

    MUHAMMET EMİR KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. FATMA PINAR ÇAKMAK

  5. Aktör-ağ teorisi açısından yapay zekâ ve iletişim

    Artificial intelligence and communication from the perspective of actor-network theory

    AYSUN KÖRLÜ TOPAN

    Doktora

    Türkçe

    Türkçe

    2024

    Bilim ve Teknolojiİstanbul Üniversitesi

    Radyo Televizyon ve Sinema Ana Bilim Dalı

    PROF. DR. NİLÜFER TİMİSİ NALÇAOĞLU