Etkileyici (Influencer) nasıl çalışır? Kaynak faktörleri ve mekanizmalarına yönelik model önerisi
How does influencer work? A model proposal for source factors and underlying mechanisms
- Tez No: 854009
- Danışmanlar: PROF. DR. HASAN KEMAL SUHER
- Tez Türü: Doktora
- Konular: Halkla İlişkiler, Reklamcılık, İletişim Bilimleri, Public Relations, Advertising, Communication Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Reklamcılık Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 393
Özet
Etkileyicilerin/Influencerların ekosisteminin genişleyen ve Etkileyici Pazarlamanın ekonomik hacmi bakımından büyüyen bir olgu olması; Etkileyici kavramının hala yeni sayılması ve sosyal medyanın sağlayıcılığından direkt olarak etkilenmesi sebebiyle Etkileyici tanımı da algılanan nitelikleri de her geçen gün değişmektedir. Bu çalışma Etkileyiciler için çalışan bir tanım ve Etkileyicileri standart iletişim modeline (Shannon ve Weaver, 1949) entegre ederek Etkileyicinin çalışmasında etkili kaynak faktörleri ve mekanizmalarına yönelik bir model önermektedir. Etkileyicilerin kaynak özelliklerinin ürüne ve Etkileyiciye yönelik tutum oluşturarak satın alma niyeti ve elektronik kulaktan kulağa iletişim (eWOM) oluşturması arasındaki ilişki incelenmiştir. Bununla birlikte parasosyal etkileşim, takipçi sayısı ve reklam algısının da tüketicilerin tutumlarına etkileri göz önünde bulundurulmuştur. Nicel ve nitel sonuçları birleştirerek problemin tam olarak anlaşılmasını sağlamak ve nicel sonuçları nitel verilerle daha detaylı açıklamak için yakınsak (convergent) karma yöntem kullanılmıştır. En az bir Etkileyici takip etme ön koşulunu sağlayan 338 nicel katılımcı ve 31 nitel katılımcıdan (10 uzman, 17 Tüketici, 4 Etkileyici olmak üzere) toplanan veriler doğrultusunda sonuçlar nitel ve nicel bulguların örtüştüğünü göstermekte ve kaynak faktörlerinden parasosyal etkileşim, aşinalık, beğenirlik, benzerlik (kaynak çekiciliği/sosyal çekicilik) ve reklam algısının tutum, satın alma niyeti ve eWOM davranışını etkilediğini gözlemlenmiştir. Bununla birlikte Kaynak Güvenilirliği modelinin tutum, niyet ve davranış değişikliğine yol açmadığı görülmüştür.
Özet (Çeviri)
The ecosystem of influencers is experiencing significant growth, with influencer marketing expanding in terms of its economic impact. The influencer concept, still relatively new, undergoes continuous change due to its direct association with social media affordance. This study introduces a functional definition of influencers and proposes a model outlining the source factors and mechanisms by integrating influencers into the standard communication model (Shannon and Weaver, 1949). The study explores the relationship between the source factors of influencers and their ability to shape attitudes towards products and influencers, ultimately influencing purchasing intentions and electronic word-of-mouth (eWOM) behavior. Factors such as parasocial interaction, follower count, and advertising perception are also considered for their impact on consumer attitudes. A convergent mixed-method approach is employed, combining quantitative and qualitative findings to provide a comprehensive understanding of the phenomenon and offering more detailed insights into the quantitative results through qualitative data. Based on data collected from 338 quantitative participants and 31 qualitative participants (including 10 experts, 17 consumers, and 4 influencers) who meet the requirement of following at least one influencer, the results indicate a convergence of qualitative and quantitative findings. It is observed that source factors, including parasocial interaction, familiarity, likability, similarity (source/social attractiveness), and ad perception, significantly influence attitudes, purchase intention, and eWOM. However, the Source Credibility model is found not to effect attitude, intention, and behavior.
Benzer Tezler
- Developing a decision-support system using machine learning and deep learning models for daily demand forecasting: A case study
Günlük talep tahmini için makine öğrenimi ve derin öğrenme modelleri kullanarak karar destek sistemi geliştirme: Bir vaka çalişmasi
RANA EZGİ KÖSE
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- A visibility algorithm based on voxel modelling method developed for architectural geometries
Mimari geometriler için geliştirilen voksel modelleme yöntemine dayalı bir görünürlük algoritması
SEZGİ YALÇINKAYA
Yüksek Lisans
İngilizce
2021
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MERYEM BİRGÜL ÇOLAKOĞLU
- Examination of the antecedents and consequences of employee engagement
İşe adanmanın öncül değişkenlerinin ve sonuçlarının incelenmesi
ŞENNUR KÖROĞLU
Doktora
İngilizce
2018
İşletmeDokuz Eylül Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
PROF. DR. ÖMÜR NECZAN ÖZMEN
- Generalized game-testing using reinforcement learning
Pekiştirmeli öğrenme kullanarak genelleştirilmiş oyun testi
UĞUR ÖNAL
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiOyun ve Etkileşim Teknolojileri Ana Bilim Dalı
DOÇ. DR. SANEM SARIEL UZER
DR. ÖĞR. ÜYESİ HÜSEYİN KUTAY TİNÇ
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR