Türkiye mobil uygulama pazarında tahmin yöntemleri uygulamaları / Sena Sağlam; thesis advisor Melike Meterelliyoz.

Tez (Yüksek Lisans)--TOBB ETÜ Sosyal Bilimler Enstitüsü Aralık 2022.

Mobil uygulamalar tüm dünyada ve Türkiye'de son yıllarda gittikçe büyüyen birer pazar haline gelmiştir. Teknolojinin hayatımızdaki kullanım alanının artmasıyla birlikte gelecekte daha da büyümesi beklenmektedir. Bu büyüyen pazarın dinamiklerini anlamak hem kullanıcılar hem uygulama sahipleri açısından önem taşımaktadır. Farklı kategorilerdeki mobil uygulamaların değişkenleri incelendiğinde farklı örüntülere sahip olduğu görülmektedir. Kullanıcıların davranışlarının değişkenlik gösterdiği bu ortamda hangi parametrelerin nasıl modellenip nasıl yorumlanacağı sorusu akla gelmektedir. Bu çalışma kapsamında, e-ticaret, e-scooter ve sosyal medya kategorilerinden olmak üzere 5 farklı mobil uygulamanın 2016-2022 yılları arasında aylık indirme ve aylık aktif kullanıcı sayısı zaman serisi verileri Otoregresif Modeller kullanılarak araştırılmıştır. Modeller sonucunda e-ticaret ve e-scooter uygulamaları için GARCH(1,1); sosyal medya uygulamaları için ARMA(1,1) modelinin en uygun olduğu görülmüştür. Farklı mobil uygulamaların gösterdiği örüntüler en uygun modeller kullanılarak tahmin edilmiştir. Sonuçta, mobil uygulama pazarının dinamiklerini anlamak konusunda hem pazara yeni giren hem de mevcut pazarda faaliyet gösteren uygulamalara ışık tutulmuştur. Zaman serileri üzerinden yapılan sayısal analizlerle farklı kategorilere ilişkin içgörüler sunulmuş ve interdisipliner bir bakış açısı ile yorumlanmıştır. Pazara hem bütünsel hem detaylandırılmış bir şekilde yaklaşılmıştır.

Mobile applications have become a growing market in recent years all over the world and in Turkey. With the increase in the use of technology in our lives, it is expected to grow even more in the future. Understanding the dynamics of this growing market is important for both users and application owners. When the variables of mobile applications in different categories are examined, it is seen that they have different patterns. In this environment where the behavior of the users varies, the question of which parameters should be modeled and how they should be interpreted comes to mind. Within the scope of this study, monthly downloads and monthly active users time series data of 5 different mobile applications from the categories of e-commerce, e-scooter and social media between 2016-2022 were investigated using Autoregressive Models. As a result of the models, GARCH(1,1) for e-commerce and e-scooter applications; ARMA(1,1) model was found to be the most suitable for social media applications. The patterns shown by different mobile applications were estimated using the most appropriate models. As a result, in order to understand the dynamics of the mobile application market, both new entrants and applications operating in the existing market were shed light on. Insights on different categories were presented with numerical analyzes on time series and interpreted with an interdisciplinary perspective. The market was approached both holistically and in detail.