Türkiye'de E-Ticaret Sitelerinin SWARA ve WASPAS Yöntemleri ile Web Sitesi Performansına Göre Sıralanması

Abstract

Çok kriterli karar verme (ÇKKV) yöntemleri çok sayıda ve birbiri ile çelişen kriterlere göre karar verme
durumunun ortaya çıktığı karar problemlerinin çözümünde yaygın bir şekilde kullanılan yöntemler olarak ifade
edilmektedir. Literatürde ÇKKV yöntemleri özellikle işletme problemlerinin çözümünde çok yaygın bir şekilde
kullanılmaktadır. Dijitalleşmede yaşanan gelişmeler tüm dünyada ve ülkemizde e- ticaretin hacminin her geçen
gün artmasına neden olmaktadır. Özellikle 2019 yılı Aralık ayında ortaya çıkan ve tüm dünyaya yayılan Covid-
19 pandemisinden sonra e- ticaret önemli düzeyde artmış ve e- ticaret siteleri çok daha fazla önem kazanmıştır.
Bu çalışmada en çok ziyaret edilen Türkiye merkezli on e- ticaret sitesinin web sitesi performanslarına göre
sıralanması amaçlanmıştır. Web sitelerinin performanslarına göre sıralanması amacıyla sekiz performans kriteri
belirlenmiştir. Değerlendirme kriterlerinin ağırlık değerleri, son yıllarda literatürde yaygın bir şekilde kullanılan
ÇKKV yöntemlerinden birisi olan SWARA yöntemi ile hesaplanmıştır. Web sitelerinin belirlenen kriterlere
göre sıralanması ise WASPAS yöntemi ile gerçekleştirilmiştir. Belirlenen kriterler içerisinde en yüksek ağırlık
değerine sahip olan kriter web sitelerinin performans katsayıları olarak bulunmuşt

Full text

411
Türkiye’de E- Ticaret Sitelerinin SWARA ve
WASPAS Yöntemleri ile Web Sitesi
Performansına Göre Sıralanması
Araştırma Makalesi/Research Article
Muhammed MARUF*
ÖZET
Çok kriterli karar verme (ÇKKV) yöntemleri çok sayıda ve birbiri ile çelişen kriterlere göre karar verme
durumunun ortaya çıktığı karar problemlerinin çözümünde yaygın bir şekilde kullanılan yöntemler olarak ifade
edilmektedir. Literatürde ÇKKV yöntemleri özellikle işletme problemlerinin çözümünde çok yaygın bir şekilde
kullanılmaktadır. Dijitalleşmede yaşanan gelişmeler tüm dünyada ve ülkemizde e- ticaretin hacminin her geçen
gün artmasına neden olmaktadır. Özellikle 2019 yılı Aralık ayında ortaya çıkan ve tüm dünyaya yayılan Covid-
19 pandemisinden sonra e- ticaret önemli düzeyde artmış ve e- ticaret siteleri çok daha fazla önem kazanmıştır.
Bu çalışmada en çok ziyaret edilen Türkiye merkezli on e- ticaret sitesinin web sitesi performanslarına göre
sıralanması amaçlanmıştır. Web sitelerinin performanslarına göre sıralanması amacıyla sekiz performans kriteri
belirlenmiştir. Değerlendirme kriterlerinin ağırlık değerleri, son yıllarda literatürde yaygın bir şekilde kullanılan
ÇKKV yöntemlerinden birisi olan SWARA yöntemi ile hesaplanmıştır. Web sitelerinin belirlenen kriterlere
göre sıralanması ise WASPAS yöntemi ile gerçekleştirilmiştir. Belirlenen kriterler içerisinde en yüksek ağırlık
değerine sahip olan kriter web sitelerinin performans katsayıları olarak bulunmuştur.
Anahtar Kelimeler: ÇKKV, SWARA, WASPAS, E- Ticaret
Ranking of E-Commerce Sites in Turkey in Reference to Web Sites
Performance by SWARA and WASPAS Methods
ABSTRACT
Multi-criteria decision making (MCDM) methods are expressed as methods that are widely used in the solution
of decision problems in which decision-making situation that occurs according to many and conflicting criteria.
In the literature, MCDM methods are widely used, especially in solving business problems. Developments in
digitalization cause the volume of e-commerce to increase day by day all over the world and in our country.
Especially after the Covid-19 pandemic that emerged in December 2019 and spread all over the world, e-
commerce has increased significantly, and e-commerce sites have gained much more importance. This study
aimed at the ranking of most visited websites in Turkey based on the performance of the e-commerce site. Eight
performance criteria have been determined in order to rank the websites according to their performance. The
weight values of the evaluation criteria were calculated by the SWARA method, which is one of the MCDM
methods widely used in the literature in recent years. The ranking of the websites according to the determined
* Kırşehir Ahi Evran Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, drahmetmaruf@gmail.com, ORCID ID:
https://orcid.org/0000-0002-5388-639X
TroyAcademy
International Journal of Social Sciences
Geliş/Received: 15.03.2021
Kabul/Accepted: 20.06.2021
Troyacademy 6 (2), 411-421, 2021
DOI: https://doi.org/10.31454/troyacademy.897589

412
criteria was carried out by the WASPAS method. Performance coefficients of websites were found to have the
highest weight among the criteria determined.
Keywords: MCDM, SWARA, WASPAS, E-Commerce
GİRİŞ
Çok kriterli karar verme (ÇKKV) yöntemleri insan hayatında sürekli olarak karşı karşıya kanılan karar
problemlerinin çözümünde etkin çözümler sunan yöntemler olarak ifade edilebilir. Alternatiflerin
birden fazla ve birbiri ile çelişebilen kriterlere göre sıralanması amacıyla kullanılan çok sayıda ÇKKV
yöntemi mevcuttur. ÇKKV yöntemleri özellikle işletme yönetiminde karşı karşıya kalınan karar
problemlerinde belirlenen kriterlerin ağırlık değerlerinin hesaplanması ve karar alternatiflerinin
sıralanması amacıyla yaygın şekilde kullanılmaktadır. Literatürde personel seçimi, proje seçimi, yer
seçimi, tedarikçi seçimi, strateji seçimi, ürün karması seçimi, dağıtım kanalı seçimi, lojistik firması
seçimi vb. birçok işletme probleminin çözümünde ÇKKV yöntemleri kullanılmıştır.
Bilgi çağı ya da dijitalleşme çağı olarak ifade edilen günümüz koşullarında eğitimden ticarete kadar
birçok işlem elektronik araçlarla dijital ortamlarda gerçekleştirilmektedir. Ticari işlemler, bankacılık
işlemleri, kamu hizmetleri, eğitim faaliyetleri giderek artan oranda dijital ortamlarda, web siteleri veya
mobil uygulamalar aracılığıyla gerçekleştirilmektedir. Her geçen gün daha fazla sayıda insan
ihtiyaçlarını e-ticaret siteleri ve mobil uygulamalar aracılığı ile karşılamaktadır. E- ticaret sitesi ve
uygulamalarının yoğun rağbet görmelerinin temel nedenleri olarak zaman tasarrufu, iş veya ev
ortamından hareket tasarrufu sağlayarak alışveriş yapma, daha fazla çeşide ulaşma imkânı, maliyet
avantajı gibi çok sayıda nedenle her geçen gün daha fazla tercih edilmektedir
(http://www.nkariyer.com). Özellikle 2019 yılının sonunda ortaya çıkan ve tüm dünyayı etkisi altına
alan Covid-19 pandemisi sonrasında e- ticaret platformlarının kullanımı bütün dünyada önemli
düzeyde artış göstermiştir. Türkiye, pandemi sürecinde e- ticaret hacminde en büyük artışların
yaşandığı ülkelerden birisidir (Güven, 2020: 256).
Bu çalışmada www.similarweb.com verilerine göre en çok ziyaret edilen, birçok ürünü bir arada satın
alma imkânı sunan Türkiye merkezli 10 e- ticaret sitesinin belirlenen kriterlere göre sıralanması
amaçlanmıştır. E- ticaret sitelerinin sıralanması amacıyla çok kriterli karar verme yöntemlerinden
SWARA ve WASPAS yöntemleri kullanılmıştır. SWARA yöntemi ile belirlenen kriterlerin ağırlık
değerleri hesaplanmış, WASPAS yöntemi ile de web siteleri kriter değerlerine göre sıralanmıştır. E-
ticaret sitelerinin değerlendirmesi için kriterler; web sitesinin performans katsayısı, tamamen
yüklenme süresi, web sitesinin ziyaretçiler tarafından açıldıktan hemen sonra kapatılma oranı, toplam
ziyaretçi sayısı, web sitesinin dünya sıralamasındaki yeri, web sitesinin ülke sıralamasındaki yeri, bir

413
ziyaretçinin sitede geçirdiği ortalama süre ve bir e- ticaret platformunda açılan ortalama sayfa sayısı
şeklinde belirlenmiştir.
Karabesevic vd. (2015), bir işletme için belirlenen işe alma kriterlerine göre satış yöneticisi seçiminde
SWARA ve WASPAS yöntemlerinin birlikte kullanıldığı bir model sunmuştur. Mardani vd. (2017),
bulanık veriler kullanılarak yapılan ve SWARA ve WASPAS yöntemlerine dayalı olarak yapılan
çalışmalara ilişkin bir meta analiz çalışması gerçekleştirilmiştir. Yurdoğlu ve Kundakçı (2017), bir
tekstil firması için en uygun bilgisayar sunucu sistemi seçimi probleminde alternatifleri sıralamak için
SWARA ve WASPAS yöntemlerini kullanmıştır. Adalı ve Işık (2017), tekstil sektöründe faaliyet
gösteren bir işletmenin konfeksiyon bölümü için belirlenen kriterlere göre en uygun tedarikçi
seçiminde SWARA ve ARAS yöntemlerini birlikte kullanmıştır. Jayant vd. (2018), Hindistan’da
üçüncü parti lojistik hizmetleri sağlayacak hizmet tedarikçisi seçiminde MOORA, SWARA ve
WASPAS yöntemlerinin birlikte kullanıldığı bir çalışma yapmıştır. Prajapati vd. (2019), Hindistan’da
elektrik sektöründe faaliyet gösteren bir işletmede tersine lojistik uygulamalarında karşılaşılan
problemlerin çözümü ile ilgili geliştirilen projelerden en uygun olanın belirlenmesinde SWARA ve
ARAS yöntemlerini birlikte kullanmıştır. Yörükoğlu ve Aydın (2020), üç dijital kütüphanenin
belirlenen kriterlere göre sıralanması amacıyla SWARA ve WASPAS yöntemlerinin birlikte
kullanıldığı bir çalışma yapmıştır. Baç (2020), toplu taşıma sistemleri için kullanılacak akıllı kart
sistemlerinin değerlendirilmesi ve alternatiflerin sıralanması amacıyla SWARA ve WASPAS
yöntemlerini birlikte kullanmıştır. Bu doğrultuda bu çalışmada da Türkiye’de en çok ziyaret edilen e-
ticaret web sitelerinin performansları SWARA ve WASPAS yöntemi ile değerlendirilmiş ve e-ticaret
web siteleri sıralanmıştır. Özellikle Covid-19 pandemisiyle birlikte e-ticaret web sitelerinin
kullanımının ve öneminin artması çalışmanın güncelliğini artırmaktadır. Bununla birlikte e-ticarette
satın alma işlemlerinin genellikle web siteler üzerinden yapılması, e-ticaret web sitelerinin başarısında
web sitesi performansının kritik öneme sahip olduğunu göstermektedir. Tüm bu nedenlerden dolayı
bu çalışma literatüre ve iş dünyasına önemli katkılar sunmaktadır. Ayrıca bu çalışma özellikle e-ticaret
sektöründe faaliyet gösteren işletmelere, e-ticaret yapmak isteyen yeni girişimcilere ve web sitesi
kurmak isteyen diğer işletmelere web sitesi performansında hangi kriterlerin ön plana çıktığı ve hangi
kriterlere daha fazla önem verilmesi gerektiği konusunda ışık tutmaktadır.
1. SWARA YÖNTEMİ
Kriter ağırlığı hesaplamada kullanılan ÇKKV yöntemlerinden biri olan SWARA (Step-Wise Weight
Assessment Ratio Analysis) yöntemi, Kersuliene vd., 2010 tarafından geliştirilmiştir (Yurdoğlu ve
Kundakcı, 2017: 258). SWARA yönteminin literatürde geniş uygulama alanı bulmasının temel nedeni
diğer ağırlık hesaplama yöntemlerine uygulama kolaylığına sahip olmasıdır (Zolfani vd., 2013: 92).

414
SWARA yönteminde kriterlerin ağırlıklarının hesaplanması ile ilgili adımlar AHP ve benzeri ağırlık
hesaplama yöntemlerine göre daha azdır (Çakır, 2018: 1912). SWARA yöntemi, kriterlerle ilgili
ağırlık değerlerinin belirlenmesinde uzmanların görüş ve fikirleri esas alındığı için daha öznel
değerlendirmelerin gerektirdiği çalışmalar için uygundur (Dahooie vd., 2018: 10-11; Çakır, 2018:
1912).
SWARA yönteminde aşağıda verilen adımlar izlenerek karar problemlerinde belirlenen kriterlere
ilişkin ağırlık değerleri hesaplanabilmektedir (Stanujkic vd., 2015: 55-56)
1. Adım: Kriterlerin Önem Düzeyine Göre Sıralanması En önemli olduğu düşünülen kriter birinci
sırada olacak şekilde bütün kriterler uzmanların görüşlerine göre sıralanmaktadır. Sıralama işleminden
sonra uzman görüşüne göre en önemli olan kriteri tespit edip bu kritere ‘’1.00’’ değeri verilir. Diğer
kriterlere ise ‘’0’’ ile ‘’1’’ arasında ve beşin katları olacak şekilde değer verilir. Bu şekilde her bir
kriter için göreli önem ağırlığı değerleri 󰇛󰇜 belirlenir.
2. Adım:  Katsayısının Hesaplanması Bu adımda belirlenen tüm kriterler için kj katsayısı aşağıda yer
alan eşitlikteki gibi hesaplanmaktadır: katsayısı j. kriter için 1 iken, oluşturulan sıralamada j.
kriterden sonra gelen kriterlerin  katsayı değeri bir önceki adımda hesaplanan  değeri (ortalama
değerin karşılaştırma oranı) eklenerek bulunmaktadır.
 
󰇛󰇜
3. Adım:  Değerinin Belirlenmesi Belirlenen tüm kriterler için düzeltilmiş ağırlık değerleri (󰇜
eşitlik (3) yardımıyla hesaplanmaktadır.
󰇱 

󰇲󰇛󰇜
4. Adım: Kriterlerin Nihai Ağırlık Değerlerinin Belirlenmesi: Son aşamada tüm kriterlerin nihai
ağırlıkları aşağıda yer alan eşitlik (4) de gösterildiği gibi hesaplanmaktadır. ( j kriterinin göreli
ağırlığını ifade etmektedir.
 


 󰇛󰇜

415
2. WASPAS YÖNTEMİ
Weighted Sum Model ve Weighted Product Model yöntemlerinin kombinasyonu ile alternatiflerin
sıralanmasında yüksek bir doğruluk payını yükseltmeyi hedefleyen Waspas yöntemi, ilk olarak
Zavadskas vd. (2012) tarafından geliştirilmiştir (Badalpur ve Nurbakhsh, 2019: 3). Waspas
yönteminde söz konusu iki yöntemin kombinasyonu ile elde edilen optimal kriterin değerine göre
alternatifler sıralanmaktadır. Ayrıca Waspas yönteminde duyarlılık analizi ile yapılan sıralamanın
tutarlılığı da kontrol edilmektedir (Yurdoğlu ve Kundakçı, 2017: 259). Son yıllarda literatürde farklı
konularda birçok çalışmada uygulama alanı bulan Waspas yönteminin adımları aşağıdaki şekilde
sıralanabilir (Zavadskas, 2014: 1015; Adalı ve Işık, 2017: 66; Gezen, 2019: 219).
İlk adımda karar matrisi oluşturulur ve oluşturulan karar matrisi maksimizasyon yönlü kriterler için 5
numaralı, minimizasyon yönlü kriterler için 6 numaralı eşitlik kullanılarak normalize edilir.




󰇛󰇜

󰇛󰇜

 󰇛󰇜
Normalize edilmiş karar matrisinin elde edilmesinden sonra, Weighted Sum Model ve Weighted
Product Model yöntemleri ile ayrı ayrı her bir alternatifin toplam göreli önem değerleri hesaplanır.
Toplam göreli önem değerleri, Weighted Sum model ile normalize edilmiş kriter değerlerinin ağırlıklı
toplamları ile hesaplanırken, Weighted Product Model yönteminde kriter ağırlıklarının kuvvetlerinin
çarpımı ile elde edilir.
󰇛󰇜

 󰇛󰇜
󰇛󰇜󰇛󰇜

 󰇛󰇜
Son adımda alternatiflerin nihai sıralama değerleri 9 numaralı eşitlikle elde edilir. Söz konusu eşitlikte
yer alan  değeri birleşik optimallik katsayısı olarak ifade edilmektedir ve 0 ile 1 arasında değer alır.
 değeri karar vericiler tarafından belirlenmektedir. Literatürdeki birçok çalışmada  değeri 0,5 olarak
alınmıştır.

416
󰇛󰇜󰇛󰇜󰇛󰇜󰇛󰇜
3. TÜRKİYE’DE FAALİYET GÖSTEREN E -TİCARET SİTELERİNİN WEB SİTESİ
PERFORMANSLARINA GÖRE SIRALANMASI
Bu çalışmada, www.similarweb.com verilerine göre en yüksek ziyaretçi sayısına sahip 10 e- ticaret
sitesinin belirlenen web sitesi performans kriterlerine göre sıralanması amaçlanmıştır. E- ticaret
sitelerinin sıralanması için, son yıllarda literatürde geniş uygulama alanı bulan ÇKKV yöntemlerinden
SWARA ve WASPAS yöntemleri tercih edilmiştir. SWARA yöntemi ile belirlenen kriterlerin ağırlık
değerleri hesaplanmış, WASPAS yöntemi ile web siteleri performans kriterlerine göre sıralanmıştır.
Web sitelerinin değerlendirilmesi için kriterler; performans katsayısı, tamamen yüklenme süresi, web
sitesinin ziyaretçiler tarafından açıldıktan hemen sonra kapatılma oranı, toplam ziyaretçi sayısı, web
sitesinin dünya sıralamasındaki yeri, web sitesinin ülke sıralamasındaki yeri, bir ziyaretçinin sitede
geçirdiği ortalama süre ve bir e- ticaret platformunda açılan ortalama sayfa sayısı şeklinde
belirlenmiştir. Waisberg ve Kaushik (2009), web site performansını sitenin hemen kapatılma oranı,
toplam ziyaretçi sayısı, sitede geçirilen ortalama süre ve görüntülenen sayfa sayısı kriterlerine göre
değerlendirmiştir. Booth ve Jansen (2010), sayfaların açılma süresi, ziyaretçi sayısı, ortalama geçirilen
süre ve sitenin hemen kapatılma oranını temel kriterler olarak almıştır. Zhu vd. (2013), web site
performans değerlendirmesi için en etkili kriterlerden birinin web sitenin açılma süresi olduğunu
vurgulamıştır. Elisa (2017), kaliteli ve performans değerlendirme için sayfa açılma süresini temel
kriter olarak ifade etmiştir. Sulova (2019), ziyaretçi sayısı, web sitede geçirilen ortalama süre, ziyaret
başına görüntülenen sayfa sayısı ve insanların siteden hemen ayrılma oranının temel web site
performans göstergelerinden olduğunu belirtmiştir. Yukarıda ifade edilen ve literatürde baz alınan
kriterlerin tamamı web sitesinin performans katsayısına etki etmekte ve Türkiye ve dünya
sıralamasındaki yerini belirlemektedir. Bu nedenle web sitelerinin performans katsayıları ile Türkiye
ve dünya sıralamasındaki yeri de değerlendirme kriteri olarak kabul edilmiştir.
Kriterlerin belirlenmesinden sonra ilk adımda belirlenen kriterlere ilişkin ağırlık değerleri
hesaplanmıştır. Tablo 1’de SWARA yöntemi ile hesaplanan ağırlık değerleri verilmiştir.
Tablo 1. SWARA Yöntemi ile Hesaplanan Kriter Ağırlık Değerleri
KRİTERLER



Ağırlık
Değerleri
Performansı (%)
1
1
1
0,343

417
Açılma Süresi (Sn.)
0,6
1,6
0,625
0,215
Hemen Ayrılma Oranı (%)
0,5
1,5
0,416667
0,143
Görüntülenen Ortalama Sayfa
Sayısı
0,45
1,45
0,287356
0,099
Geçirilen Ortalama Süre (Dk.)
0,4
1,4
0,205255
0,07
Toplam Ziyaretçi Sayısı
(Milyon)
0,35
1,35
0,15204
0,052
Dünya Sıralaması
0,25
1,25
0,121632
0,042
Türkiye Sıralaması
0,2
1,2
0,10136
0,036
Kriter ağırlıklarının belirlenmesinden sonra e-ticaret sitelerinin belirlenen kriterlere göre WASPAS
yöntemi ile sıralaması gerçekleştirilmiştir. Sıralama için kullanılan kriter değerlerinin yer aldığı karar
matrisi Tablo 2’de verilmiştir. Karar metrisinde yer alan veriler www.similarweb.com ve
https://gtmetrix.com internet sitelerinden elde edilmiştir. Kriter değerlerinin belirlenmesinde Ocak
2021 verileri baz alınmıştır.
Tablo 2. Web Sitelerinin Sıralanması İçin Karar Matrisi
E- TİCARET
SİTELERİ
Performansı (%)
Açılma Süresi
(Sn)
Hemen Ayrılma
Oranı (%)
Toplam Ziyaretçi
Sayısı (Milyon)
Dünya Sıralaması
Türkiye Sıralaması
Geçirilen Ortalama
Süre (Dk.)
Görüntülenen
Ortalama Sayfa
Sayısı
Amazon.com.tr
66
10
45,42
21,54
1965
49
3,42
5,52
Çiçeksepeti
74
4
53,59
21,20
2067
51
4,43
5,28
Gittigidiyor
60
6
50,21
34,19
1342
34
3,46
4,23
Hepsiburada
51
7
42,82
87.30
388
15
5,18
5,63
İdefix
21
18
60,50
2,92
19413
392
3,06
3,66
Morhipo
24
7
46,71
4,48
9461
207
5,13
7,16
N11
31
11
42,68
49,33
825
24
5,08
5,56
ePttavm
6
16
38,48
0,2427
165167
3541
4,23
5,35

418
Sahibinden
31
7
27,57
103,96
188
9
10,02
17,38
Trendyol
71
4
38,17
180,61
150
7
6,11
7,33
Karar matrisinin oluşturulmasından sonra WASPAS yönteminin adımları izlenerek web siteleri
belirlenen performans değerlerine göre sıralanmıştır. WASPAS yönteminde  optimallik katsayısı
literatürdeki genel eğilim doğrultusunda 0,5 olarak kabul edilmiştir. WASPAS yöntemi ile
gerçekleştirilen e- ticaret sitelerinin performans kriterlerine göre elde edilen sıralama değerleri Tablo
3’te verilmiştir.
Tablo 3. E- Ticaret Sitelerinin Belirlenen Performans Kriterlerine Göre Sıralama Değerleri
E- Ticaret
Siteleri
Weıghted
Sum Model
Weıghted
Product Model
Sıralama
Değeri
Sıralama
Amazon.com.tr
0,54215598
0,4484913
0,49532362
6
Çiçeksepeti
0,69565926
0,5629797
0,62931948
3
Gittigidiyor
0,55311496
0,4858297
0,51947233
5
Hepsiburada
0,57187806
0,5574297
0,56465387
4
İdefix
0,25024552
0,1849201
0,21758282
9
Morhipo
0,39417484
0,2975569
0,34586586
8
N11
0,41132383
0,394946
0,40313491
7
ePttavm
0,24001122
0,1039985
0,17200487
10
Sahibinden
0,66766159
0,6249287
0,64629515
2
Trendyol
0,86182057
0,8345913
0,84820592
1
SONUÇ
Özellikle son 10 yılda yaşanan teknolojik gelişmelerle birlikte bilgisayar ve mobil teknolojilerin
kullanımının artması ile birlikte e- ticaret siteleri aracılığı ile yapılan ticaretin hacmi her geçen gün
artış göstermektedir. Son dönemde zaten önemli ölçüde artış göstermiş olan e- ticaret hacmi tüm
dünyayı etkileyen ve insanların evlerinde kapalı kalmalarına neden olan pandemi süreci ile birlikte çok
daha büyük bir artış sağlamıştır. Pandemi sürecinin e- ticaret şirketlerinin satışlarını ve karlılıklarını
artırdığını gösteren çok sayıda analiz ve rapor mevcuttur. Bu durum e- ticaret sitelerinin
yeterliliklerinin ve müşteri beklentilerini karşılayabilmelerinin önemini artırmıştır. E- Ticaret

419
sitelerinin tercih edilirliklerini etkileyen önemli faktörlerden birisi de e- ticaret platformlarının hizmet
verdikleri web sitelerinin performanslarıdır. Zira web sitelerinin müşteri beklentilerini karşılaması
müşterinin e- ticaret tercihini belirleyen unsurlardan birisi olarak kabul edilmektedir (Marangoz, 2012:
62).
Çok kriterli karar verme yöntemleri literatürde son yıllarda özellikle işletme sorunlarına ilişkin karar
alma ve sıralama problemlerinde en yaygın şekilde uygulanan yöntemlerdir. ÇKKV yöntemleri çok
sayıda ve birbiri ile çelişebilen kriterlere göre karar alma durumlarının ortaya çıktığı karar
problemlerinin çözümü için sistematik yaklaşımlar sunmaktadır. Literatürde farklı adım ve
yaklaşımlar içeren çok sayıda ÇKKV yöntemi mevcuttur. Bu çalışmada son yıllarda literatürde yaygın
bir şekilde kullanılan SWARA ve WASPAS yöntemleri ile Türkiye’de faaliyet gösteren ve en fazla
ziyaretçi sayısına ulaşan 10 e- ticaret sitesinin web sitesi performans göstergelerine göre sıralanması
amaçlanmıştır. SWARA yöntemi ile belirlenen kriterlerin ağırlık değerleri hesaplanmış, WASPAS
yöntemi ile e- ticaret siteleri performans kriterlerine göre sıralanmıştır. E- ticaret sitelerinin
değerlendirilmesi için değerlendirme kriterlerinin belirlenmesinde literatürden istifade edilmiştir. E-
ticaret sitelerinin sıralanması için kullanılan veriler Ocak 2021 verileridir.
SWARA yöntemi ile web tasarımı üzerine çalışan uzman görüşüne dayalı olarak yapılan kriter
ağırlıklandırma işleminin sonucu olarak en yüksek ağırlık değerine sahip olan kriterler web sitelerinin
performans katsayıları ve web sitelerinin tamamen yüklenme süreleri şeklinde bulunmuştur. En düşük
ağırlık değerine sahip kriterler ise web sitesinin dünya sıralamasındaki yeri ve Türkiye sıralamasındaki
yeri olarak belirlenmiştir. WASPAS yöntemi ile gerçekleştirilen web sitelerinin sıralanması işleminin
sonucunda performans kriterlerine göre ilk sırada trendyol.com, ikinci sırada ise sahibinden.com yer
almıştır. İlk sırada yer alan e- ticaret sitesi tüm kriterler açsısından en yüksek değerlere sahiptir. İkinci
sırada bulunan e- ticaret sitesi ise düşük performans düzeyine sahip olmasına rağmen siteden hemen
ayrılma oranının düşük olması ve açılan ortalama sayfa sayısının oldukça yüksek olmasından dolayı
ikinci sırada yer almıştır. Yapılan sıralamada son iki sırada idefix.com ve eptt.com internet siteleri yer
almıştır. Burada hatırlatılması gereken temel husus, yapılan sıralamasının sadece web sitesi için
belirlenen kriterlere göre web sitesi performansına ilişkin olduğudur. Burada sıralamaya tabi tutulan
e- ticaret platformlarının hizmet kalitesi, ürün kalitesi vb. kriterler bakımından değerlendirmesi
yapılmamıştır. Dolayısıyla sıralanan söz konusu markalar değil, sadece web siteleridir.

420
KAYNAKÇA
Adalı, E.A., ve Işık, A.T. (2017). “Bir Tedarikçi Seçim Problemi İçin Swara ve Waspas
Yöntemlerine Dayanan Karar Verme Yaklaşımı”, International Review of
Economics and Management, 5 (4), 56-77
Baç, U. (2020). “An Integrated SWARA-WASPAS Group Decision Making Framework
to Evaluate Smart Card Systems for Public Transportation, Mathematics”, 8 (10),
https://doi.org/10.3390/math810172
Badalpur, M. ve Nurbakhsh, E. (2019). “An Application of WASPAS Method in Risk
Qualitative Analysis: A Case Study of a Road Construction Project in Iran”,
International Journal of Construction Management,
https://doi.org/10.1080/15623599.2019.1595354
Booth, D., & Jansen, B. J. (2010). “A Review of Methodologies for Analyzing
Websites. Web Technologies Concepts, Methodologies, Tools, and Applications”,
IGI Global, Hershey, 145-166.
Çakır, E. (2018). “Bütünleşik Swara ve Edas Yöntemi Kullanarak Fitness Merkezlerinin
Değerlendirilmesi: Örnek Bir Uygulama”, Hitit Üniversitesi Sosyal Bilimler
Enstitüsü Dergisi, 11 (3), 1907-1923
Dahooie, J. H., Abadi, E B. J., Vanaki, A. S. ve Firoozfar, R. H. (2018), “Competency-
Based IT Personnel Selection Using A Hybrid SWARA and ARAS-G
Methodology”, Human Factors and Ergonomics in Manufacturing, 28, 5 – 16
Elisa, N. (2017). “Usability, Accessibility and Web Security Assessment of E-Government
Websites in Tanzania”, International Journal of Computer Applications, 164 (5),
42–48.
Gezen, A. (2019). “Türkiye’de Faaliyet Gösteren Katılım Bankalarının Entropi ve
WASPAS Yöntemleri ile Performans Analizi”, Muhasebe ve Finansman Dergisi,
84, 213- 232
Güven, H. (2020). “Covıd-19 Pandemik Krizi Sürecinde E-Ticarette Meydana Gelen
Değişimler”, Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, 7 (5), 251-268
Jayant, A., Singh S. ve Garg, S. K. (2018). “An Integrated Approach with MOORA,
SWARA, and WASPAS Methods for Selection of 3PLSP”, International
Conference on Industrial Engineering and Operations Management, Paris 26- 27
Temmuz 2018
Karabasevic, D., Stanujkic, D. ve Urosevic, S. (2015). “The MCDM Model for Personnel
Selection Based on SWARA and ARAS Methods”, Management Journal of
Sustainable Business and Management Solutions in Emerging Economies, 20 (77),
43-52
Marangoz, M., Yeşildağ, B. ve Saltık, I. A. (2012). “E-Ticaret İşletmelerinin Web ve
Sosyal Ağ Sitelerinin İçerik Analizi Yöntemiyle İncelenmesi”, İnternet
Uygulamaları ve Yönetimi Dergisi, 3 (2), 53-78

421
Mardani, A., Nilashi, M., Zakuan, N., Loganathan, N., Soheilirad, S., Saman, M. Z. M. ve
İbrahim, O. (2017). “A Systematic Review and Meta-Analysis of SWARA and
WASPAS Methods: Theory and Applications with Recent Fuzzy Developments”,
Applied Soft Computing, 57, 265 – 292
Prajapati, H., Kant, R. ve Shankar, R. (2019). “Prioritizing the Solutions of Reverse
Logistics İmplementation to Mitigate Its Barriers: A Hybrid Modified SWARA
And Waspas Approach”, Journal of Cleaner Production, 240, 1-15
Stanujkic, D., Djordjevic, B. ve Karabasevic, D. (2015). “Selection of Candidates in The
Process of Recruitment and Selection of Personnel Based on The SWARA and
ARAS Methods”, QUAESTUS Multidisciplinary Research Journal, 6, (1), 53-62.
Sulova, S. (2019). “A System For E-Commerce Website Evaluation”. International
Multidisciplinary Scientific GeoConference Surveying Geology and Mining
Ecology Management, 19 (2), 25–32.
Waisberg, D., & Kaushik, A. (2009). “Web Analytics 2.0: Empowering Customer
Centricity, The Original Search Engine Marketing Journal, 2, (1), 5-11.
Yörükoğlu, M. ve Aydın, S. (2020). “Digital Library Evaluation by SWARA-WASPAS
Method”, International Journal of Industrial and Manufacturing Engineering, 14
(6), 444 – 447
Yurdoğlu, H. ve Kundakçı, N. (2017). “Swara Ve Waspas Yöntemleri İle Sunucu Seçimi”,
Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 20, (38), 253-270
Zavadskas, E. K., Antucheviciene, J., Hajiagha, S. H. R. ve Hashemi, S. S. (2014).
“Extension of Weighted Aggregated Sum Product Assessment Withinterval-
Valued İntuitionistic Fuzzy Numbers (WASPAS-IVIF)”, Applied Soft Computing,
24, 1013- 1021
Zhu, J., Chan, D. S., Prabhu, M. S., Natarajan, P., Hu, H., & Bonomi, F. (2013). Improving
Web Sites Performance Using Edge Servers in Fog Computing Architecture.
Proceedings - 2013 IEEE 7th International Symposium on Service-Oriented
System Engineering, SOSE 2013, 320–323.
E-ticaretin satıcıya ve alıcıya sağladığı faydalar nelerdir? Erişim Tarihi: 05.03. 2021
http://www.nkariyer.com/eticaret/2015/9/22/e-ticaretin-saticiya-ve-aliciya-sagladigi-
faydalar-nelerdir