FUZZY TOPSS YNTEM LE SANAL MAAZALARIN WEB

STELERNN DEERLENDRLMES

Sleyman DNDAR
(*)

Fatih ECER
(**)

uayib ZDEMR
(***)


zet: Bu almann amac, fuzzy TOPSS yntemini kullanarak sanal
maazalarn web sitelerinin mterilerin beenilerine gre sralamasn
yapmaktr. Drt karar verici (mteri) tarafndan drt sanal maazann web
sitesi, dizayn, rn eitlilii, mteri hizmetleri ve bilgi zenginlii kriterlerine
gre deerlendirilmitir. Deerlendirmede gen fuzzy saylar kullanlmtr.
Fuzzy TOPSS yntemi ile yaplan sralama; www.hepsiburada.com,
www.bidolu.com, www.weblebi.com, www.ideefixe.com eklinde
gereklemitir.
Anahtar Kelimeler: Fuzzy TOPSS, gen fuzzy saylar, Sanal
maaza, Web sitesi, e-ticaret

Abstract: The purpose of the study is to rank web sites of e-stores on
the basis of customer satisfaction by using fuzzy TOPSIS method. Four web
sites of e-stores are assessed according to design, product variety, customer
service and content richness by four decision makers (customers). Triangular
fuzzy numbers are used in the assessment with linquistic variables. The rank
based on the fuzzy TOPSS method is as follows: www.hepsiburada.com,
www.bidolu.com, www.weblebi.com, www.ideefixe.com.
Keywords: Fuzzy TOPSIS, Triangular fuzzy numbers, e-store, Web
site, e-commerce

I. Giri
nternet, insan yaamnda bir ok nemli deiikliklere neden
olmaktadr. Bu deiikliklerden birisi de insanlarn alveri yapma
biimlerindeki deiiklerdir. Bir ok tketici bugn sanal maazalardan
alveri yapabilmektedir. Sanal maazalar, tketicilere ihtiyac olan bir rn
maazaya gitmeden satn alabilme imkann salamaktadr. nternet ortamnda
pazarlama hzla gelimektedir. nternet ortamnda pazarlama faaliyetleri, web
sitesi kanalyla sat yaplarak gerekletirilmektedir. Sanal maazaclkta baar
byk lde web sitesi dzenlemelerine baldr. nk web siteleri sanal
maazalarn mterilerce grlen yzdr.
Bu almada, ok Kriterli Karar Verme (KKV) yntemlerinden biri
olan Fuzzy TOPSS (Tecnique for Order Preference by Smilarity to Ideal
Solution) ynteminin tantlmas amalanmtr. Fuzzy TOPSS yntemi, birden
fazla karar vericinin ok sayda kritere gre belirsizlik altnda alternatifleri
deerlendirerek alternatifleri sralamasna dolaysyla da seime ynelik kararn

(*)
Yrd.Do.Dr. Afyon Kocatepe niversitesi BF letme Blm
(**)
Ar.Gr. Afyon Kocatepe niversitesi BF letme Blm
(***)
Yrd.Do.Dr. Afyon Kocatepe niversitesi BF letme Blm







288 Sleyman DNDAR, Fatih ECER, uayib ZDEMR
doru vermesine yardmc olan bir yntemdir. Bu balamda yntem
kullanlarak internet zerinden nihai tketicilere mal ve hizmet sat yapan
sanal maazalarn web siteleri deerlendirilerek bir sralama yaplmtr.

II. nternette Ticaret
nternet yoluyla pazarlama faaliyetleri; iletmeden iletmeye (Business-
to-business: B2B), iletmeden nihai tketiciye (Busines-to-consumers: B2C)
olmak zere balca iki gruba ayrlmaktadr. Ayrca tketiciden iletmeye
(Consumers-to-business: C2B), tketiciden tketiciye (Consumers-to-
consumers: C2C veya Peer-to-peer: P2P) ve iletmeden kamuya (Business-to-
government: B2G) internet yoluyla pazarlama uygulamalar da bulunmakla
birlikte olduka snrl dzeydedir. Halen internet yoluyla toplam pazarlama
hacminin byk bir blm iletmeden iletmeye ynelik bir nitelik
tamaktadr (Deniz, 2001: 13; Krcova, 2002: 139; Aksoy, 2004: 361; Kula,
Tatolu, 2002: 256).
2000 ylnda hazrlanan bir rapor gstermektedir ki Trkiye bu yldan
nceki iki ylda internet kullanm oran dnyada en hzl artan lkedir. Son
raporlara gre 2001de Trk insannn %16s internet kullancs iken bu oran
2002de %20ye kmtr (Balolu, Pekcan, 2006: 171). Bankalar aras kart
merkezi tarafndan aklanan verilere gre Trkiyede B2C 2003 ylnda 4.3
milyon ilem ve 250 milyon $, 2004 ylnda 8.5 milyon ilem ve 550 milyon $,
2005 ylnn ilk alt aynda ise 7.7 milyon ilem ve 430 milyon $ olarak
gereklemitir. Dier bir ifadeyle 2003ten 2004e geite ilem says %98
artarken alveri miktar %118 artmtr. 2004ten 2005e geerken ise ilk alt
aylk bazda ilem says %140, alveri miktar ise %95 artmtr. Ayrca 2005
ylnn ilk alt aynda B2C ve B2B sat hacminin toplamnn tahminen 3-4
milyar $ olduu tahmin edilmektedir (zalp, 2005). ABDde en az bir kez
internetten alveri edenlerin oran %74 dzeyindedir. 1998de bu sitelerin
gelirleri 95 milyar dolara ulam olup 2005te 2.8 trilyon dolar gelir beklentisi
e-ticaretin ulat boyutlar gstermektedir (Wilson ve Abel, 2002: 85).
E-alveri, online alveri, e-perakende, internette perakende sat gibi
kavramlarla tanmlanan B2C, tketicilere evlerinden ve iyerlerinden bilgisayar
yardmyla internete balanarak pek ok rn ve hizmete 24 saat boyunca ve
dnyann her yerinden ulama ve onlar satn alma olana salamaktadr. Web
ortamnn salad global ve hzl iletiim ve hzl ilem yapabilme sayesinde
retici ve tketiciler birbirlerine giderek daha da yaknlamakta; reticiden
tketiciye ynelik sat faaliyetlerinde internet ortamndan yararlanma
abalarnn giderek younlat grlmektedir (Deniz, 2001: 16).

III. nternette Ticaretin Faydalar
Marka bilincini ve sadakatini arttrmada nemli bir ara olarak grlen
internetin hem iletmelere hem de tketicilere salad eitli faydalar vardr.








ktisadi ve dari Bilimler Dergisi, Cilt: 21 Ocak 2007 Say: 1 289
A. letmeye Faydalar
nternet zerinden tketicilere yaplan satlarn hem iletmelere hem de
tketicilere salad avantajlar vardr. letmelere salad avantajlar
maliyetlerde tasarruf, sat ve pazarlama faaliyetlerinde etkinlik, gl mteri
ilikileri, mteri sreklilii ve sadakati, kresel pazarlara ulama, zaman
tasarrufu, frsat eitlii, yeni pazarlara giri ve rekabet avantaj, verimlilik ve
zengin bilgidir (Deniz, 2001: 114-121; Krcova, 2002: 59-65; Kula ve Tatolu,
2002 : 259). Ayrca iletmelerin kresel anlamda tutundurma ve konumlandrma
abalarna imkan tanmas internetin iletmelere salad faydalardandr
(Odaba ve Oyman, 2003: 328).
Mal, hizmet ve bilgi satmak iin interneti kullanan bir iletme, hedef
pazarndaki potansiyel tketicilerin kullanmna sunmak zere interaktif bir web
sitesi kurmaktadr. Bu site mterilerine internetten mal, hizmet ve bilgi satn
almalarna imkan tanmaktadr. Ayrca bu site, mterilerin on-line deme
yapmalarna imkan tanmaktadr. nternet zerinden sat yaplan rnlerin
datm elektronik yolla (rn dijital ise) ya da geleneksel yntemlerle
gerekletirir (Wilson ve Abel, 2002: 87). Zaman kstnn nemli olduu
gnmzde alveri siteleri ksa zamanda kyaslama yaptktan sonra
mterilere bir ok alternatif arasndan alveri etme imkan sunmaktadr
(Gupta vd. 2004: 131). nternet, farkl rn konseptinde mal ve hizmet sunan
web sitelerinin artmasna paralel olarak mterilere ok sayda seenek sunar
hale gelmitir (Akhter vd., 2005: 627).
nternet zerinden yaplan pazarlama faaliyetleri, ilem maliyetlerini
azaltmakta ve mterilere sunulan hizmetin kalitesinin artmasn salamaktadr.
nternet kullanmnn yaygnlamas ve internette pazarlama uygulamalarnn
benimsenme srecinin hzl olmas iletmeleri bu ortam kullanmaya tevik
etmektedir. Maliyet ve etkinlik asndan internetin nemli tasarruflar salamas
internet zerinden ticaretin hzl geliiminin altnda yatan temel nedenler olarak
grlmektedir (Krcova, 2002: 49-50).

B. Tketicilere Faydalar
nternette pazarlamann tketicilere de salad faydalar vardr. Tketicilere
salad faydalar ise kolay alveri ve zamandan tasarruf, rn ve hizmetlere ilikin
zengin bilgi ve karlatrma imkan sunmas ve kontrol edilebilir satn alma srecidir
(Deniz, 2001: 114-121; Krcova, 2002: 59-65). Ayrca sipariten demeye kadarki
sat ileminin tm aamalarnn sanal bir ortamda gereklemesinden dolay
geleneksel yntemlerle yaplan satta ki maliyetlerin ounun ortadan kalkarak
maliyetlerin dmesi internetin salad faydalardan birisidir (Akn, 1998: 43).
nternetin tketicilere salad faydalar; kolaylk, rahatlk, bilgi toplama ve
interaktiflik-hzllk olmak zere drt grupta toplanabilir. Tketicilerin gnn 24
saatinde maazaya gitmeden, zaman basks hissetmeden ve trafik karmaas gibi
sorunlarla karlamadan alveri yapabilmesini kolaylk olarak tanmlamaktadr.
Tketicilerin satn almann tartma ve zorluklaryla daha az karlaarak, sat







290 Sleyman DNDAR, Fatih ECER, uayib ZDEMR
elemanlaryla yz yze gelmek zorunda kalmadan ve onlarn ikna abalarna muhatap
olmadan alveri yapma rahatl ifade etmektedir. Tketiciler internette rnler
ve rakiplerle ilgili karlatrma yapmay salayacak miktarda bilgiye ok ksa srede
ulaabilmesi bilgi toplama faydasn ifade etmektedir. Tketicilerin satclarla
birebir iliki kurarak karlkl etkileimle istedii gibi sipari verebilmesini ve bunu
hzl olarak yapabilmesini ise interaktiflik ve hzllk balklar altnda toplamtr
(Mucuk, 2001: 238).
Alveri yapma, harcanan zaman asndan bakldnda gnmz
tketicisi iin nemli bir sorun olarak grlmektedir. Bir yandan refah
toplumunun salad nimetlerden yararlanan, dier yandan da yeni yaam
biiminin getirdii glklerle bouan gnmz tketicisi, kendisine ve
ailesine daha fazla zaman ayrabilmek, elenmek, dinlenmek ve eitli hobilerle
uraabilmek amacyla rutin olarak yapt pek ok ii daha kolay bir biimde
yapabilmek iin areler aramaktadr. rn ve hizmet niteliklerinin srekli
deimesi bu konuda ok fazla bilgiyi gerektirmektedir. nternet bu noktada
gnn her saatinde evden, brodan, otomobilden, okuldan, bilgisayarn ya da
telefonun bulunduu her yerden alveri imkan salamas, harcanan zamann
ok az olmas ve rn ya da hizmet fiyatlar asndan ilave maliyetler
getirmemesi, aksine ucuz bir seenek olmas gibi nedenlerle giderek daha fazla
tercih edilmektedir (ztrk ve Krova, 2000: 23).
nternet, tketicilere deiik bir alveri ortam sunmakta ve
yorulmadan, sklmadan maaza ve vitrin gezme sknts yaamadan, stelik
karlatrma yaparak ve deiik kiilere danma ve fikir alma gibi stnlkleri
de kullanarak satn alma sorununu zme imkan salamaktadr (Krcova, 2002:
126).

IV. Sanal Maazaclk
Mal ve hizmetlerin internet zerinden tketicilere satlmas iin bir dizi
fiziki ve sanal unsurlarn bir araya getirilmesine gerek vardr. Sata sunulan
mal ve hizmetlerin fiziksel olarak tketicilere ulatrlmasn salayan bir
datm sistemi gereklidir. Bununla birlikte tketicilerin sata sunulan mal ve
hizmetler olmasna karn mekana bal olmakszn onlar grebilmesini ve
dierleriyle kyaslayabilmesini salayan yazlmlardan ve donanmlardan oluan
sanal bir maazaya da ihtiya vardr.
Site isimleri, yazlmlar, donanmlar ve fiziki datm sistemi sanal
maazalar oluturan nemli unsurlardr. 24 saat boyunca ak kalarak
tketicilere hizmet veren sanal maazalar ekici ve kolay kullanlabilir
olmasnn yannda tketici hakknda veri toplayabilecek nitelikte olmaldr.
Sanal maazalarn, web siteleri aslnda sanal ortamda oluturulan dijital bir
imajdr. Bu imaj, mterileri karlamakta, onlarn ihtiya duyduklar mal ve
hizmetleri satn almalarna yardmc olmaktadr. Tketiciler byk lde
maaza olarak, bu dijital ortam alglamaktadrlar. Dolaysyla web sitelerinin
baars, sanal maazalarn baars olarak dnlmektedir (Huang, 2005: 841).







ktisadi ve dari Bilimler Dergisi, Cilt: 21 Ocak 2007 Say: 1 291
phesiz ki internette baarl olmak interaktif strateji gelitirmekten
gemektedir. Site, interaktif ve mteriye dnk olduka baar ans da
artmaktadr (Wilson ve Abel, 2002:89). Siteye girerek alveri yapan ya da
sitede gezinen mteriler, web sitesi iin nemli bilgiler brakmaktadrlar.
Sadece site ismi ile deil sitenin arka plannda alan veri taban ve bilgi
ynetimi sistemi ile de sanal maazalar olduka deerli hale gelmektedirler. Bu
almada yalnzca sanal maazalarn web sitelerinin tketiciler tarafndan nasl
alglandna ve farkl maazalarn web sitelerinin performanslarna ilikin bir
deerlendirme yaplmtr.

V. Web Sitesi Deerlendirme Kriterleri
Alveri sitelerinin karlatrlmasnda sitenin bilinirlii, gvenlii,
drstl, dizayn ve rekabetilik etmenleri olmak zere be kategori ele
alnmaktadr (Akhter vd., 2005:625). Bir web sitesinin baars, bilgi servisinin
kalitesi, sistem kullanm, dizayn kalitesi ve siteden keyif alma kriterleri
yardmyla deerlendirilebilir (Liu ve Arnett, 2000:23). nternet zerinden
alveri yaplan sitelerin bulundurmas gereken zellikler nem srasna
konmutur. Dizayn ilk srada yer alrken onu srasyla mteri hizmetleri,
gizlilik/gvenlik, bilgilendirme, siteye ulama kolayl, sitenin
kiiselletirilmesi ve siteden keyif alma izlemitir (Chakraborty vd., 2003: 50).
Baarl bir sanal maaza web sitesinin zellikleri; doru konumlandrma,
kolay eriilebilirlik, rnlerin grsellii, ayn anda ok sayda kullancya hizmet
vermeyi salayan teknik altyap, etkileimli, elenceli ve kolay anlalr dizayn, rn
ve hizmetler iin bilgi, tketicilerin gvenilirlii ve kullanclarla interaktif ilikidir
(Deniz, 2001: 59-61).
Sanal maazalarn web sitelerini, bu sitelerden daha nce alveri
yapm kiilerin dncelerini temel alarak deerlendirmek amacyla hazrlanan
bu almada, dier almalarda da deerlendirme kriteri olarak ele alnm
olan ve mteriler iin nemli olduu dnlen drt kriter belirlenmitir. Bu
kriterler; dizayn, rn eitlilii, bilgi zenginlii ve mteri hizmetleridir.
Dizayn: Web sitesinin dizayn, aratrma ve karlatrma yapmak iin
bilgi elde etmeyi daha kolay hale getirmektedir. nternette baz bilgilere abuk,
baz bilgilere ise daha ge ulamann nedeni web sitesinin dizaynyla ilgili
olduu bilinmektedir (Hoque ve Lohse,1999:387). Web sitesi dizaynnda
mterinin tercihleri nemlidir. yi dzenlenmi bir web sitesi kullanc dostu
olarak alglanmaktadr. Site, ziyaretinin deneyim kalitesini artrc nitelik
tamaldr. Web sitesinin dizaynnda kullanm kolayl, sitenin verimliliini
deerlendirmede nemli bir faktrdr. Bununla birlikte web sitesinin
karmakl siteye daha az ilgi gsterilmesine neden olmaktadr (Chakraborty
vd. 2003: 51-52).
rn eitlilii: Web sitesinin ziyareti says, internette perakende
satn baarsnda nemlidir. Ziyareti saysn belirleyen unsurlardan biri de
rn eitliliidir (Nikolaeva, 2005: 113). Web sitelerinin mteri ekebilmesi







292 Sleyman DNDAR, Fatih ECER, uayib ZDEMR
rn eitliliine baldr (Saeed vd., 2002: 120). Reilynin perakende ekim
yasasna gre perakendeci maazalarda ne kadar ok rn eidi olursa o kadar
ok mteri ekmektedir (Tek, 1984: 117).
Bilgi zenginlii: Bir web sitesinin ncelikli amac mteri ve ortaklarna
bilgi salamaktr. (Chakraborty vd. 2003: 52) Web sitesinden bilgi elde etme,
mterinin internetten salad en nemli faydalardandr (Koufaris vd. 2002:
122). Web sitesi kullancsnn tatmini, web sitesinin ierdii bilgi zenginlii ile
ilikilidir.
Bilgi zenginlii; fiyat bilgisi, rn/hizmet karlatrmas, rn/hizmet
farkllatrmas ve rn/hizmet tanmlarn ierir (Liu ve Arnett, 2000: 24-26).
Ayrca, internet ortamnda bilgiye ulamak ve karlatrma yapabilmek
kolaysa, mterilerin fiyatlara kar daha az hassas davrandklar
belirtilmektedir (Saeed vd., 2002: 120).
Mteri hizmetleri: Web sitesinde yz yze grme imkan olmamas
nedeniyle mteri hizmetleri web sitesinde zerinde dikkatlice dnlp
dzenlenmesi gereken bir konudur (Liu ve Arnett, 2000: 25). Bilgi alverii,
mteriyi geleneksel pasif rolnden alr, ona bilgi aratrmasnda ve oluum
srecinde kontrol yetkisi verir. Bylece mteri, pazarlama srecinde aktif
katlmc olur (Chakraborty vd. 2003: 52). Mteri hizmetleri, web sitelerine
mteri ekmekte kullanlan bir aratr (Saeed vd. 2002: 120).

VI. Fuzzy Topsis Yntemi
TOPSS (Tecnique for Order Preference by Smilarity to Ideal Solution)
ok Kriterli Karar Verme (KKV) metotlarndan birisidir. Hwang ve Yoon
(1981) tarafndan gelitirilmitir (Chen, 2000: 2). TOPSS metodu ideal zm
iin gerekli olan yaknl bulurken, hem pozitif ideal zme uzakl hem de
negatif ideal zme uzakl hesaba katar. Bu uzaklklarn karlatrlmas ile
tercih sralamas yaplr (Janko ve Bernroider, 2005: 16).
Farkl dilsel deerlendirmeler yapmak, arlklar oluturmak ve en iyi
seime karar vermek iin ok kriterli bir fuzzy karar verme metoduna ihtiya
duyulur (Chen, 2001:66). TOPSS ynteminde fuzzy deerler kullanlarak
yaplan almalar Negi (1989) bir doktora teziyle, Chen ve Hwang (1992) ise
yaymladklar bir kitapla balatmlardr. Ancak Fuzzy TOPSS algoritmas
tamamlanmamtr (Chu,2002:688). Farkl aratrmaclar bu almalar nda
algoritmay tamamlamaya almlardr. Bu aratrmaclardan biri olan Chen
(2000), yaymlad makalede bu eksiklii gidermitir.
Bir gen fuzzy say n ( )
3 2 1
, , n n n eklinde gsterilir ve
n
(x)
yelik fonksiyonu aadaki gibi ifade edilir ve ekil 1deki gibi gsterilir
(Chen, 2000: 3):







ktisadi ve dari Bilimler Dergisi, Cilt: 21 Ocak 2007 Say: 1 293
( ) x
n
=

>

<
3
3 2
3 2
3
2 1
1 2
1
1
, 0
,
,
, 0
n x
n x n
n n
n x
n x n
n n
n x
n x
(1)

) (x
n



1



n
1
n
2
n
3
x

ekil 1: n gen Fuzzy Says (Chen, 2000: 3)

( )
3 2 1
, , m m m m = ve ( )
3 2 1
, , n n n n = iki gen fuzzy say olsun.
Aralarndaki uzakl hesaplamak iin kullanlan vertex metodu yle tanmlanr
(Chen, 2000: 3):
( ) = n m d , ] ) ( ) ( ) [(
3
1
2
3 3
2
2 2
2
1 1
n m n m n m + + (2)
Dilsel deiken, deerleri anadildeki cmleler olan deikendir (Zadeh,
1987: 109). rnein gzellik dilsel bir deikendir. nk deerleri ok irkin,
irkin, orta, gzel, ok gzel gibi deerler olabilir. Dilsel deerler fuzzy
saylarla ifade edilebilir.
Fuzzy TOPSS yntemi ile hem nitel hem de nicel kriterler dikkate
alnarak deerlendirme yaplabilir . Fuzzy TOPSS, ok esnek bir yapya
sahiptir (Chen vd., 2005: 12). Fuzzy TOPSS yntemi karar vericilerin
kararlarnn deikenlik gsterdii durumlarda grup karar vermeyi gerektiren
problemlerin zmne ok uygundur. Farkl kriterlerin nem arlklar ve
kriterler deerleri dilsel deikenler olarak dnlr. Kriterin nemini ve farkl
kriterlere gre alternatiflerin kriter deerlerini hesaplamak iin karar vericiler
dilsel deikenler kullanrlar. Bu dilsel deikenler pozitif gen fuzzy saylar
olarak Tablo 1 ve 2deki gibi ifade edilebilir (Chen, 2000: 4-5):







294 Sleyman DNDAR, Fatih ECER, uayib ZDEMR
Tablo 1: Her Bir Kriterin nem Arl in Dilsel
Deikenler (Chen, 2000: 5)
ok Dk (D) (0,0,0.1)
Dk (D) (0,0.1,0.3)
Orta Dk (OD) (0.1,0.3,0.5)
Orta (O) (0.3,0.5,0.7)
Orta Yksek (OY) (0.5,0.7,0.9)
Yksek (Y) (0.7,0.9,1)
ok Yksek (Y) (0.9,1,1)

Tablo 2: Kriter Deerleri in Dilsel Deikenler (Chen, 2000: 5)
ok Kt (K) (0,0,1)
Kt (K) (0,1,3)
Orta Kt (OK) (1,3,5)
Epeyce (E) (3,5,7)
Orta yi (O) (5,7,9)
yi () (7,9,10)
ok yi () (9,10,10)
K tane karar vericiden oluan,
K
ij
x ve
K
j
w nn K nc karar vericinin
kriter deerini ve nem arln gsterdii bir grupta her bir kritere gre
alternatiflerin kriter deerleri ve kriterlerin nem arlklar srasyla aadaki
gibi hesaplanr:
] ) )...( ( ) ( [
1
2 1 K
ij ij ij ij
x x x
K
x + + + = (3)

] ) )...( ( ) ( [
1
2 1 K
j j j j
w w w
K
w + + + = (4)
( ) x
K K OK E O
1.0
0.5
0 1 3 5 7 9 10
ekil 2: Tablo 2deki Dilsel Deikenlerin yelik Fonksiyonlar








ktisadi ve dari Bilimler Dergisi, Cilt: 21 Ocak 2007 Say: 1 295
Bir fuzzy ok kriterli karar verme problemi matrisi aadaki gibi ifade
edilebilir:

n
C C C L
2 1

= D
m
A
A
A
M
2
1
(
(
(
(

mn m m
n
n
x x x
x x x
x x x
L
M L M M
L
L
2 1
2 22 21
1 12 11
, = W | |
n
w w w L
2 1


Burada
ij
x ( ) j i, ve
j
w ( ) n j ,..., 2 , 1 = dilsel deikenlerdir. Bu
dilsel deikenler gen fuzzy saylarla ) , , (
ij ij ij ij
c b a x = ve
) , , (
3 2 1 j j j j
w w w w = eklinde tanmlanabilir.
Normalize edilmi fuzzy karar matrisi R ile gsterilir ve
= R [
ij
r ]
mxn
(5)
ile ifade edilir. Burada B fayda kriteri kmesi olup u ekilde hesaplanr:
|
|
.
|

\
|
=
* * *
, ,
j
ij
j
ij
j
ij
ij
c
c
c
b
c
a
r , B j ; (6)

ij
i
j
c c max
*
= , B j
Yukardaki normalizasyon metodu, normalize edilmi gen fuzzy
saylarnn | | 1 , 0 aralnda olmas zelliini korur.
Her bir kriterin farkl nemini gz nnde bulunduran arlkl
normalize edilmi fuzzy karar matrisi;
= V [
ij
v ]
mxn
m i ,..., 2 , 1 = ; n j ,..., 2 , 1 = (7)
eklinde oluturulur. Burada
j ij ij
w r v (.) = (8)
formlyle hesaplanr.
Arlkl normalize edilmi fuzzy karar matrisine gre j i, iin
ij
v elemanlar normalize edilmi pozitif gen fuzzy saylardr ve | | 1 , 0
aralnda yer alrlar.
Fuzzy pozitif ideal zm (FP,
*
A ) ve fuzzy negatif ideal zm
(FN,

A )
) ,..., , (
* *
2
*
1
*
n
v v v A =
) ,..., , (
2 1

=
n
v v v A







296 Sleyman DNDAR, Fatih ECER, uayib ZDEMR
ile tanmlanr. ) 1 , 1 , 1 (
*
=
j
v ve ) 0 , 0 , 0 ( =

j
v olarak kabul edilir.

Her bir alternatifin
*
A ve

A den uzakl srasyla

=
=
n
j
j ij i
v v d d
1
* *
) , ( , m i ,..., 2 , 1 = (9)

=

=
n
j
j ij i
v v d d
1
) , ( , m i ,..., 2 , 1 = (10)
ile hesaplanr. Burada ( ) .,. d iki fuzzy say arasndaki uzakl gstermektedir.
Yaknlk katsays ile tm alternatiflerin sralamas belirlenir. Yaknlk
katsays;

+
=
i i
i
i
d d
d
CC
*
, m i ,..., 2 , 1 = (11)
ile hesaplanr.
i
CC deeri, 1e yaklarken alternatif
i
A , FP (
*
A )e, uzaklarken
alternatif
i
A FN (

A )ye yaklar.
Fuzzy TOPSS ynteminin algoritmas aadaki biimde zetlenebilir:
Adm 1: Karar vericilerden oluan bir komite kurulur ve deerlendirme
kriterleri belirlenir.
Adm 2: Karar vericiler, karar kriterlerinin nem arlklarn belirlerler
ve belirlenen kriterlere gre alternatifleri dilsel deikenlerle deerlendirirler.
Adm 3:
j
C kriterinin toplam fuzzy arl
j
w yi elde etmek iin
kriter arl toplanr.
j
C kriteri altnda
i
A alternatifinin toplam fuzzy kriter
deerleri
ij
x yi elde etmek iin de karar vericilerin deerlendirmeleri bir araya
getirilir.
Adm 4: Fuzzy karar matrisi ve normalize edilmi fuzzy karar matrisi
oluturulur.
Adm 5: Arlkl normalize edilmi fuzzy karar matrisi oluturulur.
Adm 6: FP (1,1,1) ve FN (0,0,0) olarak kabul edilir.
Adm 7: Her bir alternatifin FP ve FNten olan toplam uzaklklar
hesaplanr.
Adm 8: Her bir alternatifin yaknlk katsays bulunur.
Adm 9: Yaknlk katsaysna gre alternatiflerin sralamas yaplr.











ktisadi ve dari Bilimler Dergisi, Cilt: 21 Ocak 2007 Say: 1 297
VII. Sanal Maazalarn Web Sitelerinin Fuzzy Topsis Yntemi
Yardmyla Deerlendirilmesi
almann bu blmnde sanal maazalarn web siteleri Fuzzy
TOPSS yntemi kullanlarak deerlendirilecektir. Bu amala sanal
maazalardan alveri yapan kiiler zerinde yaplan aratrmada en fazla
tercih edilen drt sanal maaza; www.weblebi.com ( )
1
A , www.bidolu.com
( )
2
A , www.hepsiburada.com ( )
3
A , www.ideefixe.com ( )
4
A olarak
belirlenmitir. Daha sonra bu drt web sitesinden de alveri yapm olan drt
karar vericiden ( ,
1
KV
4 3 2
, , KV KV KV ) oluan bir komite kurulmutur. Daha
nce yaplm olan almalar paralelinde drt deerlendirme kriteri ; Dizayn
( )
1
C , rn eitlilii ( )
2
C , Bilgi Zenginlii ( )
3
C , Mteri Hizmetleri ( )
4
C
olarak belirlenmitir. Karar probleminin hiyerarik yaps ekil 3teki gibidir.
Fuzzy TOPSS yntemi kullanlarak verilen kriterlere gre web siteleri
u ekilde deerlendirilir:
Adm1: Karar vericiler Tablo 1de gsterilen dilsel arlk deerlerini
kriterlerin ( )
4 3 2 1
, , , C C C C nemini belirlemek iin kullanmlardr. Bu
ifadeler Tablo 3te gsterilmitir.

Tablo 3: Kriterlerin nem Arlklar

1
KV

2
KV

3
KV

4
KV

1
C

O Y Y Y
2
C

Y Y Y Y

3
C

Y OD Y Y
D: ok Dk, D: Dk, OD: Orta Dk, O: Orta, OY: Orta Yksek, Y: Yksek,
Y: ok Yksek







ekil 3: Hiyerarik Yap

AMA
Sanal Maazalarn Web
Sitelerinin Deerlendirilmesi







298 Sleyman DNDAR, Fatih ECER, uayib ZDEMR

Adm2: Her bir kritere gre alternatiflerin ( )
4 3 2 1
, , , A A A A reytinglerini
hesaplamak iin KV ler Tablo 2de verilen dilsel deikenleri kullanmlardr.
Deerlendirmeler Tablo 4te gsterilmitir.

Tablo 4: Sanal Maazalarn Web Sitelerinin KV ler Tarafndan
Deerlendirilmesi
Kriterler Alternatifler Karar Vericiler


1
KV

2
KV

3
KV

4
KV

1
A

E O O
2
A


3
A


1
C

4
A

E O O
1
A

O
2
A


3
A


2
C

4
A


1
A
4
A
2
C
rn
eitlilii
3
C
Bilgi
Zenginlii
1
C
Dizayn
4
C
Mteri
Hizmetleri
3
A
2
A







ktisadi ve dari Bilimler Dergisi, Cilt: 21 Ocak 2007 Say: 1 299
Tablo 4: Sanal Maazalarn Web Sitelerinin KV ler Tarafndan
Deerlendirilmesi (Devam)
1
A

E E
2
A


3
A


3
C

4
A

E E
1
A

E O O
2
A

O O
3
A

E
4
C

4
A

E E O

K: ok Kt, K: Kt, OK: Orta Kt, E: Epeyce, O: Orta yi, : yi, : ok yi

Adm3: Tablo 3 ve 4teki dilsel deikenler fuzzy karar matrisi
oluturmak ve her bir kriterin fuzzy arln hesaplamak iin Tablo 1 ve 2den
yararlanlarak dilsel deikenler gen fuzzy saylara dntrlr. gen
fuzzy saylar Tablo 5 ve 6da gsterilmitir.

Tablo 5: Kriterlerin nem Arlklarnn gen Fuzzy Saylara
Dntrlmesi

1
KV

2
KV

3
KV

4
KV

1
C

(0.3,0.5,0.7) (0.9,1,1) (0.9,1,1) (0.7,0.9,1)
2
C

(0.7,0.9,1) (0.9,1,1) (0.7,0.9,1) (0.9,1,1)
3
C

(0.9,1,1) (0.1,0.3,0.5) (0.9,1,1) (0.9,1,1)
4
C

(0.1,0.3,0.5) (0.7,0.9,1) (0.1,0.3,0.5) (0.7,0.9,1)


















300 Sleyman DNDAR, Fatih ECER, uayib ZDEMR
Tablo 6: Web Sitelerinin KV ler Tarafndan Deerlendirmesinin
gen Fuzzy Saylara Dntrlmesi
Kriter Alternatif Karar Vericiler

1
KV

2
KV

3
KV

4
KV

1
A

(3,5,7) (5,7,9) (5,7,9) (7,9,10)
2
A

(7,9,10) (9,10,10) (7,9,10) (7,9,10)
3
A

(9,10,10) (9,10,10) (9,10,10) (7,9,10)
1
C

4
A

(3,5,7) (5,7,9) (5,7,9) (7,9,10)
1
A

(7,9,10) (7,9,10) (7,9,10) (5,7,9)
2
A

(7,9,10) (7,9,10) (9,10,10) (7,9,10)
3
A

(7,9,10) (9,10,10) (9,10,10) (7,9,10)
2
C

4
A

(7,9,10) (7,9,10) (7,9,10) (7,9,10)
1
A

(3,5,7) (7,9,10) (9,10,10) (3,5,7)
2
A

(9,10,10) (7,9,10) (9,10,10) (7,9,10)
3
A

(9,10,10) (7,9,10) (9,10,10) (7,9,10)
3
C

4
A

(3,5,7) (7,9,10) (7,9,10) (3,5,7)
1
A

(3,5,7) (5,7,9) (7,9,10) (5,7,9)
2
A

(7,9,10) (5,7,9) (9,10,10) (5,7,9)
3
A

(7,9,10) (3,5,7) (9,10,10) (7,9,10)
4
C

4
A

(3,5,7) (3,5,7) (7,9,10) (5,7,9)

Fuzzy karar matrisini oluturmak ve fuzzy arlklarn belirlemek iin
srasyla (3) ve (4) nolu formller kullanlr. Fuzzy karar matrisi ve karar
kriterlerinin fuzzy arlklar Tablo 7 ve 8de verilmitir.

Tablo 7: Fuzzy Karar Matrisi

1
C

2
C

3
C

4
C

1
A

(5,7,8.8) (6.5,8.5,9.8) (5.5,7.3,8.5) (5,7,8.8)
2
A

(7.5,9.3,10) (7.5,9.3,10) (8,9.5,10) (6.3,8.3,9.5)
3
A

(8.5,9.8,10) (8,9.5,10) (8,9.5,10) (6.5,8.3,9.3)
4
A

(5,7,8.8) (7,9,10) (5,7,8.5) (4.5,6.5,8.3)









ktisadi ve dari Bilimler Dergisi, Cilt: 21 Ocak 2007 Say: 1 301
Tablo 8: Karar Kriterlerinin Fuzzy Arlklar

1
C

2
C

3
C

4
C

Arlk (0.70,0.85,0.93) (0.80,0.95,1.00) (0.70,0.83,0.88) (0.40,0.60,0.75)

Adm4: Bu aamada (5) ve (6) nolu formller kullanlarak Tablo 9da
verilen normalize edilmi fuzzy karar matrisi oluturulur.

Tablo 9: Normalize Edilmi Fuzzy Karar Matrisi

1
C

2
C

3
C

4
C

1
A

(0.50,0.70,0.88) (0.65,0.85,0.98) (0.55,0.73,0.85) (0.53,0.74,0.93)
2
A

(0.75,0.93,1.00) (0.75,0.93,1.00) (0.80,0.95,1.00) (0.66,0.87,1.00)
3
A

(0.85,0.98,1.00) (0.80,0.95,1.00) (0.80,0.95,1.00) (0.68,0.87,0.98)
4
A

(0.50,0.70,0.88) (0.70,0.90,1.00) (0.50,0.70,0.85) (0.47,0.68,0.87)

Adm5: (7) ve (8) nolu formller kullanlarak Tablo 10da gsterilen
arlkl normalize edilmi fuzzy karar matrisi oluturulur.

Tablo 10: Arlkl Normalize Edilmi Fuzzy Karar Matrisi

1
C

2
C

3
C

4
C

1
A

(0.35,0.60,0.82) (0.52,0.81,0.98) (0.39,0.61,0.75) (0.21,0.44,0.70)
2
A

(0.53,0.79,0.93) (0.60,0.88,1.00) (0.56,0.79,0.88) (0.26,0.52,0.75)
3
A

(0.60,0.83,0.93) (0.64,0.90,1.00) (0.56,0.79,0.88) (0.27,0.52,0.74)
4
A

(0.35,0.60,0.82) (0.56,0.86,1.00) (0.35,0.58,0.75) (0.19,0.41,0.65)

Adm6: FP ve FN deerleri aadaki gibidir:

)] 1 , 1 , 1 ( ), 1 , 1 , 1 ( ), 1 , 1 , 1 ( ), 1 , 1 , 1 [(
*
= A

)] 0 , 0 , 0 ( ), 0 , 0 , 0 ( ), 0 , 0 , 0 ( ), 0 , 0 , 0 [( =

A

Adm7: Her alternatifin FP ve FNe olan uzaklnn elde edilmesi
iin (9) ve (10) nolu formller kullanlr. Tablo 11de, bulunan FP ve FN
sonular verilmitir.











302 Sleyman DNDAR, Fatih ECER, uayib ZDEMR
Tablo 11: Fuzzy Pozitif ve Negatif zme Olan Uzaklklar

*
i
d

i
d
1
A

1.79 2.49
2
A

1.36 2.91
3
A

1.29 2.95
4
A

1.81 2.48
*
i
d : FPe Olan Uzaklklar Toplam

i
d : FNe Olan Uzaklklar Toplam
Adm8: Her alternatifin yaknlk katsays (11) nolu forml kullanlarak
hesaplanr.
1
CC 582 . 0
49 . 2 79 . 1
49 . 2
=
+
= (www.weblebi.com)
681 . 0
91 . 2 36 . 1
91 . 2
2
=
+
= CC (www.bidolu.com)
696 . 0
95 . 2 29 . 1
95 . 2
3
=
+
= CC (www.hepsiburada.com)
578 . 0
48 . 2 81 . 1
48 . 2
4
=
+
= CC (www.ideefixe.com)
Bylece drt sanal maazann web siteleri dizayn, rn eitlilii,
detayl bilgi zenginlii ve mteri hizmetleri karar kriterlerine gre, drt karar
verici tarafndan yaplan deerlendirmeye gre beenilirlik sralamas;
www.hepsiburada.com ( )
3
A , www.bidolu.com ( )
2
A , www.weblebi.com
( )
1
A , www.ideefixe.com ( )
4
A eklinde gereklemitir..

VIII. Sonu
Sanal maazaclkta, iyi tasarlanm ve pek ok zellii bir arada
bulunduran web sitesi nemli bir faktrdr. Bu nedenle sitenin dizayn, bilgi
zenginlii, mteri hizmetleri ve rn eitlilii nemli faktrler olarak
deerlendirilmektedir. Mterilerin hangi web sitesinden alveri yapacaklarna
karar verirken dier baz faktrlerin yan sra bu faktrleri de gz nnde
bulundurduklar sylenebilir. almada, drt sanal maazann web sitesi, drt
karar verici tarafndan, belirtilen drt kritere gre deerlendirilmitir. Web
sitelerinin karlatrlmasnda fuzzy mantn znde olan znel ve belirsiz
deerlerden yararlanlmtr.
Karar verme sreci genellikle zor bir sre olarak grlmektedir.
zellikle belirsiz ortamlarda, pek ok kriterin varl altnda, birden fazla karar
vericinin yer ald ve ok sayda alternatifin iinden seim yaplmasnn gerekli







ktisadi ve dari Bilimler Dergisi, Cilt: 21 Ocak 2007 Say: 1 303
olduu durumlarda karar vermek glemektedir. Belirsizlik altnda KKV
yntemlerinden biri olan Fuzzy TOPSS, bu gl ortadan kaldrmak iin
gelitirilmi olan bir yntemdir.
almada Fuzzy TOPSS ynteminin algoritmas anlatlm ve sanal
maazalarn web sitelerinin deerlendirilmesine ynelik bir uygulama yaplarak
yntemin ileyiine aklk kazandrlmaya allmtr. Yntem sayesinde
karar verme srecinin daha kolay bir hale geldii, belirsizliin ortadan
kaldrld, karar vericiler arasnda doabilecek olas atmalarn nne
geildii ve daha doru kararlar verilebildiini sylemek mmkndr.
Fuzzy TOPSS ynteminin uygulama alan sadece almada yer alan
konuyla snrl deildir, grup karar vermeyi gerektiren insan kaynaklar
ynetimi, pazarlama ynetimi, retim ynetimi ve ynetim ve organizasyon gibi
alanlarda da uygulama alan bulabilir.

Kaynaklar
Akhter Fahim, Hobbs Dave, Maamar Zakaria, (2005) A Fuzzy Logic-Based
System For Assesing The Level Of Business-To-Consumer (B2c)
Trust In Electronic Commerce, Expert Systems With Applications,
Vol. 28, 623-628
Akn Murat, (1998) nternet'in letmelere Sunduu Yeni Ufuk: Sanal
Pazarlama, Pazarlama Dnyas, Yl 12, Say 70, Temmuz- Austos
Aksoy Ramazan (2004) nternet Ortamnda letmeler Aras (B2b) Pazarlama
Modelleri Ve Ab Srecinde Trk letmeleri in Frsatlar Ve
Tehditler, 9. Ulusal Pazarlama Kongresi, 6-8 Ekim, Gazi
niversitesi, Ankara, 359-370
Balolu eyhmus, Pekcan Yakup A., (2006) The Website Design And Internet
Site Marketing Practices Of Upscale And Luxury Hotels In Turkey,
Tourism Management, Vol. 27, 171-176
Chakraborty Goutam, Lala Vishal, Warren David (2003) What Do Customers
Consider Important In B2b Websites?, Journal Of Advertising
Research, March, 50-61
Chen Chen-Tung, (2000) Extensions Of The Topsis For Group Decision-
Making Under Fuzzy EnvironmenT, Fuzzy Sets And Systems, Vol.
114, 1-9
Chen Chen-Tung, (2001) A Fuzzy Approach To Select The Location Of The
Distribution Center, Fuzzy Sets And Systems, Vol. 118, 65-73
Chen S.J., Hwang Ching-Lai (1992) Fuzzy Multiple Attribute Decision
Making: Methods And Applications, Springer-Verlag, Berlin
Heidelberg
Chen Chen-Tung, Lin Ching-Torng, Huang Sue-Fn (2005) A Fuzzy Approach
For Supplier Evaluation And Selection In Supply Chain
Management, International Journal Of Production Economies, 1-13







304 Sleyman DNDAR, Fatih ECER, uayib ZDEMR
Chu Ta-Chung, (2002) Facility Location Selection Using Fuzzy Topsis Under
Group Decision, International Journal Of Uncertainty, Fuzziness
And Knowledge-Based Systems, Vol. 10, No.6, 687-701
Deniz Recep Baki (2001) letmeden Tketiciye nternette Pazarlama Ve
Trkiye'deki Boyutlar, Birinci Bas, stanbul: Beta Basm A.,
Gupta Alok, Su Bo-Chiuan, Walter Zhiping (2004) An Empirical Study Of
Consumer Switching From Traditional To Electronic Channels: A
Purchase-Decision Process Perspective, International Journal Of
Electronic Commerce, Vol. 8, No. 3, 131-161
Hoque Abeer Y., Lohse Gerald L. (1999) An Information Search Cost
Perspective For Designing Interfaces For Electronic Commerce,
Journal Of Marketing Research, Vol.36,Issue 3, 387-394
Huang Ming-Hui (2005) Web Performance Scale, Information &
Management, Vol.42, 841-852
Hwang Ching-Lai, Yoon Kwangsun (1981) Multiple Attribute Decision Making
Methods And Applications, Springer Verlag
Janko Wolfgang, Bernroider Edward, Multi-Criteria Decision Making: An
Application Study Of Electre And Topsis, Www.Ai.Wu-
Wien.Ac.At/~Bernroid/ Lehre/Seminare/Ws04/A7-Topsis-
0107503.Pdf , (10 Ekim 2005)
Krcova brahim (2002), nternette Pazarlama, Beta Basm Yaym, stanbul
Koufaris Marios, Kambil Ajit, Labarbera Priscilla Ann (2002) Consumer
Behavior In Web-Based Commerce: An Empirical Study,
International Journal Of Electronic Commerce, Vol. 6, No. 2, 115-
138
Kula Veysel, Tatolu Ekrem (2002) Kobilerde Elektronik Ticaret Kullanmn
Etkileyen Faktrler, 7. Ulusal Pazarlama Kongresi, Afyon Kocatepe
niversitesi, 30 Mays-2 Haziran, 255-270
Liu Chang, Arnett Kirk P., (2000) Exploring The Factors Associated With
Web Site Success In The Context Of Electronic Commerce,
Information & Management, Vol.38, 23-33
Mucuk smet (2001), Pazarlama lkeleri, Trkmen Kitabevi, 13. Basm, stanbul
Negi Devendra Singh (1989) Fuzzy Analysis And Optimization, Ph. D. Thesis,
Department Of Industrial Engineering, Kansas State University
Nikolaeva Ralitza (2005) Strategic Determinants Of Web Site Traffic On-Line
Retailing, International Journal Of Electronic Commerce, Vol. 9,
No. 4, 113-132
Odaba Yavuz, Oyman Mine (2003), Pazarlama letiimi Ynetimi, 2. Bask,:
efik Matbaas, stanbul
zalp , Selin, (2005) lk 6 Ayda B2c E-Ticaret 430 Milyon $,
Http://Turk.nternet.Com/Haber/Yazigoster.Php3?Yaziid=13302,
(27.07.2005)







ktisadi ve dari Bilimler Dergisi, Cilt: 21 Ocak 2007 Say: 1 305
ztrk Pnar, Krova brahim (2000), nternette Ticaret Ve Hukuksal Sorunlar,
stanbul Ticaret Odas Yayn No:2000-29, stanbul
Saeed Khawaja A., Hwang Yujong, Grover Varun (2002) Investigating The
Impact Of Web Site Value And Advertising On Firm Performance In
Electronic Commerce, International Journal Of Electronic
Commerce, Vol. 7, No. 2, 119-141
Schmitz Stefan W., Latzer Michael (2002) Competition In B2c E-Commerce:
Analytical Issues And Empirical Evidence, Electronic Markets,
Vol.12, Issue 3, 163-174
Wilson Susan G., Abel Ivan (2002) So You Want To Get Involved In E-
Commerce, Industrial Marketing Management, Vol. 31, 85-94
Tek mer Baybars (1984), Perakende Pazarlama Ynetimi, el Yaymclk,
zmir.
Zadeh L.A., (1987) Outline Of A New Approach To The Analysis Of Complex
Systems And Decision Process, 105-146, Fuzzy Sets And
Applications: Selected Papers By L.A. Zadeh, Ed. R.R. Yager,
S.Ovchinnikov, R.M. Tong, H.T. Nguyen, John Wiley&Sons
Publishing, Kanada