A methodology for determining the factors that increase artificial intelligence usage in mobile banking applications
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: İngilizce
Öğrenci: GİZEM KEÇİM
Danışman: MUSTAFA GÖKÇE BAYDOĞAN
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
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.