BigCat Research

Değişen tüketici davranışları nasıl ölçülür?

Kısa cevap: Değişen tüketici davranışlarını ölçmek için aynı soruyu aynı yöntemle en az iki kez sormanız ve farkın gerçek bir değişim mi, yoksa örneklem, soru ya da fiyat etkisi mi olduğunu ayırmanız gerekir. Toplumun ortalaması değişiyor mu diye bakıyorsanız her dalgada yeni örneklem çeken tekrarlanan kesit (tracking) yeterlidir; aynı kişinin değişip değişmediğini görmek istiyorsanız panel gerekir.1 Tüketicinin "yapacağım" dediği ile yaptığı arasında fark olduğu için beyanı mümkün olduğunca davranış verisiyle (satış, işlem, günlük kaydı) eşleştirin.2

Bu rehberi BigCat Research yazdı. BigCat tüketici içgörü araştırması ve marka araştırması hizmeti satıyor, yani konuda çıkarımız var. Aşağıdaki yöntem bilgisi kamuya açık kaynaklara dayanıyor; kendi çalışmamızdan verdiğimiz örneğin zayıf yanını da yazdık.

Tüketici davranışları değişti mi, yoksa ölçüm mü değişti?

Pazarlama toplantılarında sık duyulan bir cümle var: "tüketici değişti." Çoğu zaman bu cümlenin arkasında iki farklı ölçümün yan yana konması vardır: geçen yılın ajans raporu ile bu yılın başka bir firmayla yapılmış anketi. Örneklem de soru da saha tarihi de farklıdır; ortaya çıkan fark tüketiciden çok ölçümden gelir.

Değişen tüketici davranışlarını ölçmeye başlamadan önce üç kontrolü yapın:

  1. Aynı evren mi? "18 yaş üstü internet kullanıcıları" ile "son üç ayda kategoriden alışveriş yapanlar" aynı kitle değildir.
  2. Aynı soru mu? "Ne sıklıkla" sorusunun seçenekleri değiştiyse eğilim kırılır.
  3. Aynı birim mi? Harcama verisinde nominal tutar, enflasyon döneminde davranış hakkında yanıltıcı bir hikâye anlatabilir.

Üçüncü madde Türkiye'de özellikle önemli. Ticaret Bakanlığı, e-ticaret hacminin 2025'te bir önceki yıla göre yüzde 52,2 artışla 4 trilyon 567 milyar liraya ulaştığını, aynı büyüklüğün dolar bazında yüzde 29'luk artışa karşılık geldiğini açıkladı.3 Aynı yılın aynı verisi, birime göre iki farklı büyüklükte büyüme gösteriyor. Hangisinin "tüketicinin daha fazla alışveriş yapması" anlamına geldiğini söylemek için işlem sayısı, sepet adedi ya da enflasyondan arındırılmış tutar gibi ek bir ölçüye ihtiyaç var.

Tekrarlanan kesit mi, panel mi?

Değişimi ölçen iki temel tasarım var ve farklı sorulara cevap veriyorlar.

Tekrarlanan kesit (tracking): Her dalgada aynı evrenden yeni bir örneklem çekilir. UK Data Service sözlüğü, tekrarlanan kesit verisinin nüfusun bütününde toplu (aggregate) değişime bakmak için kullanılabileceğini, ancak tek bir kesitin aynı kişilerdeki değişim hakkında bilgi veremeyeceğini yazar.1 Marka takip araştırmaları ve kategori kullanım takipleri çoğunlukla böyle kurulur. "Online alışveriş yapanların oranı arttı mı" sorusu için uygundur.

Panel (boylamsal tasarım): Aynı kişiler iki ya da daha fazla kez görüşülür.1 "Geçen yıl mağazadan alan kişi bu yıl online'a mı geçti, yoksa online'daki artış tamamen yeni gelenlerden mi oluşuyor" sorusunun cevabı ancak panelde vardır. Kesit verisinde oran yüzde 40'tan 45'e çıkmış görünebilir; bunun altında hiç kimsenin kanal değiştirmediği ama kitlenin yaşlanıp gençlerle yenilendiği bir tablo da olabilir, yüzlerce kişinin iki yönde yer değiştirdiği bir tablo da (bu sayılar temsilîdir).

Panelin iki bilinen maliyeti var. Birincisi kayıp (attrition): ilk dalgadan sonra katılımcıların bir kısmı çalışmadan düşer.1 Düşenler rastgele değilse, örneğin kategoriyi bırakanlar ankete de cevap vermeyi bırakıyorsa, panel değişimi olduğundan küçük gösterir. İkincisi panel koşullanması: tekrar tekrar görüşülmek katılımcının tutumunu, davranışını ve davranışını bildirme biçimini değiştirebilir.4 Her ay harcamasını soran bir panelin katılımcıları, sırf soruldukları için harcamalarını daha dikkatli izlemeye başlayabilir.

TasarımNe gösterirNe göstermezNe zaman seçilir
Tek seferlik kesitBugünkü durum, segment farklarıHerhangi bir değişimBaşlangıç verisi kurarken
Tekrarlanan kesit (tracking)Toplam oranlardaki değişim1Kimin değiştiği, kimin bıraktığıPazar payı, kullanım oranı, marka göstergeleri takibi
PanelAynı kişide değişim, geçişler1Kayıp ve koşullanma ayıklanmadıkça net değişim4Kanal geçişi, sadakat, terk nedenleri
Günlük (diary) çalışmasıDavranışın bağlamı ve sırası5Yaygınlık, temsilSatın alma yolculuğu, kullanım alışkanlığı
İşlem / satış verisiGerçekleşen davranışNedeni ve rakipteki davranışHer zaman, mümkünse beyanla eşleştirerek

Pratik bir kural: Soru "ne kadar" ise tracking, "kim ve neden" ise panel ya da panel içinde nitel bir alt örneklem.

Beyan mı, gerçek davranış mı?

Anketler tüketicinin söylediğini ölçer. Söylenen ile yapılan arasındaki fark araştırmanın eski ve iyi belgelenmiş sorunlarından biridir. Webb ve Sheeran, niyeti deneysel olarak değiştiren 47 deneysel testi birleştirdikleri meta-analizde, niyetteki orta-büyük bir değişimin (d = 0,66) davranışta ancak küçük-orta bir değişime (d = 0,36) yol açtığını buldu.2 Bu, niyet sorusunun işe yaramadığı anlamına gelmez. Niyetteki artışın satışa aynı oranda yansımasını beklememek gerektiği anlamına gelir.

Değişimi ölçerken bu yüzden üç tür veriyi ayırın:

En sağlam tasarım, anket katılımcısının izniyle beyan verisini işlem verisiyle eşleştirendir. Bu her zaman mümkün değil. KVKK'ya göre veri toplanırken katılımcıyı aydınlatmak zorunludur; işleme için genel kural açık rızadır, ama kanun bunun yerine geçebilecek başka şartlar da sayar.6 Eşleştirmeye hangi şarta dayanarak gideceğinizi hukuk biriminizle netleştirin. Mümkün olmadığında en azından toplam düzeyde karşılaştırın: anketteki "online'a geçtim" oranı artarken kendi online satışınız yerinde sayıyorsa, ya geçiş rakibe olmuştur ya da beyan şişkindir. İkisini ayırmak için ek soru gerekir.

E-ticarette tüketici davranışları: Türkiye'de hangi resmî veri var?

Online tüketici davranışları için en çok başvurulan resmî kaynak TÜİK'in Hanehalkı Bilişim Teknolojileri Kullanım Araştırması. Ekonomi Gazetesi'nin aktardığına göre 2026 sonuçlarında internet üzerinden özel kullanım amacıyla mal veya hizmet satın alan ya da sipariş veren bireylerin oranı 2025'teki yüzde 55,7'den yüzde 60'a çıktı; son üç ayda alışveriş yapanların oranı yüzde 48,3 oldu.7

Bu veriyi kendi araştırmanızda bir dayanak olarak kullanmadan önce nasıl toplandığına bakın. Eurostat'ta yayımlanan Türkiye yöntem notuna göre 2025 araştırması çok aşamalı tabakalı küme örneklemesiyle seçilen hane adreslerinde, 16-74 yaş bireylerle, 7 Nisan-23 Mayıs 2025 arasında telefonla ve gerektiğinde yüz yüze görüşmeyle yapıldı; 25.493 kişi yanıt verdi.8 Yöntem notu aynı kişileri yıllar boyu izleyen bir panel tarif etmiyor. Bu yüzden yüzde 55,7'den yüzde 60'a geçiş, nüfus düzeyinde bir değişimi gösterir; kimin yeni başladığını, kimin bıraktığını söylemez.

Bir de kapsam meselesi var. TÜİK oranı "en az bir kez internetten alışveriş yaptı mı" sorusunu ölçer; sıklığı, sepet büyüklüğünü ya da hangi kategoride alışveriş yapıldığını aktarılan sonuçlar göstermiyor.7 Kendi kategorinizdeki değişim için bu oran bir bağlamdır, ölçümün yerini tutmaz.

Pratikte resmî veri ile kendi araştırmanızı şöyle bağlayabilirsiniz: TÜİK'in yaş aralığını (16-74) ve cinsiyet tanımlarını kendi örnekleminizde aynen kullanın. Böylece kendi tracking'inizdeki online alışveriş oranını resmî oranın yanına koyabilir, örnekleminizde internetten alışveriş yapanların fazla temsil edilip edilmediğini kontrol edebilirsiniz.

Günlük (diary) çalışması ne zaman işe yarar?

Anket bir anı ölçer; davranış ise günlere yayılır. Bir ürünü almadan önce kaç kez fiyat bakıldığı, sepete atılıp bırakıldığı, mağazada görülüp online alındığı gibi sorular tek seferlik bir ankette hatırlama hatasıyla dolar.

Nielsen Norman Group, günlük çalışmasını kullanıcı davranışları, etkinlikleri ve deneyimleri hakkında zaman içinde, gerçek hayat bağlamında içgörü toplayan nitel bir yöntem olarak tanımlar.5 Süre, davranışın ne sıklıkla olduğuna göre belirlenir: kurumun örneklerinde günde birkaç kez kullanılan akıllı asistan için bir hafta, cep telefonu tarifesi satın alma için iki hafta, haftada bir iki kez kullanılan bir yemek siparişi uygulaması için üç hafta öngörülüyor.5 Aynı kaynak, çalışma uzadıkça katılımcı kaybının arttığını ve teşvik tasarımının veri kalitesini etkileyebileceğini de not ediyor.5

Günlük çalışması yaygınlık ölçmez. Değişen tüketici davranışlarını anlamak için kullanıldığında görevi, tracking'de görülen bir kırılmanın nasıl yaşandığını göstermektir: tüketici markayı hangi anda bıraktı ve yerine neyi koydu? Kararı kimle konuşarak verdi?

Segmentasyon: ortalama değişimi saklar

Toplam oran yerinde sayarken iki segment ters yönde hareket ediyor olabilir. Gençler online'a geçerken ileri yaş grubu mağazaya geri dönüyorsa ortalama "değişim yok" der. Bu yüzden tüketici davranışları analizi her dalgada aynı segment tanımlarıyla yapılmalı.

İki tür segment kullanışlıdır:

Davranışsal segmentasyonun bir tuzağı var: segmentler her dalgada yeniden kümelenirse (örneğin her yıl yeni bir küme analizi) dalgalar karşılaştırılamaz. Segment tanımını ilk dalgada sabitleyin ve kural olarak yazın. Segmentler arasında ihtiyaç ve ikna dilinin nasıl farklılaştığı için BIG 101 yazısına bakabilirsiniz.

Davranış değişimini ölçmenin adımları

  1. Kararı yazın. Fiyat, kanal, ürün ya da iletişim kararı mı? Ölçülecek davranış karardan türetilir.
  2. Davranışı gözlenebilir yazın. "Online'a yöneliyor" yerine "son 90 günde kategoriden en az bir online sipariş".
  3. Başlangıç verisini kurun. Değişim, ölçülmüş bir başlangıca göre vardır. Başlangıç yoksa geriye dönük hatırlama sorusu en zayıf alternatiftir.
  4. Tasarımı soruya göre seçin. Toplam oran için tracking; geçiş ve neden için panel; bağlam için günlük çalışması.
  5. Soru metnini ve evreni dondurun. Değiştirmeniz gerekiyorsa bir dalga boyunca eski ve yeni soruyu birlikte sorun ki köprü kurulabilsin.
  6. Beyanı davranış verisiyle eşleştirin. Mümkünse birey düzeyinde, değilse toplam düzeyde.
  7. Fiyat ve dönem etkisini ayırın. Nominal harcamayı enflasyondan arındırın; bayram, kampanya dönemi gibi sezonları dalgalarda aynı tutun.
  8. Sınırlılığı rapora yazın. Kayıp oranını ve koşullanma riskini belirtin; örneklemin temsil etmediği grupları adıyla sayın.

Bir örnek: bilgi değişti, davranış ölçülmedi

BigCat'in izlediği Parasını Yöneten Çiftçiler programı, değişimi ölçerken neyin ölçüldüğüne dikkat etmenin iyi bir örneği; tüketici değil finansal davranış üzerine olsa da aynı soruyu taşıyor. FODER'in 2025 etki değerlendirme raporuna göre katılımcılara eğitim öncesi ve sonrası test uygulandı; eğitime katılan 1.188 kişiden 483'ü etki analizine alındı ve ortalama finansal yetkinlikte yüzde 9'luk artış raporlandı.9 BigCat Research bu raporun interaktif panosunu hazırladı ve programın 2026 dönemini izlemeye devam ediyor.1011

Zayıf yanı açık: ölçülen şey OECD/INFE ölçeğinden uyarlanmış bilgi sorularıydı, gözlenmiş davranış değil. Proje sayfamızda "davranışa dönüşme" ifadesi geçse de raporun ölçtüğü, eğitim öncesi ve sonrası bilgi sorularıdır. Rapor da bunu görüyor ve 6-12 ay sonra takip anketleri yapılmasını, eğitim almayan kontrol gruplarıyla kıyaslama yapılmasını öneriyor.9 Bir markanın "kampanyadan sonra tüketici bilgisi arttı" raporu da aynı sınırı taşır. Bilgi ya da tutum değişimi, davranış değişiminin ön koşulu olabilir, kanıtı değildir. Bilgi, tutum ve davranış arasındaki kopukluğun nerede oluştuğunu bu BIG 101 yazısında ayrıca ele aldık.

Sık sorulan sorular

Tüketici davranışı araştırması ile tüketici içgörü araştırması aynı şey mi? Örtüşür ama aynı değildir. Tüketici davranışı araştırması ne yapıldığını ve nasıl değiştiğini ölçer: kanal, sıklık, marka, harcama. Tüketici içgörüsü bu davranışın arkasındaki ihtiyacı, gerilimi ve karar anını açıklar. İyi bir çalışma ikisini birlikte kurar. Brief ve yöntem seçimi için tüketici içgörü araştırması rehberine bakabilirsiniz.

Tracking araştırması ne sıklıkla yapılmalı? Tracking dalgalarının sıklığı kategorinin karar döngüsüne bağlıdır. Haftalık alınan ürünlerde üç ayda bir dalga değişimi yakalayabilir; yılda bir alınan dayanıklı ürünlerde yıllık dalga yeterli olabilir. Dalga sıklığı, örneklem büyüklüğüyle birlikte düşünülmelidir: küçük örneklemle sık dalga, gerçek değişimi rastlantı oynamasından ayıramaz.

Sosyal medya ve arama verisi tüketici davranışlarındaki değişimi gösterir mi? Sosyal medya ve arama verisi ilgideki değişimi erken gösterebilir, ama davranış değişimini kanıtlamaz. Konuşan ve arayan kitle tüm tüketicileri temsil etmez. Bu verileri hipotez üretmek için kullanıp değişimi anket ya da işlem verisiyle doğrulamak daha güvenlidir. Masa başı verinin nerede yettiği için bu rehbere bakabilirsiniz.

Kampanyanın tüketici davranışını değiştirip değiştirmediği nasıl anlaşılır? Kampanya öncesi ve sonrası aynı ölçümle, mümkünse kampanyayı görmeyen bir karşılaştırma grubuyla. Yalnızca öncesi-sonrası farkı, sezonu ve rakip hareketini de içinde taşır. Ayrıntısı kampanya etki ölçümü rehberinde.

Tüketiciye "alışkanlıklarınız değişti mi" diye sormak yeterli mi? Tüketiciye doğrudan "alışkanlıklarınız değişti mi" diye sormak yeterli değildir. Geriye dönük değişim sorusu hem hatırlamaya hem de kişinin kendini nasıl görmek istediğine dayanır. İki dalgada aynı davranış sorusunu sorup farkı siz hesaplayın; "değişti mi" sorusunu en fazla nedenini anlamak için ek soru olarak kullanın.

BigCat bu işe nasıl yaklaşır

BigCat Research, tüketici davranışı çalışmalarında önce karar sorusunu ve ölçülecek davranışı yazılı hale getirir, tasarımı (tracking, panel, nitel alt örneklem) bu soruya göre seçer ve sınırlılıkları raporun içinde belirtir. Hizmet sayfaları: Marka ve Tüketici İçgörüleri, Tüketici İçgörü Araştırması ve Kampanya Etki Ölçümü. Dönüşümü ve tekrar satın almayı durduran engeller için BIG 101 yazısına, anketle başlamanın ne zaman doğru olduğu için buna bakabilirsiniz. Diğer yazılar rehberler sayfasında. Kapsam görüşmesi için: [email protected].

Yazar: Murat Akşit, BigCat Research. Son güncelleme: 15 Ekim 2026.

Kaynaklar

Footnotes

  1. UK Data Service, "Glossary" ("Longitudinal data", "Panel", "Cross-sectional data", "Sample attrition" maddeleri), tarih belirtilmemiş. https://ukdataservice.ac.uk/glossary/ (erişim: 15 Ekim 2026) ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  2. Thomas L. Webb ve Paschal Sheeran, "Does changing behavioral intentions engender behavior change? A meta-analysis of the experimental evidence", Psychological Bulletin, 132(2), 2006, s. 249-268; özet. https://doi.org/10.1037/0033-2909.132.2.249; açık erişim kopyası: https://eprints.whiterose.ac.uk/1580/ (erişim: 15 Ekim 2026) ↩ ↩2 ↩3

  3. T.C. Ticaret Bakanlığı, "Türkiye'de e-ticaret hacmi 2025'te 4,6 trilyon liraya ulaştı", 12 Mayıs 2026. https://ticaret.gov.tr/haberler/turkiyede-e-ticaret-hacmi-2025te-4-6-trilyon-liraya-ulasti (erişim: 15 Ekim 2026) ↩

  4. Ruben L. Bach, "A methodological framework for the analysis of panel conditioning effects", A. Cernat ve J. W. Sakshaug (ed.), Measurement Error in Longitudinal Data içinde, Oxford University Press, 2021, s. 19-41; özet. https://madoc.bib.uni-mannheim.de/62191 (erişim: 15 Ekim 2026) ↩ ↩2

  5. Kim Flaherty, "Diary Studies: Understanding Long-Term User Behavior and Experiences", Nielsen Norman Group, 29 Mart 2024. https://www.nngroup.com/articles/diary-studies/ (erişim: 15 Ekim 2026) ↩ ↩2 ↩3 ↩4

  6. 6698 sayılı Kişisel Verilerin Korunması Kanunu, md. 5 (kişisel verilerin işlenme şartları) ve md. 10 (aydınlatma yükümlülüğü), Resmî Gazete, 7 Nisan 2016, sayı 29677. https://www.mevzuat.gov.tr/mevzuat?MevzuatNo=6698&MevzuatTur=1&MevzuatTertip=5; KVKK'nın İngilizce metni: https://www.kvkk.gov.tr/Icerik/6649/Personal-Data-Protection-Law (erişim: 15 Ekim 2026) ↩

  7. Ekonomi Gazetesi, "İnternet kullanım oranı yüzde 92,3'e yükseldi", 5 Ağustos 2026; TÜİK Hanehalkı Bilişim Teknolojileri Kullanım Araştırması 2026 sonuçlarının aktarımı. https://www.ekonomigazetesi.com/ekonomi/internet-kullanim-orani-yuzde-923e-yukseldi-84706 (erişim: 15 Ekim 2026) ↩ ↩2

  8. Eurostat, "ICT usage in households and by individuals (isoc_i), National Reference Metadata: Türkiye", referans yılı 2025; örnekleme, örneklem büyüklüğü, veri toplama dönemi ve yöntemi bölümleri. https://ec.europa.eu/eurostat/cache/metadata/EN/isoc_i_simsih2_tr.htm (erişim: 15 Ekim 2026) ↩

  9. FODER (Finansal Okuryazarlık ve Erişim Derneği), "Parasını Yöneten Çiftçiler Projesi 2025 Etki Değerlendirme Raporu" (interaktif rapor), 2025. https://fo-der.org/parasiniyonetenciftciler2025/ (erişim: 15 Ekim 2026) ↩ ↩2

  10. BigCat Research, "Parasını Yöneten Çiftçiler 2025 Yılı Etki Analizi" (proje sayfası). https://bigcatresearch.com/projects/parasini-yoneten-ciftciler-2025-yili-etki-analizi/ (erişim: 15 Ekim 2026) ↩

  11. BigCat Research, "Parasını Yöneten Çiftçiler 2026 Yılı Etki İzleme" (proje sayfası). https://bigcatresearch.com/projects/parasini-yoneten-ciftciler-2026-yili-etki-izleme/ (erişim: 15 Ekim 2026) ↩

İlgili rehberler