|
Yeni nesil girişimcilik olarak bilinen kitle fonlaması (KF), iş fikirlerinin gerçekleştirilebilmesi açısından büyük bir fayda sağlama potansiyeli olan bir fonlama modelidir. Yaklaşık olarak son 10 yıldır sıklıkla kullanılan KF, dünya çapında geliştirilen platformlar sayesinde birçok kullanıcının toplamda milyarlarca dolar fon toplamasını sağlamıştır. Bu yönüyle, KF ekosistemindeki kullanıcı ilgisi zaman içerisinde giderek artmıştır. Türkiye'de de faaliyet gösteren platformların artmasıyla birlikte kullanıcı ilgisi doğru orantılı olacak şekilde artış göstermiştir. Bu platformlardan elde edilecek fonların kullanımı büyük oranda projelerin başarılı olmasıyla mümkün olmaktadır. Fakat ortaya koyulan araştırmaların da gösterdiği gibi KF ekosisteminde kullanıcı sayısı arttıkça başarı oranları gözle görülür bir biçimde düşmüş ve projelerdeki kalite sinyali algısı olumsuz etkilenmiştir.
Bu problemin çözümü için ortaya koyulan araştırma kapsamında, ilk olarak Türkiye'de faaliyet gösteren kitle fonlaması platformlarındaki proje verileri, veri kazıma teknikleriyle toplanarak analizler ve uygulama geliştirme için hazır hale getirilmiştir. İkinci olarak, öznitelik seçimiyle birlikte KF başarısına en çok etki eden öznitelikler bulunarak makine öğrenmesi yöntemleriyle başarı tahmin modelleri kurulmuştur. Son olarak, elde edilen tahmin modelleri; veri görselleştirme, raporlama ve veri analizi sağlayan iş zekası yönetim panelinde birleştirilerek KF projelerinin daha kaliteli bir şekilde oluşturulması açısından karar destek ve öneri mekanizmasıyla güçlendirilmiştir.
"CFTest" adında web tabanlı bir uygulama olarak son kullanıcıya sunulan süreç, daha sonrasında sağladığı etkilerin test edilebilmesi için girişimci-proje oluşturucusu ve destekçi-yatırımcı eksenindeki kullanıcılarla nicel yöntemlerle görüşülerek, anket aracılığıyla analiz edilmiş ve sonuçları tartışılmıştır.
|
|
Crowdfunding (CF), known as new generation entrepreneurship, is a funding model that has the potential to provide great benefits in terms of realizing business ideas. CF, which has been used frequently for the last 10 years, has enabled many users to collect billions of dollars in total thanks to the platforms developed around the world. In this respect, user interest in the CF ecosystem has increased over time. With the increase in platforms operating in Turkey, user interest has increased in direct proportion. The use of funds to be obtained from these platforms is largely possible with the success of the projects. However, as the researches show, as the number of users in the CF ecosystem increased, the success rates decreased visibly and the perception of quality signal in the projects was negatively affected.
Within the scope of the research to solve this problem, first of all, project data from crowdfunding platforms operating in Turkey were collected by data scraping techniques and made ready for analysis and application development. Secondly, with the feature selection, the features that affect the CF success the most were found, and success prediction models were established with machine learning methods. Finally, the obtained prediction models; It was combined in the business intelligence management panel, which provides data visualization, reporting, and data analysis, and was strengthened with decision support and suggestion mechanism to create CF projects with higher quality.
The process, which was presented to the end user as a web-based application called "CFTest", was analyzed using a survey, interviewed with the users on the axis of entrepreneur-project creator and supporter-investor by quantitative methods, to test the effects it provides later on, and the results were discussed. |
