Bulanık Kümeleme Analizi Kullanarak Türkiye’yi Ziyaret Eden Yabancı Turistlerin Profillerinin Belirlenmesi

Abstract

Bu çalışmanın amacı, Türkiye’yi ziyaret eden yabancı turistlerin bazı sosyo- ekonomik değişkenler açısından milliyetlerine göre kümelemek ve böylece Türkiye’yi ziyaret eden yabancı turist profilini ve benzer turist profiline sahip ül- keleri ortaya koymaktır. Bu amaca yönelik olarak TUIK resmi web sitesinden 35 ülke, eğitim, çalışma durumu, geliş nedeni, yaş-cinsiyet ve gelir düzeyi olmak üzere 5 ana kategoriye ilişkin 2014 yılı verileri elde edilmiştir. Çalışmada ilk ola- rak turizm geliri açısından önemli olduğu varsayılan değişkenler ikili karşılaştır- malar yoluyla önceliklendirilmiştir. Önceliklendirme vektörü ham veriler ile çarpı- larak yeni veri seti elde edilmiş ve kümeleme işlemi bu veri setine uygulanmıştır. Her veri seti 3 kümeye ayrılmıştır. Burada amaç her bir kategori için turizm geliri açısından “Önemli”, “Orta Önemli” ve “Az Önemli” ülkeleri belirlenmektir. Bu şe- kilde bir kümeleme sonucunun, benzer profile sahip ülkeler için ortak turizm yö- netim ve turizm pazarlama stratejileri geliştirilmesi açısından yol gösterici olaca- ğı düşünülmektedir.

The aim of this study is to cluster the foreign tourists visiting our country accor- ding to their nationalities in terms of some socio-economic variables and thus to find out foreign tourist profile visiting our country and the countries hosting simi- n lar tourist profile. For this purpose, we obtained data concerning 35 countries and k 5 main categories including level of education, working condition, visiting purpo- se, main source of information, age group-gender and tourism income for 2014. r First of all, socio-economic variables considered as being important in terms of ı tourism income are prioritized via pairwise comparison. New data set is obtai- i ned by multiplication of the raw data with the vector of prioritization and cluste- ring process has been applied to this new data set. Each data set is separated into 3 clusters. The objective in here is to find the countries being “Important”, of “Average Importance” and of “Low Importance” in terms of tourist income. It is thought that these clustering results are a guide in developing common tourism management and strategies of tourism marketing for the countries having simi- lar tourist profile.