Corona Virüsü Türkiye’de Organik Trafiği Nasıl Etkiledi? (Zaman Serisi Analizi)

Corona virüsü gibi önemli hayati olaylar internet kullanım davranışlarını da şüphesiz etkiliyor. Türkiye’de ilk vakanın duyurusunun ardından ekonomik etkilerinin ne ölçekte olacağını herkes merak ediyordu. Buna ek olarak bu tür bir duyuru yapıldıktan hemen ertesi gün ve duyurunun yapılmasının birkaç gün sonrasında internet kullanıcılarının davranışları (veya psikolojilerinin yansıması) da bana göre merak konusu. 

Duyurunun yapılmasının birkaç gün sonrasında çok sayıda web sitesinin trafiğini incelemeye karar verdim. Aynı zamanda bu siteleri kategorize de ederek bu tür olayların sektörel etkilerini anlamak istedim. Bu analiz için zaman serisi tahmin modellerinden faydalandım.

Burada analiz sürecini hızlandırmak için ARIMA türü modeller yerine Facebook’un “Prophet” isimli modelleme paketini kullandım ve 50’den fazla web sitesinin oturum sayısını modelledim (ve bir kısmını bu yazıda paylaştım). Gerçek trafikleri paylaşmamak adına da her bir sitenin verisini normalize ederek göstereceğim.

Aşağıda normalize edilmiş ve modellenmiş sitelerden birisinin verisini bulabilirsiniz:

Kırmızı çizgi bir e-ticaret sitesinin normalize trafik değerleridir. (11 Mart 2020'den önce)

Mavi çizgi Prophet’in oluşturduğu modele göre trafik değişimi.

Yeşilimsi çizgi ise 11 Mart 2020 tarihinden sonra gerçekleşen trafik verileridir.

Bu sayede coronavirüs konusunda herhangi bir duyuru olmasaydı yukarıdaki e-ticaret sitesinin trafiğinde görülen düşüşün de gerçekleşmeyeceğini net bir şekilde görebiliyoruz. Ayrıca sitenin trafiğinin bu yılın en düşük seviyelerine geldiğini de buradan görmek mümkün. 

Diğer bir örnek:

Facebook’un prophet zaman serisi tahminlemesi bu örnekte çok daha başarılı bir model oluşturmuş.

Bu örnekte duyurunun hemen ertesi gününde kullanıcıların büyük ihtimalle eğitim durumunu kontrol etmek için bu siteyi ziyaret ettiklerini görüyoruz. Altıncı günün ardından da trafiğin hemen hemen normal seviyelerine geri döndüğünü de söyleyebiliriz.

Facebook’un zaman serisi analizi nasıl çalışıyor?

Prophet ile ilgili makaleyi bu linkten bulabilirsiniz: https://peerj.com/preprints/3190/

Python veya R üzerinde kullanmak için linkler aşağıda yer alıyor:

https://facebook.github.io/prophet/docs/quick_start.html#python-api
https://facebook.github.io/prophet/docs/quick_start.html#r-api

Paketlerin yüklenmesinin ardından kolon isimlerinin “ds” ve “y” olarak değiştirilmesi gerekiyor.

m <- prophet(df) # ile model fit ediliyor.

future <- make_future_dataframe(m, periods = 365) # öngörülecek gün bilgileri oluşturuluyor.

forecast <- predict(m, future) # güncel ve gelecek değerler tahminleniyor.

plot(m, forecast) # gerçek ve öngörülen veriler birlikte görselleştiriliyor.

Prophet içerisinde kullanılabilecek çok sayıda özellik yer alıyor. Bunlardan birisi oluşturulan modele göre günlerin göreceli trendleridir. Bu sayede trafiğin hangi günlerde daha yüksek seviyelerde olduğunu görmek de mümkün. Ayrıca girdi veri setinde tatil günlerini belirterek oluşturulan modelleri daha verimli hale getirmek de söz konusu.

Yukarıdaki grafiklere göre aylık trenddeki düşüş görülebileceği gibi, Pazartesi ve Pazar günlerinde trafik oldukça yüksek iken diğer günlerde giderek azaldığı görülmekte.

Finans Sitelerinde Oturum Sayılarının Değişimi

Finans siteleri corona virüs duyurusundan nasıl etkilendiler?

Finans siteleri duyurudan negatif etkilenmemiş görünüyorlar. Soldan birinci site haricindekiler 10 Mart’ta yapılan duyurunun hemen ardından 11 Mart’ta herhangi bir trafik düşüşü yaşamamış durumdalar. 16 Mart’ta ise sitelerden üçünde önemli bir trafik artışı göze çarpmakta.

E-ticaret Sitelerinde Oturumların Değişimi

Finans sitelerinden farklı olarak e-ticaret sitelerinin organik trafiklerinde duyurunun ertesi gününde önemli bir düşüş olduğu göze çarpıyor. Bana göre tüm sitelerde böyle bir etki olması gerekiyordu. Kullanıcıların dikkatlerini önemli seviyede dağıtabilecek bu duyurunun finans sitelerinde kendisini göstermezken, e-ticaret sitelerinde bu etkiyi net bir şekilde görebiliyoruz. E-ticaret sitelerinden bazılarının bu yılın en düşük trafik seviyelerine düştüğünü de bu verilerden görebiliyoruz.

İçerik Sitelerinde Trafiklerin Değişimi

İlk şok etkisi diyebileceğimiz etkiyi içerik sitelerinde de görüyoruz. Duyurunun ardından geçen iki günün ardından tarif içerikleri üzerine olan sitenin trafiğinde ciddi bir artış gerçekleşirken bu sitenin neredeyse yılın en yüksek trafik rakamlarına ulaştığını görüyoruz. 

Ekonomi ile alakalı olan sitenin ise trafiğini yükseltmesindeki nedeni corona virüsü ile ilgili haber içeriklerine bağlamak mümkün. Moda üzerine olan içerik sitesinin ise giderek artış gösteren trafik trendinde önemli bir darbe aldığı görülmekte. Sağ üstten ikinci sitenin ise ilk birkaç gün trafiği önemli düşüş yaşamasına rağmen ardından öngörülen seviyelere tekrar döndüğü görülmekte. Ayrıca bu sitenin trafiğinde yılın başından bu yana düzenli bir düşüş trendi olduğu da görülüyor. 

Hizmet Sitelerinde Trafik Değişimleri

Corona virüs duyurusunun “online hizmetler” olarak kategorileyebileceğimiz bu iki sitede herhangi bir etkisi olmamış görünüyor. Trafik trendleri aynı öngörülen seviyelerde devam etmekte. Eğitim odaklı sitede büyük bir trafik düşüşü görülürken, soldan üçüncü grafikte ciddi bir trafik artışı olduğu görülmekte ve ardından normal seviyelerine de dönüş gerçekleşiyor. Sigorta ile alakalı sitede ise bir düşüş olmasına karşın tekrar eski seviyelerine dönüşe dair sinyaller veriyor.

Sonuç

Hayatımızı etkileyen böylesi olayların internet kullanıcılarının davranışlarına etki edeceğini öngörmek kolay olsa gerek. Hemen hemen tüm sitelerde duyurunun ardından bir trafik düşüşü gerçekleşiyor. Bununla birlikte bazı sitelerde ciddi artışlar görülürken bazılarında ise ciddi düşüşler de görüyoruz. Bazı sitelerin durumdan hiç etkilenmemiş olmaları ise oldukça şaşırtıcı. Bazı siteler ise ilk birkaç günün ardından eski seviyelerine geri dönüş trendi göstermeye başlamış. Türkiye’de konuyla alakalı her yeni duyuruda ve alınan her yeni önlemde sitelerin trafikleri de değişimler göstermeye devam edecek diyebiliriz. Benzer modeller üzerinden yaptığımız analizleri önümüzdeki günlerde paylaşmaya devam edebiliriz. Takipte kalın.