SEM ve Makine Öğrenimi ile Döngüsel Ekonomide Etik Pazarlama, Yeşil Aklama Algısı ve Sürdürülebilirlik Performansının Analizi

This study investigates the marketing behaviors of businesses in Türkiye’s local food supply chain through the lens of circular economy and transformative marketing. The research aims to assess how sustainability-themed marketing messages align with real-life practices, their credibility, and their influence on consumer trust and sales performance. Data was collected via 96 valid surveys from cooperatives, small and medium-sized processors, logistics firms, local markets, and vendors. The study employed a hybrid analytical approach combining Structural Equation Modelling (SEM) and machine learning algorithms (XGBoost and LightGBM). This integration provides theory-based causal inferences through SEM while also offering data-driven predictions and variable importance assessments through machine learning. The findings reveal that sustainability knowledge and intention positively affect the implementation of sustainable practices, which in turn strengthen consumer trust and boost purchasing behavior and sales. However, greenwashing—false or exaggerated environmental claims—negatively impacts consumer perception and sales outcomes. Authenticity of sustainability messages mitigates this adverse effect. Machine learning analyses highlight that simple packaging, reuse, and a focus on ‘zero waste’ are critical drivers of circular strategy adoption. Cooperatives and supermarkets show the highest adoption rates (over 80%), while grocery stores and markets. The study concludes that sustainable marketing messages generate trust and economic benefits only when backed by genuine actions. To foster broader adoption, it recommends educational initiatives, third-party sustainability certifications, financial incentives, and the development of data-driven monitoring systems. These measures are essential to accelerating the sustainable transformation of local food systems in Türkiye.

Bu çalışma, Türkiye'nin yerel gıda tedarik zincirindeki işletmelerin pazarlama davranışlarını döngüsel ekonomi ve dönüştürücü pazarlama perspektifinden incelemektedir. Araştırma, sürdürülebilirlik temalı pazarlama mesajlarının gerçek hayattaki uygulamalarla ne kadar uyumlu olduğunu, güvenilirliğini ve tüketici güveni ile satış performansı üzerindeki etkisini değerlendirmek amacıyla yapılmıştır. Veriler, kooperatifler, küçük ve orta ölçekli işleyiciler, lojistik firmaları, yerel pazarlar ve satıcılardan 96 geçerli anket yoluyla toplanmıştır. Araştırmada yöntem olarka Yapısal Eşitlik Modellemesi (SEM) ve makine öğrenimi algoritmaları (XGBoost ve LightGBM) birleştirilerek hibrit bir analitik tercih edilmiştir. Bu entegrasyon, SEM aracılığıyla teoriye dayalı nedensel çıkarımları sağlarken aynı zamanda makine öğrenimi aracılığıyla veriye dayalı tahminler ve değişken önem değerlendirmeleri sunmaktadır. Bulgular, sürdürülebilirlik bilgisi ve niyetinin sürdürülebilir uygulamaların hayata geçirilmesini olumlu yönde etkilediğini, bunun da tüketici güvenini güçlendirerek satın alma davranışını ve satışları artırdığını ortaya koymaktadır. Ancak, yeşil aklama (yanlış veya abartılı çevresel iddialar) tüketici algısını ve satış sonuçlarını olumsuz etkilemektedir. Sürdürülebilirlik mesajlarının özgünlüğü bu olumsuz etkiyi hafifletmektedir. Makine öğrenimi analizleri, basit ambalajlama, yeniden kullanım ve “sıfır atık” odaklı yaklaşımın döngüsel stratejinin benimsenmesinde kritik faktörler olduğunu vurgulamaktadır. Kooperatifler ve süpermarketler en yüksek benimseme oranlarına (yüzde 80'in üzerinde) sahipken, pazarlar ve manavlar geride kalmaktadır. Çalışma, sürdürülebilir pazarlama mesajlarının ancak gerçek eylemlerle desteklendiğinde güven ve ekonomik faydalar sağladığı sonucuna varmıştır. Daha geniş çaplı benimsenmesini teşvik etmek için eğitim girişimleri, üçüncü taraf sürdürülebilirlik sertifikaları, finansal teşvikler ve veriye dayalı izleme sistemlerinin geliştirilmesi önerilmektedir. Bu önlemler, Türkiye'deki yerel gıda sistemlerinin sürdürülebilir dönüşümünü hızlandırmak için gereklidir.