پژوهش های نوین در تصمیم گیری

چکیده توسعه صادرات به‌عنوان یکی از راهبردهای کلان کشورها برای عبور از بحران‌های اقتصادی و دستیابی به رشد پایدار همواره مورد توجه بوده است. نظریه‌های اقتصاد کلاسیک، نئوکلاسیک و رشد اقتصادی جدید بر نقش هم‌زمان صادرات و فناوری به‌عنوان موتورهای رشد اقتصادی تأکید دارند. در پژوهش‌های پیشین، مسائل توسعه صادرات دانش‌بنیان غالباً در سه سطح حاکمیت، سازمان و بازاریابی و غالباً با نگاه کلان و با اهداف سیاست‌گذاری مورد بررسی قرار گرفته است. این پژوهش باهدف ارائه یک مدل فرایندی کاربردی جهت توسعه صادرات شرکت-های دانش‌بنیان ایرانی از طریق جهانی‌سازی شرکت‌ها به شناسایی راهبردهای بازاریابی برای توسعه صادرات شرکت‌های دانش‌بنیان ایرانی و ارائه مدل ساختاری تفسیری این راهبردها پرداخته است. روش پژوهش از نوع آمیخته متوالی بوده و در مرحله اول، با تحلیل مضمون مصاحبه‌های نیمه‌ساختاریافته صورت‌گرفته با مدیران صادراتی شرکت‌های دانش‌بنیان، راهبردهای کلیدی استخراج شده است. در مرحله دوم، با استفاده از روش مدل‌سازی ساختاری تفسیری (ISM) و مشارکت خبرگان دانشگاهی و فعالان حوزه دانش‌بنیان، مدلی سه‌مرحله‌ای شامل یادگیری بازار، ساخت بازار و رهبری بازار ارائه شده است. این مدل، شامل 15 راهبرد، مسیری عملیاتی برای توسعه صادرات دانش‌بنیان ترسیم می‌کند. این پژوهش با تمرکز بر بعد بازاریابی و با رویکردی جدید، از بیان صرف موانع و پیشران‌ها فراتر رفته و به ارائه مدل عملیاتی چند مرحله‌ای اقدام کرده که می‌تواند نقشه راه عملیاتی برای شرکت‌های دانش‌بنیان صادراتی با سطوح بین‌المللی متفاوت باشد. همچنین یافته‌های پژوهش می‌توانند به‌عنوان چارچوبی راهبردی برای سیاست‌گذاران در سطح حاکمیت و مدیران شرکت‌های دانش‌بنیان به‌منظور تقویت صادرات این شرکت‌ها در بازارهای جهانی مورداستفاده قرار گیرند.

چکیده امروزه همگام با توسعه فناوری، انتظارات مشتریان در ابعاد مختلف افزایش یافته است. در حوزه خدمات مشتریان برای تجربه محوری، راحتی و سرعت دریافت خدمات ارزش بسیاری قائل هستند. بهره‌گیری از فناوری‌های صنعت 4.0 یکی از استراتژی‌های اصلی پیش روی بانک‌ها برای بقا و رشد در چنین محیطی است. نقشه راه فناوری ابزاری است که به تصمیم‌گیرندگان در شناسایی و ارزیابی گزینه‌های مختلف جهت رسیدن به اهداف فناورانه کمک می‌کند. در مقاله حاضر پس از مرور پیشینه، شش فناوری صنعت 4.0 در حوزه بانکداری شناسایی شد که شامل بانکداری همه کاناله، بانکداری بدون شعبه، بانکداری بر بستر بلاک چین، بانکداری رسانه اجتماعی، بانکداری باز و رباتیک در بانکداری می باشد. سپس با استفاده از ترکیب مدل پوششی توسعه فناوری و روش بهترین- بدترین ارزش هر فناوری در بازه‌های زمانی دو ساله بر اساس مجموعه‌‌‌‌ای از معیارهای مالی-اقتصادی، عملکردی و تجربه کاربری محاسبه شد و نقشه راه این فناوری ها در صنعت بانکداری ایران در یک افق زمانی ده ساله ترسیم شد. یافته ها نشان می دهد هرچند در حال حاضر بانکداری رسانه اجتماعی جذابترین فناوری برای صنعت بانکداری ایران به نظر می رسد اما در سال های آتی بانکداری همه کاناله از نظر جذابیت و ارزش آفرینی، فناوری غالب این صنعت خواهد بود.

چکیده در دنیای تجارت مدرن، سازمان‌ها برای تصمیم‌گیری مؤثر نیازمند بهره‌گیری از تجزیه‌وتحلیل بازاریابی مبتنی بر داده، قابلیت‌های کلان‌داده و هوش مصنوعی هستند. این پژوهش با بررسی هم‌زمان این سه عنصر، نقش هوش مصنوعی را به‌عنوان متغیر میانجی و تعدیل‌گر در بهبود تحلیل‌های بازاریابی و تقویت قابلیت‌های بازاریابی شرکتی ارزیابی می‌کند. فراوانی داده‌های تولید شده در کانال‌های مختلف، همراه با پیچیدگی رفتار مصرف‌کننده، مانع مهمی در استخراج بینش‌های عملی برای استراتژی‌های بازاریابی مؤثر است. پژوهش حاضر از نظر هدف کاربردی است. جامعه آماری این پژوهش را خبرگان صنعتی و دانشگاهی ایران و کانادا تشکیل می‌دهند. بر اساس فرمول کوهن برای جامعه نامعین، حجم نمونه ۱۳۸ نفر تعیین و از طریق روش نمونه‌گیری غیراحتمالی در دسترس انتخاب شد. ابزار گردآوری داده‌ها پرسشنامه بود که پایایی آن برای تمامی سوالات با میزان آلفای کرونباخ 778/0 تأیید شد. یافته‌ها نشان می‌دهد قابلیت‌های کلان‌داده بر تجزیه‌وتحلیل‌های بازاریابی مبتنی بر داده اثرگذارند و هوش مصنوعی هم به‌صورت تعدیل‌گر و هم میانجی‌گر بر روابط میان متغیرها اثر می‌گذارد. علاوه بر آن، نتایج نشان می‌دهد توسعه قابلیت‌های بازاریابی شرکتی از طریق تجزیه‌وتحلیل بازاریابی می‌تواند با دقت و سرعت بیشتری انجام پذیرد. نوآوری این پژوهش در بررسی هم‌زمان نقش میانجی و تعدیل‌گر هوش مصنوعی در تقویت رابطه بین قابلیت‌های کلان‌داده و اثربخشی تجزیه‌وتحلیل بازاریابی مبتنی بر داده نهفته است.

چکیده با گسترش روزافزون خرید آنلاین و نقش پررنگ رسانه‌های اجتماعی در تصمیم‌گیری مصرف‌کنندگان، پیش‌بینی قصد خرید به یکی از مسائل کلیدی بازاریابی دیجیتال تبدیل شده است. پیش‌بینی دقیق این رفتار می‌تواند به بهبود هدف‌گیری تبلیغات، افزایش نرخ تبدیل مشتریان و بهینه‌سازی استراتژی‌های فروش کمک کند. هدف این پژوهش ارائه یک مدل ترکیبی مبتنی بر یادگیری ماشین برای پیش‌بینی قصد خرید کاربران با بهره‌گیری از بازخورد آنان نسبت به تبلیغات است. داده‌ها شامل ۱۰۰۰ رکورد و ۱۰ ویژگی مرتبط (از جمله سن، جنسیت، درآمد، مدت‌زمان حضور در سایت، میزان مصرف اینترنت روزانه، عنوان تبلیغ، محل و زمان تعامل و برچسب کلیک) بوده که از منابع عمومی (Kaggle) استخراج و پاک‌سازی شده‌اند. پس از پیش‌پردازش و انتخاب ویژگی‌ها، از روش پشته‌سازی (stacking) استفاده شد که در آن خروجی مدل‌های پایه (رگرسیون لجستیک و ماشین بردار پشتیبان) ترکیب و به‌عنوان پیش‌بینی نهایی به‌کار رفت. ارزیابی مدل با معیارهای صحت، دقت، یادآوری و F1 نشان داد که مدل پیشنهادی عملکرد مناسبی دارد (صحت 0.96 و دقت 0.98). یافته‌ها بیانگر آن است که ترکیب ویژگی‌های دموگرافیک و رفتار کاربر می‌تواند به بهبود پیش‌بینی قصد خرید کمک نماید و برای هدف‌گیری تبلیغات در پلتفرم‌های تجارت الکترونیک مفید واقع شود.

چکیده در شرایط پیچیدگی‌ها و ناپایداری‌های مستمر زنجیره‌های تأمین، تصمیم‌گیری هوشمندانه و ارتقای تاب‌آوری سازمانی ضرورتی انکارناپذیر است. هدف پژوهش حاضر، طراحی چارچوبی هوشمند برای تقویت تاب‌آوری زنجیره تأمین با بهره‌گیری از فناوری‌های نوین، به‌ویژه هوش مصنوعی و بلاک‌چین است. پژوهش حاضر، با رویکرد آمیخته انجام شد. در گام نخست، مرور نظام‌مند ادبیات در بازه زمانی ۲۰۱۵ تا نیمه نخست ۲۰۲۵ بر روی ۶۳ مقاله از پایگاه‌های Scopus و Web of Science انجام و پس از غربالگری، ۳۴ مقاله مرتبط انتخاب گردید. سپس، با استفاده از نرم‌افزار مکس کیودا ۲۰۲۲، تحلیل مضمون جهت استخراج مؤلفه‌های کلیدی و تدوین چارچوب مفهومی اولیه صورت گرفت. برای بومی‌سازی و اعتبارسنجی یافته‌ها، مصاحبه‌های نیمه‌ساختاریافته با 20 خبره حوزه زنجیره تأمین هوشمند انجام و مجدداً با همان روش تحلیل مضمون بررسی شدند. در بخش کمی، از دلفی فازی برای غربالگری معیارها و از تکنیک دیمتل فازی و نیز روش ANP فازی برای تعیین روابط علی، اثرگذاری و وزن‌دهی معیارها بهره گرفته شد نتایج نشان داد فناوری‌های نوین با ارتقای شفافیت اطلاعات، تسریع تصمیم‌گیری و بهبود پیش‌بینی، تاب‌آوری زنجیره تأمین را به طور معناداری افزایش می‌دهند. «دیجیتال‌سازی زنجیره»، «اقتصاد هوشمند کشاورزی» و «سیاست‌گذاری نهادی» پیشران‌های کلیدی شناسایی شدند و «مشارکت فناورانه» و «خودکارسازی فرایندها» بیشترین اثر را بر انطباق‌پذیری و بازگشت‌پذیری سیستم داشتند. یافته‌ها، نقشه راهی هوشمند برای تصمیم‌گیری در شرایط عدم قطعیت و توسعه ظرفیت‌های فناورانه سازمان‌ها ارائه می‌کند.

چکیده این مقاله با هدف ارائه راهنمایی کاربردی و جامع برای انتخاب روش‌های آماری مناسب در پژوهش‌های علوم اجتماعی و مدیریت، به بررسی نظام‌مند انواع روش‌های آماری و کاربردهای آن‌ها در تحلیل داده‌ها می‌پردازد. با توجه به پیچیدگی روزافزون روابط بین متغیرها و تنوع چشمگیر مقیاس‌های اندازه‌گیری در مطالعات علوم انسانی، انتخاب روش آماری مناسب از اهمیت ویژه‌ای برخوردار است و نقشی تعیین‌کننده در اعتبار و دقت نتایج پژوهشی ایفا می‌کند. در این راستا، این مقاله با ارائه فلوچارت و جداول جامع و کاربردی، به پژوهشگران کمک می‌کند تا با در نظر گرفتن دقیق نوع و تعداد متغیرها، اهداف پژوهش و مفروضات روش‌های آماری، روشی متناسب و کارآمد را انتخاب نمایند. هدف اصلی این جداول، تسهیل فرآیند تصمیم‌گیری و انتخاب روش آماری مناسب برای پژوهشگران است. همچنین، مقاله حاضر به بحث و بررسی نقش و اهمیت روش‌های آماری در ارتقای کیفیت و اعتبار پژوهش‌های علوم اجتماعی و مدیریت می‌پردازد و نشان می‌دهد که انتخاب صحیح روش‌های آماری می‌تواند به افزایش دقت، قابلیت تعمیم و اعتبار نتایج پژوهشی منجر شود. در نهایت، این مقاله تلاش می‌کند تا با ارائه راهنمایی‌های عملی و کاربردی، به پژوهشگران علوم اجتماعی و مدیریت در انجام پژوهش‌های دقیق‌تر و معتبرتر کمک کند. در این راستا، مقاله حاضر با ذکر مثال‌های عینی از حوزه‌های مدیریتی کاربرد عملی روش‌های آماری را برای پژوهشگران این عرصه ملموس‌تر می‌سازد.