مطالعات مدیریت صنعتی

ارائه مدل بازاریابی تعاملی با رویکرد مدیریت دانش مشتریان در صنعت فولاد

نوع مقاله : مقاله پژوهشی

نویسندگان

حسین وحیدی ایری سفلی 1
محمود احمدی شریف 2
محمد نصرالله نیا 3
پیمان غفاری آشتیانی 4

1 گروه مدیریت بازرگانی، واحد بین المللی کیش، دانشگاه آزاد اسلامی، جزیره کیش، ایران

2 استادیار، گروه مدیریت بازرگانی، دانشکده مدیریت و حسابداری، واحد شهر قدس، دانشگاه آزاد اسلامی، تهران، ایران

3 استادیار، گروه مدیریت بازرگانی، دانشکده مدیریت و حسابداری، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

4 دانشیار، گروه مدیریت بازرگانی، دانشکده مدیریت و حسابداری، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران

https://doi.org/10.22054/jims.2024.80867.2925
چکیده
هدف این تحقیق ارائه مدل جدید (نوآورانه) بازاریابی تعاملی محتوا محور با رویکرد مدیریت دانش مشتریان و لحاظ نمودن متغیرهای (عوامل) علی، زمینه ای و مداخله گر در صنعت فولاد کشور بر اساس روش تئوری داده بنیاد می باشد. در این تحقیق، بر اساس ابزار مصاحبه از متخصصان و مدیران ارشد صنعت فولاد، 98 عامل مرتبط با بازاریابی محتوا محور، و متغیرهای تحقیق شناسایی و به روشهای کدگذاری باز، محوری و انتخابی، سازه های مرتبط با هر متغیر ارائه شده است. در گام بعدی، بر اساس تحلیل داد های حاصل از پرسشنامه، به روش تحلیل عاملی تاییدی با تکنیک PLS، بار عاملی و پایایی ترکیبی برای متغیرهای تحقیق به ترتیب بالای 4/0 و 7/0 محاسبه و در نتیجه اعتبار هر سازه مرتبط با عوامل، راهبردها و پیامدهای مدل تحقیق مورد تایید قرار گرفت. سپس به روش معادلات ساختاری و تخمین مدل نهایی، عوامل علی، عوامل زمینه ای، راهبرد مدیریت دانش مشتریان و عوامل مداخله گر بترتیب در جایگاه های اول الی چهارم اثرگذاری بر بازاریابی تعاملی محتوا محور در مدل نهایی تحقیق مورد تایید قرار گرفته اند. در نهایت ضمن ارائه مدل تحقیق با نیکویی برازش کل در حد مطلوب، توجه به آثار و پیامدهای مدل شامل: پیامدهای داخلی و شرکتی، مزیت رقابتی، مدیریت تجربه برند، پیامدهای مشتریان و بازار پیشنهاد شده است.

کلیدواژه‌ها

بازاریابی تعاملی محتوا محور
متغیرهای علی
متغیرهای زمینه ای
متغیرهای مداخله گر
مدیریت دانش مشتریان
موضوعات

عنوان مقاله English

Presentation of interactive marketing model with approach on customer knowledge management in steel industry

نویسندگان English

Hossein Vahidi Iry Sofla 1
mahmoud ahmadi sharif 2
Mohammad nasrolahnia 3
Peyman Ghafari Ashtiani 4
1 Department of Business management,Kish international Branch,Islamic Azad university,Kish Island,Iran
2 Assistant Professor. Department of Business Management. Faculty of Management and Accounting. Shahr-e-Qods Branch. Islamic Azad University. Tehran. Iran
3 Assistant Professor. Department of Business Management. Faculty of Management and Accounting. South Tehran Branch. Islamic Azad University. Tehran. Iran
4 Peyman Ghafari Ashtiani Associate Professor. Department of Business Management. Faculty of Management and Accounting. Arak Branch, Islamic Azad University. Arak. Iran Abstract
چکیده English

The purpose of this research is to present a content-oriented interactive marketing model with the approach of customer knowledge management, while considering the causal, contextual, and intervening variables (factors) in the country's steel industry based on the data theory method of the Foundation. In this research, based on interview tools from experts and senior managers of the steel industry, 98 factors related to content-based marketing and research variables have been identified, and structures related to each variable have been presented using open, central, and selective coding methods. In the next step, based on the analysis of the data obtained from the questionnaire, the confirmatory factor analysis method with the PLS technique was applied. The factor load and combined reliability for the research variables were calculated to be above 0.4 and 0.7, respectively. As a result, the validity of each construct related to the factors, the strategies, and implications of the research model were approved. Then, using the method of structural equations and estimation of the final model, causal factors, contextual factors, customer knowledge management strategy, and intervening factors were confirmed as the first to fourth most influential on content-based interactive marketing in the final research model. Finally, while presenting the research model with optimal overall goodness of fit, attention is drawn to the effects and consequences of the model, including: internal and corporate consequences, competitive advantage, brand experience management, and customer and market consequences that are suggested.

کلیدواژه‌ها English

content-oriented interactive marketing
causal variables
contextual variables
intervening variables
customer knowledge management
consequences of the model
steel industry
  1. محمودی ادریس، سرهنگی کامران و محمدزاده علمداری مهرداد. (1402)، بررسی نقش مدیریت ارتباط با مشتری در رابطه بین مدیریت دانش مشتری و توسعه محصول جدید (نمونه پژوهش: شرکت‌های صنعتی فعال در بخش پلاستیک)، نشریه: مدیریت دانش سازمانی، دوره:6، شماره:3(پیاپی 22)، صص:81-118. doi: 81-118. 20.1001.1.26454262.1402.6.3.3.8
  2. امامی کاملیا.؛ خیری بهرام و مؤمنی ماندانا. (1402)، شناسایی پیشایندهای برنامه‌ریزی استراتژیک بازاریابی جامع در کسب‌وکارهای آنلاین، بررسی‌های بازرگانی، دوره 21، شماره 120 - شماره پیاپی 120. مرداد و شهریور 1402، صص. 117-148. doi:10.22034/BS.2022.560592.2620
  3. سیف الهی ناصر و موحد سید محمدرضا. (1401)، تحلیل اثر دانش مشتری بر بهبود کیفیت خدمات صنعت هتلداری با نقش میانجی مدیریت ارتباط با مشتری، نشریه: پژوهش‌های مدیریت عمومی، دوره:15، شماره:55، صفحات:155-178 doi: 155-178. 10.22111/ JMR.2021.38250.5456.
  4. کاتلر فیلیپ و گری آرمسترانگ. (1389)، اصول بازاریابی جلد اول، مترجم مهدی زارع، تهران مدیر فردا، صص 11-8.
  5. رنجبریان بهرام، رشید کابلی مجید، صنایعی علی و حدادیان علیرضا. (1391)، تحلیل رابطه بین ارزش درک شده، کیفیت درک شده، رضایت مشتری و قصد خرید مجدد در فروشگاه‌های زنجیره‌ای تهران، مجله مدیریت بازرگانی دوره 4 شماره 11، صص 55-70 doi: 55-70. 10.22059/JIBM. 28613
  6. طاهری کیا فریز و مسچی مهدی. (1391)، تأثیر کوشش‌های ارتباطی خرده فروشی (پست مستقیم، رفتار ترجیحی، پاداش ملموس) بر نگرش رفتار مصرف‌کننده فروشگاه‌های هایپراستار تهران، نشریه: فصلنامه پژوهشگر (مدیریت)، پیاپی 28 (زمستان 1391)doi: https://www.magiran. com/p1294815
  7. دادرس لیلا، فیضی محمد و دادرس تقی، (1394)، بررسی رابطه تعاملی ابعاد بازاریابی سیاسی و تأثیر وزنی آن بر مشارکت عمومی شهروندان اردبیل، کنفرانس بین‌المللی اقتصاد، مدیریت و فرهنگ ایرانی اسلامی، دوره: 1، شماره: 2 https://www.sid.ir/paper/ 823255/fa.
  8. آوریل سی. واکر و دیگران (1383)، استراتژی بازاریابی: با رویکردی تصمیم محور. ترجمه سید محمد اعرابی و داوود ایزدی. تهران: دفتر پژوهش‌های فرهنگی.
  9. Anjala, S. K., Dwivedi, Y. K., Bindu, N., & Satheesh Kumar, K. (2021). A broad overview of interactive digital marketing: A bibliometric network analysis. Journal of Business Research, 131, 183-195.https://doi.org/ 10.1016/j. jbusres. 2021.01.061
  10. Atmaja, B. S., Susilo, A., & Budi, L. (2016). The effect of brand DNA on interactive marketing: Perspective of junior lecturers from the Faculty of Economics of a Catholic University. Procedia - Social and Behavioral Sciences, 224, 459-466. https://doi.org/10.1016 /j. sbspro. 2016.05.456.
  11. Behera Rajat, K., Bala, P. K., & Rana, N. P. (2024). Assessing the intention to adopt computational intelligence in interactive marketing. Journal of Retailing and Consumer Services, 78, 103765. https://doi.org/10.1016/j.jretconser.2023.103765.
  12. Billy Surya Atmaja, S., Susilo, A., & Budi, L. (2016). The effect of brand DNA on interactive marketing: Perspective of junior lecturers from the Faculty of Economics of a Catholic University. Procedia - Social and Behavioral Sciences, 224, 459-466. https://doi.org/10.1016/j.sbspro.2016.05.441
  13. Boerman, S. C., Kruikemeier, S., & Zuiderveen Borgesius, F. J. (2017). Online behavioral advertising: A literature review and research agenda. Journal of Advertising, 46(3), 363-376. https://doi.org/10.1080 /00913367.2017.1339361.
  14. Brockmann, E. N., & Anthony, W. P. (2022). Tacit knowledge and strategic decision-making. Group & Organization Management, 27(4), 436-455. https://doi.org/10.1177/1059601104264004.
  15. Cogan, L. S., Schmidt, W. H., & Guo, S. (2023). Using institutional data and messages on social media to predict the career decisions of university students: A data-driven approach. Education and Information Technologies, 28(3), 1405-1423. https://doi.org/10.1007/s10639-022-11092-7
  16. Czarnecka, B., & Mogaji, E. (2019). How are we tempted into debt? Emotional appeals in loan advertisements in UK newspapers. International Journal of Bank Marketing, 38(3), 756-776. https://doi.org/10.1108/IJBM-07-2018-0183.
  17. Foushai, A., & Kozimski, J. (2019). Marketing managers in the age of AI: A multiple-case study of B2C firms. Retrieved from. https://www.diva-portal.org/smash/get/diva2:1333578/‌FULLTEXT01‌.pdf.
  18. Hudson, S., Roth, M. S., Madden, T. J., & Hudson, R. (2015). The effects of social media on emotions, brand relationship quality, and word of mouth: An empirical study of music festival attendees. Tourism Management, 23(2), 75-98. https://doi.org/10.1016/j. tourman.2015. 03.009.
  19. Kumar Behera, R., Bala, P. K., & Rana, N. P. (2024). Assessing the intention to adopt computational intelligence in interactive marketing. Journal of Retailing and Consumer Services, 78, 103765. https://doi.org/10.1016 /j. jretconser.2023.103765.
  20. Kumar, V., Rajan, B., Venkatesan, R., & Lecinski, J. (2019). Understanding the role of artificial intelligence in personalized engagement marketing. California Management Review, 61(4), 135-155. https://doi.org/10. 1177/ 0008125619869177.
  21. Kuo, Y.-F., & Chen, F.-L. (2023). The effect of interactivity of brands’ marketing activities on Facebook fan pages on continuous participation intentions: An S-O-R framework study. Journal of Retailing and Consumer Services, 74, 103446. https://doi.org/10.1016 /j.jretconser. 2023.103446.
  22. Leyuod, S., Stankovska, A., & Efremova, T. (2018). Artificial intelligence and marketing. Entrepreneurship, 6(2), 298-304. https://doi.org/10.1515/ entm -2018-0021.
  23. Paramita, W., Huynh Ba Chan Nhu, Liem Viet Ngo, Quan Ha Minh Tran, & Gregory, G. (2021). Brand experience and consumers' social interactive engagement with brand page: An integrated-marketing perspective. Journal of Retailing and Consumer Services, 62, 102611. https://doi.org/10.1016/j.jretconser.2021.102611.
  24. Peltier, J.W., Dahl, A.J., Drury, L., & Khan, T. (2024). "Cutting-edge research in social media and interactive marketing: a review and research agenda." Journal of Research in Interactive Marketing. doi: 10.1108/JRIM-02-2024-0074.
  25. Rabin, J. (2019). Towards ethical financial innovation and inclusion: Implications of AI targeting on vulnerable individuals seeking payday loans. Presented at FinTech, Artificial Intelligence and the Law Conference, Liverpool John Moores University. Available at https://gala.gre.ac.uk/id/eprint/26150.
  26. Simon, H., Roth, M. S., Madden, T. J., & Hudson, R. (2015). The effects of social media on emotions, brand relationship quality, and word of mouth: An empirical study of music festival attendees. Tourism Management, 23(2), 75-98. https://doi.org/10.1016/tourman.2015.03.009.
  27. Walker, C. O., & O'Reilly, C. S. (2004). Marketing strategy: A decision-oriented approach. M. Erabi & D. Izadi (Trans.). Tehran: Cultural Research Office.
  28. Widya Paramita, H., Huynh Ba Chan Nhu, Liem Viet Ngo, Quan Ha Minh Tran, & Gregory, G. (2021). Brand experience and consumers' social interactive engagement with brand page: An integrated-marketing perspective. Journal of Retailing and Consumer Services,62,102611.https://doi.org/10.1016/ jretconser. 2021.102611
  29. Ying-Feng Kuo, & Fei-Lung Chen. (2023). The effect of interactivity of brands’ marketing activities on Facebook fan pages on continuous participation intentions: An S–O-R framework study. Journal of Retailing and Consumer Services, 74, 103446. https: //doi.org/10.1016/j.jretconser.2023.103446
مطالعات مدیریت صنعتی
دوره 22، شماره 74
پاییز 1403
صفحه 255-289

ٌصفحه اصلی

اعضای هیات تحریریه

ارسال مقاله

تماس با ما