طراحی مدل اثرگذاری دانش مشتری بر عملکرد شرکت با استفاده از نظریه داده بنیاد
محل انتشار: مجله تحقیقات بازاریابی نوین، دوره: 10، شماره: 2
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 419
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_NMRJ-10-2_004
تاریخ نمایه سازی: 23 اردیبهشت 1400
چکیده مقاله:
هدف این مقاله، طراحی مدل اثرگذاری دانش مشتری بر عملکرد شرکت و قیاس با وجوه عملکردی براساس چارچوب کارت ارزیابی متوازن، در شرکت های صنعت امنیت فناوری اطلاعات است. بدین منظور براساس روش نظریه داده بنیاد با خبرگان صنعت امنیت فناوری اطلاعات مصاحبه و به وسیله کدگذاری باز، محوری و انتخابی و با رویکرد پارادایمی، مدل اثرگذاری دانش مشتری بر عملکرد سازمان ترسیم و اجزای این مدل با وجوه عملکردی در مدل کارت ارزیابی متوازن مقایسه شد. نتایج این پژوهش علاوه بر ارائه مدل اثرگذاری دانش مشتری بر وجوه عملکردی شرکت، نشان می دهد دانش مشتری بر هر چهار وجه عملکرد مالی، مشتری، فرایندهای داخلی، رشد و یادگیری، براساس چارچوب کارت ارزیابی متوازن، اثر می گذارد. همچنین در این پژوهش نشان داده می شود برای اثرگذاری دانش مشتری بر عملکرد به بلوغ دانش و بلوغ دانش مشتری نیاز است. براساس نتایج پژوهش، شرکت های امنیت فناوری اطلاعات با ایجاد و توسعه مدیریت دانش مشتری می توانند علاوه بر ارتقای شاخص های عملکردی، شاخص عملکرد مالی را نیز بهبود بخشند. این مقاله از نخستین مطالعات درزمینه اثرگذاری دانش مشتری بر عملکرد شرکت ها با بررسی چهار جنبه مدنظر مدل کارت ارزیابی متوازن است که به صورت جامع اثر دانش مشتری بر عملکرد شرکت را نشان می دهد
کلیدواژه ها:
نویسندگان
سید دانیال بیدگلی
دانشجوی دکترای مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران
محمدصالح اولیاء
استاد گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران
محمدتقی عیسایی
دانشیار گروه مدیریت، دانشکده اقتصاد و مدیریت، دانشگاه صنعتی شریف، تهران، ایران
محمد حسین ابویی
استادیار گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :