ارائه مقیاسی برای خوشه بندی مشتریان در ترجیح محصولات داخلی؛ مورد مطالعه صنعت خودرو
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 96
فایل این مقاله در 23 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_MRIMO-23-4_007
تاریخ نمایه سازی: 6 بهمن 1403
چکیده مقاله:
در سال "حمایت از کالای ایرانی" موضوع تمایل به ترجیح محصولات داخلی توجه بیشتری را طلب می کند. در این پژوهش برای تشخیص گروههای مختلف مصرف کنندگان ازنظر تمایل به ترجیح محصولات داخلی، مقیاس جدیدی ارائه شده است تا نه یک دسته، بلکه دسته های مختلف مصرف کنندگان را ازنظر میزان ترجیح محصولات داخلی تشخیص دهد. در این پژوهش آمیخته، ابتدا مقیاس جدیدی توسط خبرگان دانشگاهی و با انتخاب و اصلاح گویه های طراحی شده برای شناسایی سه دسته مصرف کنندگان قوم مدار، جهان وطن گرا و بیگانه مدار ایجادشد؛ سپس مقیاس بدست آمده در صنعت خودرو ایران آزمون و ۵۵۸ پرسشنامه قابل تحلیل بر اساس تحلیل خوش های، ابتدا به دو دسته، یعنی متمایل به خودرو خارجی و متمایل به خودرو داخلی طبقهبندی شدند. نقاط ضعف این تقسیمبندی، در تقسیم مشاهدات به ۵ دسته به حداقل رسید. بر این اساس خوشهای که ویژگیهای مصرفکنندگان قوممدار را داشته باشد، شکل نگرفت. خوشهای با عنوان طرفداران محصولات داخلی اما ناراضی از محصولات یک صنعت شناسایی شد که در تحقیقات پیشین و در تقسیم مشتریان به دو دسته، منشا تناقض تئوری و واقعیت بازار بود. براساس یافتههای پژوهش و در راستای "حمایت از کالای ایرانی" پیگیری همیشگی تغییرات خوشهها در صنایع مختلف و تدوین برنامههای متناسب با هر خوشه پیشنهاد شده است.
کلیدواژه ها:
ترجیح محصولات داخلی ، ترجیح خودرو داخلی ، خوشه بندی مصرف کنندگان ، مقیاس خوشه بندی ترجیح محصولات داخلی
نویسندگان
Mahmood Hasanzade
دانشجوی دکتری مدیریت بازاریابی بین الملل، دانشگاه تربیت مدرس، تهران، ایران.
Seyed Hamid Khodadad Hosseini
استاد گروه مدیریت دانشکده مدیریت و اقتصاد دانشگاه تربیت مدرس، تهران، ایران
Asghar Moshabbaki Esfahani
استاد گروه مدیریت دانشکده مدیریت و اقتصاد دانشگاه تربیت مدرس، تهران، ایران
Parviz Ahmadi
دانشیار گروه مدیریت دانشکده مدیریت و اقتصاد دانشگاه تربیت مدرس، تهران، 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 :