بررسی تاثیر هوش مصنوعی فازی بر پیش بینی رفتار خرید مشتریان در پلتفرم های بازاریابی الکترونیکی

پژوهش حاضر با هدف بررسی رفتار مشتری در پلتفرم های دیجیتال ایران و شناسایی عوامل موثر بر قصد خرید طراحی شده است. مطالعات پیشین نشان می دهد که رفتار مشتریان تحت تاثیر متغیرهای فردی، رفتاری و محیطی قرار دارد و تحلیل دقیق آن نیازمند روش هایی است که بتوانند پیچیدگی های داده های واقعی کاربران را مدل سازی کنند. در این راسته پژوهش حاضر از رویکرد تلفیقی کیفی-کمی بهره می برد تا علاوه بر استخراج بینش های کیفی از مصاحبه ها و تحلیل محتوا، امکان تحلیل آماری و پیش بینی دقیق رفتار مشتری را فراهم آورد. جامعه آماری پژوهش شامل کاربران فعال پلتفرم های دیجیتال در ایران است و نمونه آماری به روش تصادفی-طبقه ای و هدفمند تعیین شد. حجم نمونه کمی شامل ۴۵۰ کاربر بوده که پرسشنامه های استاندارد در اختیار آنان قرار گرفت و داده های رفتاری، ادراک ریسک، اعتماد، وفاداری، تجربه مشتری و کیفیت خدمات جمع آوری شد. برای بخش کیفی نیز ۳۰ مصاحبه نیمه ساختاریافته با کاربران و مدیران پلتفرم ها انجام شد تا تجربه و نگرش های واقعی کاربران تحلیل شود. در تحلیل داده ها نرم افزارهای SPSS و SmartPLS برای آزمون روایی و پایایی ابزارها، تحلیل همبستگی بین متغیرها، محاسبه وزن شاخص ها و مدل سازی رگرسیون خطی و چندمتغیره به کار گرفته شد. همچنین MAXQDA و NVivo برای تحلیل داده های کیفی و استخراج الگوهای رفتاری کاربران استفاده شد تا ترکیبی از نتایج کمی و کیفی ارائه گردد. یافته ها نشان می دهد که ترکیب عوامل رفتاری و محیطی با استفاده از مدل های تلفیقی مبتنی بر یادگیری ماشین و منطق فازی دقت پیش بینی رفتار مشتری و اثربخشی تصمیم گیری بازاریابی را افزایش می دهد. پژوهش با ارائه چارچوب تحلیلی جامع، بهره گیری از نرم افزارهای تخصصی و توجه به ویژگی های فرهنگی مشتریان بستری قابل اعتماد برای توسعه استراتژی های بازاریابی دیجیتال در ایران فراهم می کند.

کلیدواژه ها:

بازاریابی الکترونیکی ، رفتار مشتری ، هوش مصنوعی ، منطق فازی