بررسی میزان اثر بخشی استراتژی های بازاریابی سبز بر میزان وابستگی مشتریان به برند (عشق برند) (مطالعه موردی :محصولات شرکت ال جی)
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 536
فایل این مقاله در 14 صفحه با فرمت PDF و WORD قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AEFMC02_130
تاریخ نمایه سازی: 14 آذر 1395
چکیده مقاله:
بازاریابی سبز توسعه و ترویج محصولات و خدماتی را بر عهده دارد که خواسته ها و نیازهای مشتری را در خصوص کیفیت، عملکرد، قیمت گذاری مطلوب و راحتی ، بدون وارد کردن آسیب به محیط زیست برآورده می سازد. در این راستا پژوهشهای زیادی به منظور بررسی مزایای این پدیده نوین بازاریابی و عناصرآمیخته آن برکسب وکار انجام شده است. این پژوهش نیز با هدف توسعه استراتژی های بازاریابی سبز بر اساس میزان وابستگی مشتریان (عشق برند) انجام گرفته است. تحقیق از نوع توصیفی – پیمایشی می باشد جهت جمع آوری اطلاعات از ابزار پرسشنامه استفاده شده است.برای جمع آوری اطلاعات بازاریابی سبز از پرسشنامه ساخت محقق و برای عشق برند از پرسشنامه یونال و آدین (2013) استفاده شده که ضریب آلفای کرنباخ آنها به ترتیب 75.و71. می باشد. برای آزمون روایی سوالات از اعتبار محتوا استفاده شد که به این منظور از نظرات متخصصان ، اساتید دانشگاهی و کارشناسان خبره استفاده شده است. در این مرحله پرسشنامه ها با همگرایی زیادی میان نظرات این متخصصان، تایید شد. جامعه آماری این پژوهش مشتریان شرکت ال جی در استان تهران می باشد با توجه به نا محدود بودن جامعه آماری در نهایت تعداد 386 نفر به عنوان حجم نمونه انتخاب گردید. برای تجزیه و تحلیل داده ها از ضریب همبستگی اسپریمن و رگرسیون چندگانه استفاده شده است که در نهایت تمام فرضیه ها به اثبات رسیده و مشخص گردید که استراتژی های بازاریابی قیمت و ترفیع بعنوان متغیر های پیش بینی ، معیار ورود به معادله نهایی رگرسیون ، برای توضیح تغییرات عشق برند را دارند.
نویسندگان
ترکان حسینی
کارشناس ارشد مدیریت اجرایی بازاریابی و صادرات، دانشگاه پیام نور واحد تهران غرب
یاسمین کیوان
کارشناس ارشد مدیریت بازرگانی، دانشگاه آزاد واحد علوم و تحقیقات
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 :