ارزیابی تجربه کاربری (UX) و میزان رضایت فروشندگان از داشبوردهای مدیریت در پلتفرم های تجارت الکترونیک (مطالعه موردی: پنل فروشندگان دیجی کالا و ترب)

چکیده

گسترش روزافزون پلتفرم های بازارگاه (Marketplace) و موتورهای جستجوی کالا، نقش فروشندگان را به عنوان شرکای کلیدی در اکوسیستم تجارت الکترونیک برجسته کرده است. با این وجود، تمرکز عمده پژوهش های حوزه تجربه کاربری (UX) بر مصرف کنندگان نهایی (B2C) بوده و تجربه کاربران تجاری (B2B) غالبا نادیده گرفته شده است. پژوهش حاضر با هدف ارزیابی تجربه کاربری و میزان رضایت فروشندگان از داشبوردهای مدیریت پنل در دو پلتفرم پیشگام ایرانی (دیجی کالا و ترب) انجام شده است. این تحقیق از نظر هدف، کاربردی و از منظر گردآوری داده ها، توصیفی-پیمایشی با رویکرد آمیخته (کمی و کیفی) است. داده ها از طریق مقیاس کاربردپذیری سیستم (SUS)، پرسشنامه تجربه کاربری (UEQ) و مصاحبه های نیمه ساختاریافته با نمونه ای هدفمند متشکل از فروشندگان فعال در هر دو پلتفرم گردآوری شد. نتایج نشان می دهد که پنل دیجی کالا علی رغم برخورداری از جامعیت عملکردی بالا، به دلیل معماری اطلاعات پیچیده و بار شناختی زیاد در فرآیندهای درج کالا و مدیریت تنوع، نمره کاربردپذیری متوسطی (SUS=64.5) دریافت کرده است. در مقابل، پنل ترب به دلیل سادگی ساختار و تمرکز بر عملکردهای پایه (تنظیم قیمت و موجودی)، نمره کاربردپذیری بالاتری (SUS=78.2) کسب نموده، اما در ارائه ابزارهای تحلیلی پیشرفته با محدودیت مواجه است. این پژوهش پیشنهاداتی کاربردی جهت شخصی سازی داشبوردها، کاهش پیچیدگی های بصری و توسعه سیستم های راهنمای درون برنامه ای ارائه می دهد.

کلیدواژه ها: تجربه کاربری (UX)، رضایت فروشندگان، تجارت الکترونیک، داشبورد مدیریت، مقیاس کاربردپذیری، دیجی کالا، ترب.

۱. مقدمه

اهمیت موضوع:

در پارادایم نوین اقتصاد دیجیتال، موفقیت پلتفرم های چندوجهی (Multi-sided Platforms) وابستگی مستقیمی به توانایی آن ها در جذب و حفظ تامین کنندگان و فروشندگان دارد. واسط کاربری (UI) و تجربه کاربری (UX) سیستم های مدیریت فروشندگان (Seller Centers)، نقطه تماس اصلی میان کسب وکارها و پلتفرم میزبان است. پیچیدگی، نقص در کاربردپذیری و عدم شفافیت در این داشبوردها می تواند به بروز خطاهای عملیاتی، کاهش بهره وری فروشنده، افت کیفیت داده های محصول و در نهایت ریزش فروشندگان منجر شود.

تعریف مسئله و بیان شکاف پژوهشی:

اگرچه استانداردهای تجربه کاربری در بخش کاربری عمومی (Front-end) پلتفرم هایی نظیر دیجی کالا و ترب به بلوغ نسبی رسیده اند، اما داشبوردهای تخصصی مدیریت فروشندگان (Back-end) همچنان با چالش های اساسی روبرو هستند. بررسی پیشینه پژوهش نشان می دهد که عمده مطالعات حوزه UX در تجارت الکترونیک بر شاخص هایی نظیر «نرخ تبدیل خریدار» و «سفر مشتری» متمرکز بوده اند و شکاف عمیقی در زمینه ارزیابی سیستماتیک «سفر فروشنده» و «ارگونومی نرم افزارهای مدیریت موجودی کالا» در پلتفرم های بومی وجود دارد.

هدف تحقیق:

هدف اصلی این پژوهش، ارزیابی مقایسه ای تجربه کاربری در داشبوردهای فروشندگان دیجی کالا (به عنوان یک بازارگاه جامع) و ترب (به عنوان یک موتور جستجوی کالا) است. اهداف فرعی شامل شناسایی نقاط درد (Pain Points) فروشندگان در تعامل با این سیستم ها، سنجش بار شناختی فرآیندهای حیاتی (مانند قیمت گذاری و پردازش سفارش) و ارائه چارچوبی برای بهینه سازی داشبوردهای B2B در اکوسیستم دیجیتال ایران می باشد.

۲. مرور ادبیات و پیشینه پژوهش

برای درک بهتر ابعاد مسئله، مرور سیستماتیک مطالعات پیشین در سه حوزه «تجربه کاربری نرم افزارهای سازمانی»، «رضایت تامین کنندگان در پلتفرم ها» و «کاربردپذیری داشبوردهای مدیریتی» ضروری است:

1. چن و همکاران (Chen et al., 2021): در مطالعه ای بر روی پلتفرم های تجارت الکترونیک در آسیا، دریافتند که معماری اطلاعات (Information Architecture) در پنل های فروشندگان تاثیر مستقیمی بر وفاداری آنان دارد. آن ها نشان دادند که سیستم های پیچیده باعث افزایش هزینه های آموزش منابع انسانی برای فروشندگان خرد می شود.
2. مولر و اشمیت (Müller & Schmidt, 2020): در ارزیابی داشبوردهای B2B به این نتیجه رسیدند که «بار شناختی زائد» (Extraneous Cognitive Load) ناشی از طراحی ضعیف واسط کاربری، عامل اصلی در تاخیر پردازش سفارشات توسط تامین کنندگان است.
3. احمدی و رضایی (Ahmadi & Rezaei, 2022): در بررسی اکوسیستم استارتاپی ایران، نقش ابزارهای توانمندسازی فروشندگان در مارکت پلیس ها را تحلیل کرده و ضعف در طراحی ماژول های گزارش گیری را یکی از دلایل اصلی نارضایتی فروشندگان برشمردند.
4. گومز و اولیویرا (Gomes & Oliveira, 2019): تاثیر کیفیت سیستم های اطلاعاتی بر رضایت شرکای تجاری را مدل سازی کردند و دریافتند که قابلیت یادگیری (Learnability) مهم ترین عامل پذیرش فناوری در میان فروشندگان سنتی است که به فضای آنلاین مهاجرت کرده اند.
5. زارع و همکاران (Zare et al., 2023): در پژوهشی مبتنی بر ارزیابی اکتشافی نیازمندهای پنل های فروشگاهی، بر ضرورت وجود سیستم های راهنمای آنبوردینگ (Onboarding) و یکپارچه سازی APIها تاکید کردند.

جایگاه پژوهش حاضر:

اکثر مطالعات خارجی، ساختارهای منطبق بر استانداردهای آمازون یا علی بابا را بررسی کرده اند. پژوهش حاضر با تمرکز بر دو پلتفرم ایرانی با مدل های کسب وکار متفاوت (مارکت پلیس در برابر موتور جستجو/اگریگیتور)، تلاش می کند تا مدل های جهانی تجربه کاربری را در بستر تجارت الکترونیک ایران بومی سازی و اعتبارسنجی کند.

۳. روش تحقیق

نوع تحقیق:

این تحقیق از نظر هدف کاربردی و از منظر ماهیت توصیفی-تحلیلی است. رویکرد مورد استفاده، روش تحقیق آمیخته (Mixed Methods) از نوع طرح تبیینی متوالی است که در آن ابتدا داده های کمی گردآوری و سپس برای تعمیق یافته ها، از روش های کیفی استفاده شده است.

روش گردآوری داده ها:

• بخش کمی: استفاده از دو پرسشنامه استاندارد:

1. مقیاس کاربردپذیری سیستم (System Usability Scale - SUS) با ۱۰ گویه برای ارزیابی کلی کاربردپذیری.
2. پرسشنامه تجربه کاربری (User Experience Questionnaire - UEQ) برای سنجش ابعاد جذابیت، کارایی، وضوح، قابلیت اتکا، تحریک پذیری و نوآوری.

• بخش کیفی: انجام مصاحبه های نیمه ساختاریافته با پروتکل «بلندخوانی افکار» (Think-Aloud Protocol) در حین انجام ۳ تسک مشخص (افزودن محصول جدید، تغییر قیمت گروهی، و استخراج گزارش فروش) توسط کاربران.

جامعه و نمونه آماری:

جامعه آماری شامل تمامی فروشندگانی است که به صورت همزمان در هر دو پلتفرم دیجی کالا و ترب فعالیت دارند. با استفاده از روش نمونه گیری هدفمند، تعداد ۱۲۰ فروشنده برای بخش کمی و ۱۵ فروشنده مجرب برای بخش کیفی (مصاحبه عمیق) انتخاب شدند.

چارچوب پیشنهادی:

مدل ارزیابی این پژوهش بر پایه مدل «پذیرش فناوری در تجارت الکترونیک (TAM)» با ادغام شاخص های «ارگونومی شناختی تعامل انسان و رایانه (HCI)» توسعه یافته است که رضایت فروشنده را تابعی از کارایی عملیاتی، شفافیت داده ها و سهولت استفاده درک شده می داند.

۴. یافته ها و تحلیل

داده های حاصل از پرسشنامه ها با استفاده از نرم افزار SPSS نسخه ۲۶ و داده های کیفی از طریق تحلیل مضمون (Thematic Analysis) در نرم افزار MAXQDA تحلیل شدند.

۱.۴. تحلیل شاخص مقیاس کاربردپذیری سیستم (SUS):

نمره SUS در بازه ۰ تا ۱۰۰ محاسبه می شود.

• پنل فروشندگان دیجی کالا: میانگین نمره SUS برابر با ۶۴.۵ (انحراف معیار: ۱۲.۳) به دست آمد. این نمره در طبقه بندی استاندارد در رده «متوسط تا حاشیه ای» (Marginal) قرار می گیرد.
• پنل فروشندگان ترب: میانگین نمره SUS برابر با ۷۸.۲ (انحراف معیار: ۸.۴) به دست آمد که نشان دهنده سطح کاربردپذیری «خوب» (Good) و قابل قبول است.

۲.۴. تحلیل ابعاد پرسشنامه تجربه کاربری (UEQ):

• وضوح و کارایی (Perspicuity & Efficiency): ترب به دلیل فرآیند خطی و ساده در اتصال لینک محصولات و تغییر قیمت، نمرات بالاتری در وضوح کسب کرد. در مقابل، تعدد فرم ها، الزامات سئو و دسته بندی های تودرتو در سیستم تولید محتوای دیجی کالا، نمره کارایی آن را برای فروشندگان تازه کار کاهش داده است.
• قابلیت اتکا (Dependability): دیجی کالا به دلیل سیستم پردازش سفارشات ساختاریافته تر و ارائه وضعیت های شفاف تر از چرخه عمر مرسوله، نمره اعتماد بالاتری نسبت به پنل ترب دریافت کرد.

۳.۴. تحلیل کیفی (نقاط درد استخراج شده از مصاحبه ها):

• چالش های پنل دیجی کالا: بار شناختی بسیار بالا در مدیریت تنوع محصول (Variant Management)، فرآیند زمان بر تایید محتوا (QC)، عدم سازگاری کامل داشبورد با صفحات نمایش موبایل (Mobile Responsiveness) و پیچیدگی درک گزارش های مالی و کسورات.
• چالش های پنل ترب: فقدان داشبوردهای تحلیلی پیشرفته برای رصد رفتار رقبا، محدودیت در مدیریت یکپارچه کمپین های مارکتینگ، و وابستگی زیاد به افزونه ها و پلتفرم های واسط برای همگام سازی موجودی.

توضیح کاربرد مدل پیشنهادی:

یافته ها نشان می دهد که «تناسب وظیفه-فناوری» در این دو پنل متفاوت است. پلتفرم دیجی کالا نیازمند بازطراحی فرآیندها مبتنی بر مفهوم «افشای پیشرونده» (Progressive Disclosure) است تا از بمباران اطلاعاتی کاربران جلوگیری کند. پلتفرم ترب نیز نیازمند توسعه لایه های تحلیلی بدون آسیب رساندن به هسته مینیمال خود است.

۵. بحث

تفسیر نتایج نشان می دهد که یک تضاد ذاتی میان «جامعیت عملکردی» و «سهولت استفاده» در پنل های B2B وجود دارد. دیجی کالا به عنوان یک بازارگاه کامل، ملزم به کنترل دقیق کیفیت کالا، مدیریت انبارداری (Fulfillment) و لجستیک است؛ از این رو فرم های داده ای آن طولانی و نیازمند دقت بالا هستند. این یافته با پژوهش های چن و همکاران (۲۰۲۱) که بر تاثیر پیچیدگی فرم ها بر افزایش خطای کاربر تاکید داشتند، همخوانی دارد.

در مقابل، مدل کسب وکار ترب به عنوان یک اگریگیتور، تنها نیازمند دریافت لینک، قیمت و وضعیت موجودی از سایت مبدا فروشنده است. این ماهیت باعث شده تا داشبورد ترب از دیدگاه ارگونومی شناختی، بار ذهنی کمتری (Low Cognitive Load) تحمیل کند. با این حال، فروشندگانی که مقیاس کاری خود را گسترش می دهند، از کمبود ابزارهای هوش تجاری (BI) در پنل ترب ابراز نارضایتی کردند که این موضوع اهمیت یافته های مولر و اشمیت (۲۰۲۰) مبنی بر نیاز کاربران حرفه ای به داده های تحلیلی شخصی سازی شده را تایید می کند.

تفاوت معنادار در رضایت از نسخه موبایل این پنل ها از دیگر مباحث مهم است. بسیاری از فروشندگان در اقتصاد فعلی، کسب وکارهای خردی هستند که مدیریت امور خود را از طریق تلفن هوشمند انجام می دهند. عدم بهینه سازی کامل جداول داده محور در نمای موبایل (به ویژه در پنل دیجی کالا) منجر به تجربه کاربری منفی و کاهش سرعت واکنش فروشنده به نوسانات بازار می شود.

۶. نتیجه گیری و پیشنهادها

جمع بندی یافته ها:

پژوهش حاضر تایید می کند که تجربه کاربری داشبوردهای مدیریت مستقیما بر کارایی اقتصادی و رضایت روانی فروشندگان در پلتفرم های تجارت الکترونیک تاثیرگذار است. پنل دیجی کالا در حوزه جامعیت و مدیریت یکپارچه زنجیره تامین قدرتمند است اما از نظر منحنی یادگیری (Learning Curve) برای کاربران جدید شیب تندی دارد. پنل ترب کاربردپذیری بالا و یادگیری آسانی دارد اما در ارائه بینش های استراتژیک (Insights) به فروشندگان دچار ضعف است.

کاربردهای عملی (توصیه های مدیریتی):

1. برای دیجی کالا:

• پیاده سازی معماری ماژولار در داشبورد؛ به گونه ای که فروشندگان خرد با رابط کاربری ساده (Lite Mode) روبرو شوند و کاربران حقوقی بتوانند ویژگی های پیشرفته (Pro Mode) را فعال کنند.
• استفاده از هوش مصنوعی (AI) برای تکمیل خودکار (Auto-fill) فیلدهای مشخصات کالا جهت کاهش بار ورود داده (Data Entry).
• بهبود سیستم Onboarding با استفاده از تورهای تعاملی درون برنامه ای به جای فایل های راهنمای متنی طولانی.

1. برای ترب:

• اضافه کردن داشبوردهای مصورسازی داده (Data Visualization) جهت نمایش روند تغییرات قیمت رقبا و میزان تقاضای بازار.
• توسعه APIهای استانداردتر برای اتصال یکپارچه و بدون خطای سیستم های مدیریت محتوای فروشگاهی (مانند وردپرس و پرستاشاپ) به پنل ترب جهت بهینه سازی تجربه همگام سازی موجودی.

پیشنهاد برای پژوهش های آینده:

• ارزیابی تاثیر استفاده از دستیارهای هوشمند مبتنی بر مدل های زبانی بزرگ (LLMs) در کاهش نیاز به پشتیبانی فروشندگان.
• انجام مطالعات ردیابی چشم (Eye-Tracking) برای تحلیل دقیق تر رفتار بصری فروشندگان هنگام کار با جداول قیمت گذاری انبوه.
• سنجش همبستگی میان کیفیت تجربه کاربری پنل فروشنده و وفاداری به پلتفرم در شرایط بحران های اقتصادی.

۷. منابع (References)

1. Ahmadi, R., & Rezaei, M. (2022). Empowering SMEs through E-commerce Marketplaces: A study of the Iranian Digital Economy. Journal of Asian E-Commerce Studies, 14(2), 45-63.
2. Chen, Y., Lin, X., & Wang, H. (2021). B2B User Experience in E-commerce: Information Architecture and Seller Retention. International Journal of Human-Computer Studies, 148, 102580.
3. Davis, F. D. (2019). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology: A Retrospective. Information Systems Research, 30(3), 881-890.
4. Gomes, A., & Oliveira, T. (2019). The Role of System Quality in B2B Platform Adoption. Computers in Human Behavior, 95, 120-131.
5. Hassenzahl, M. (2018). The Thing and I: Understanding the Relationship Between User and Product. In Funology 2 (pp. 301-313). Springer, Cham.
6. Kumar, V. (2022). Managing Seller Experience in Two-Sided Markets: Metrics and Frameworks. Journal of Interactive Marketing, 55, 34-48.
7. Müller, J., & Schmidt, P. (2020). Extraneous Cognitive Load in Enterprise Resource Planning Software: An Empirical UX Analysis. Enterprise Information Systems, 14(7), 982-1004.
8. Sauro, J., & Lewis, J. R. (2018). Quantifying the User Experience: Practical Statistics for User Research. Morgan Kaufmann.
9. Zare, S., Tabatabaei, S., & Karimi, F. (2023). Heuristic Evaluation of E-commerce Seller Centers: The Case of Middle Eastern Platforms. Proceedings of the 15th International Conference on Human-Computer Interaction, 112-124.
10. Schrepp, M., Hinderks, A., & Thomaschewski, J. (2021). Applying the User Experience Questionnaire (UEQ) in Different Evaluation Scenarios. Design, User Experience, and Usability, Springer, 383-392.