دانلود مقاله درک رابطه بین تجزیه و تحلیل بازاریابی، چابکی مشتری و رضایت مشتری

چکیده
     در عصر دیجیتال امروز، تغییر به سمت یک فرهنگ داده محور، از پیش نیاز های کلیدی موفقیت یک کسب و کار به شمار می آید. تحقیقاتی که در گذشته انجام شده به بررسی تاثیر تجزیه وتحلیل بازاریابی بر عملکرد تجاری پرداخته و به ندرت به بررسی این موضوع پرداخته است که استفاده از تجزیه و تحلیل بازاریابی چگونه بر چابکی و رضایت مشتری اثر می گذارد. بر این اساس، با توجه به قابلیت های پویا و با کمک مطالعات پیشین، برای بررسی تاثیر استفاده از تجزیه وتحلیل بازاریابی بر چابکی و رضایت مشتری، یک چهارچوب مفهومی را به وجود آوردیم. در تحقیق 1، از داده های مقطعی جمع آوری شده از 468 مدیر مشغول به کار در صنایع مختلف، استفاده کردیم. در تحقیق 2 ، با استفاده از یک مدل پانل زنجیره ای متقاطع ( کراس لگد پانل) از داده های طولی در یک مدت زمان سه موج طولانی استفاده کردیم. تحقیق 1 نشان داد که به دست آوردن داده و ابزار، از محرک های کلیدی انجام تجزیه و تحلیل بازاریابی به شمار می آیند. زمانی که آشفتگی بازار زیاد است، استفاده از تجزیه وتحلیل بازاریابی تاثیر قوی تری بر چابکی مشتری می گذارند. همچنین این تحقیق نشان می دهد که در چنین شرایطی، تاثیر چابکی مشتری بر رضایت مشتری قوی تر است. تحقیق 2 نشان می دهد که استفاده از تجزیه و تحلیل بازاریابی در زمانT1 تاثیر مثبت و قابل توجهی بر چابکی مشتری در زمانT2 دارد، در حالی که چابکی مشتری در زمان T2 تاثیر مثبت و قابل توجهی بر رضایت مشتری در زمانT3 می گذارد. این یافته ها نشان دهنده تاثیرات زمانی قدرتمندی بین استفاده از تجزیه و تحلیل بازاریابی، چابکی مشتری و رضایت مشتری است. یافته ها نشان می دهد که محققان باید فراتر از تاثیرات مستقیم استفاده از تجزیه وتحلیل بازاریابی نگاه کرده و توجه خود را به نحوه استفاده از تجزیه وتحلیل بازاریابی برای فعال کردن و پشتیبانی از قابلیت های پویا و رضایت مشتری معطوف کنند.

1.    مقدمه
     بازاریابان برای بهبود عملکرد سازمان  و تصمیم گیری آگاهانه، از تکنیکی به نام" تجزیه وتحلیل بازاریابی" استفاده می کنند که مستلزم جمع آوری، نگهداری، تجزیه و تحلیلی و استفاده از داده های بازاریابی می باشد(آگاگ 2020، لیانگ 2022، ژیو 2016). ترویج، تبلیغ و تخصیص آمیختگی بازار همگی مثال هایی از عملکرد های مهم بازاریابی هستند که می توانند از استفاده از تجزیه وتحلیل بازاریابی بهره ببرند( احمد 2022). به رغم اینکه دانشگاهیان و متخصصین، همگی به ارزش تجزیه وتحلیل کسب و کار در حوزه های عملیاتی استراتژیک پی برده اند، اما " تجزیه وتحلیل بازاریابی به وعده خود عمل نکرده است"( حسین 2022). طبق نظر سنجی انجام شده توسط گارتنر در سال 2020،  بیش از نیمی از مدیران ارشد از نتایج تجزیه و تحلیل خود ناراضی هستند. این امر باعث شده تا به رغم هزینه های مداوم آنها برای داده های بازاریابی و تجزیه وتحلیل های مرتبط، در تصمیم گیری های مهم خود تمایلی به استفاده از تجزیه وتحلیل نداشته باشند( آگاگ 2023، گارتنر 2020). به علاوه، دانشگاهیان بر تجزیه و تحلیل عمیق تر بین تحلیل های بازاریابی و رضایت مشتری تاکید کرده اند( آگاگ 2019، اولیویرا 2023، لیانگ 2022).
     ظرفیت های بازاریابی یک سازمان به ظرفیت آن به استفاده موثر از منابع موجود برای انجام فعالیت های بازاریابی و کسب نتایج بازاریابی مورد نیاز، مرتبط می شود( بیا 2023). مطالعات مربوط به بازاریابی شواهدی را ارایه می کند که نشان می دهد ظرفیت های بازاریابی یک شرکت نقش قابل توجهی را در تعیین عملکرد بازاریابی ان شرکت ایفا می کند ( آگاک 2020، ونگار 2023). در میان این تحقیقات اما تحقیقات کمی به بررسی مکانیسم هایی پرداخته اند که سازمان ها می توانند از طریق آنها ظرفیت های بازاریابی خود را افزایش دهند( آگاگ 2023،^ کوآ و تیان 2020). همزمان، تحقیقات علمی نشان می دهد که سازمان ها می توانند از تجزیه و تحلیل بازاریابی برای به دست آوردن دانش و بینش ارزشمند از داده ها استفاده کرده و در نتیجه ظرفیت های بازاریابی و عملکرد کلی شرکت خود را افزایش دهند( آگاگ و عید 2020، کوآ و تیان 2020، گیاکوسا 2022). با این حال، در مورد مکانیسم های خاصی که از طریق آن شرکت ها می توانند از تجزیه وتحلیل بازار برای افزایش ظرفیت های بازاریابی خود استفاده کنند، درک نظری و تجربی اندکی وجود دارد( آگاگ و ال مسری 2016، کوآ و تیان 2020، ریتو 2020). همچنین به روابط بین استفاده از تجزیه وتحلیل بازاریابی، چابکی مشتری و رضایت مشتری نیز توجه کمی شده است( کوآ و تیان 2020، ولرات و ویلاژ 2022، ژو 2018). از این رو، هدف اصلی این تحقیق پرداختن به این پرسش اساسی است:" مکانیسم هایی که باعث می شوند یک شرکت بتواند از تجزیه و تحلیل بازاریابی برای افزایش چابکی مشتری استفاده کرده و در نتیجه رضایت مشتری را افزایش دهد، کدامند؟" 
7.    محدودیت ها و راهنمایی هایی برای مطالعات آتی
     این تحقیق محدودیت هایی دارد اما می توان از این محدودیت ها برای ارایه بینش ها و دستور العمل های جدید استفاده کرد. اول اینکه، این تحقیق با استفاده از داده های جمع آوری شده از صنایع مختلف به بررسی یک چهارچوب مفهومی پرداخته است. تحقیقات آتی می توانند مدل پیشنهادی ما را در یک صنعت خاص مانند خرده فروشی یا بخش های فناوری اطلاعات مورد بررسی قرار بدهند. درک نحوه توسعه تجزیه وتحلیل بازاریابی در هر صنعت و اینکه از طریق چه مکانیسم هایی چابکی مشتری و رضایت مشتری را توسعه می دهند و چگونه می توان را به دست آورد، بسیار مهم و حیاتی است. دوم اینکه، تحقیق ما در یک کشور انجام شده( یعنی انگلستان)، تحقیقات آینده می توانند به منظور بررسی فرهنگ ملی بر رابطه بین متغییر های این تحقیق، مدل پیشنهادی ما را در کشور های مختلفی آزمایش کنند. برای بهبود عمومیت بخشی به یافته های این تحقیق و پیشنهاد یک رویکرد کل نگر در محیط های مختلف باید بررسی های بین فرهنگی نیز انجام شود. سوم اینکه، این تحقیق از تجزیه وتحلیل بازاریابی به عنوان محرک کلیدی چابکی مشتری استفاده کرده است( ژو 2018). تحقیقات آینده می توانند به بررسی عوامل دیگری مانند تجزیه وتحلیل داده های بزرگ و زیرساخت های مطالعاتی بپردازند. چهارم اینکه، تحقیقات می توانند از متغییر های دیگری  مانند عملکرد شرکت و ارزش شرکت به عنوان پیامد چابکی مشتری استفاده کنند. به علاوه، ما در این تحقیق برای اندازه گیری متغییر های تحقیق از داده های اولیه استفاده کردیم. پیشنهاد می کنیم مطالعات آتی برای بررسی نوسانات بازار به عنوان واسطه ای در پیوند بین استفاده از تجزیه وتحلیل بازاریابی، چابکی مشتری و رضایت مشتری، از داده های ثانویه استفاده کنند. مطالعات آینده می توانند از وفاداری مشتری و خلاقیت شرکت به عنوان واسطه ای میان این روابط استفاده کنند.

Abstract

     Shifting towards a more data-driven culture is a key antecedent of business success in today's digital era. Previous research has paid attention to exploring the influence of marketing analytics on business performance, and rarely examined how the use of marketing analytics influences customer agility and satisfaction. According to the dynamic capabilities view and using previous studies, we developed a conceptual framework to explore the effect of marketing analytics use on customer agility and customer satisfaction. In Study 1, we utilised cross-sectional data collected from 468 managers from various industries. In study 2, we employed longitudinal data in a three-wave longitudinal utilising a cross-lagged panel model. Study 1 indicated that data acquisition and tool acquisition are key drivers in adopting marketing analytics. Marketing analytics use has stronger effect on customer agility when market turbulence is high. They also revealed that the influence of customer agility on customer satisfaction in such conditions is stronger. Study 2 revealed that marketing analytics use at time point T1 has a significant and positive influence on customer agility at time point T2, while customer agility at time point T2 has a significant and positive influence on customer satisfaction at time point T3. These findings indicate strong temporal effects between marketing analytics use, customer agility, and customer satisfaction. The findings suggest that researchers should look beyond direct effects of marketing analytics use and shift their attention on how a marketing analytics can be leveraged to enable and support dynamic capabilities and customer satisfaction.

1. Introduction

     To optimise an organisation’s performance and make informed decisions, marketers use a technique called “marketing analytics,” which entails gathering, maintaining, analysing, and applying marketing data (Agag et al., 2020; Liang et al., 2022a,b; Xu et al., 2016). Promotion, advertising, and the allocation of the marketing mix are all examples of crucial marketing functions that may benefit from the use of marketing analytics (Ahmed et al., 2022). “Marketing analytics [has not] lived up to its promise,” despite the widespread recognition of the value of business analytics in strategic operational areas by both practitioners and academics (Hossain et al., 2022). More than half of senior managers are dissatisfied with the outcomes of their analytics, based on a survey conducted by Gartner in 2020. This has made them reluctant to use analytics for important decisions, despite their persistent expenditure on marketing data and related analytics (Agag et al., 2023a; Gartner, 2020). In addition, academics have urged deeper analysis of the link among marketing analytics and customers satisfaction (Agag, 2019; de Oliveira et al., 2023; Liang et al., 2022a,b).

     The marketing capabilities of an organisation pertain to its capacity to effectively utilise its existing resources to carry out marketing activities and attain the required marketing outcomes (Bai et al., 2023). The marketing literature provides evidence suggesting that a company’s marketing capabilities play a significant role in determining its marketing performance (Agag et al., 2020; Wegner et al., 2023). However, there is a scarcity of research that specifically investigates the mechanisms by which organisations enhance their marketing capabilities (Agag et al., 2023b; Cao and Tian, 2020). Simultaneously, scholarly investigations indicate that organisations can leverage marketing analytics to acquire valuable knowledge and insights from data, thereby enhancing their marketing capabilities and overall firm performance (Agag and Eid, 2020; Cao and Tian, 2020; Giacosa et al., 2022). However, there exists a dearth of theoretical and empirical comprehension regarding the specific mechanisms through which a company can effectively employ marketing analytics to enhance their marketing capabilities (Agag and El-Masry, 2016; Cao and Tian, 2020; Ritu et al., 2020). Moreover, scant attention has been given to the relationships between the use of marketing analytics, customer agility, and customer satisfaction (Cao and Tian, 2020; Vollrath and Villegas, 2022; Zhou et al., 2018). Hence, the main aim of this study is to address a fundamental research inquiry: “what are the mechanisms that enable a company to use marketing analytics to enhance customer agility thereby improving its customer satisfaction”?

8. Limitations and directions for future studies

     Our study has some limitations, but these could be used to offer new insights and directions for further examinations. First, our study developed and test a conceptual framework using data from various industries. Future research could apply and test our proposed model in specific industry such as retail or IT sectors. It is critical to understand in each industry how marketing analytics are developed, as well as through what mechanisms they develop customer agility and customer satisfaction, and how that can be captured. Second, our study has been conducted in a single country (i.e., UK). Future studies could test our proposed model in different countries to examine the effect of national culture on the relationship between our study variables. Cross-cultural examinations are also required to improve the generalizability of our findings and offer a holistic perspective in various environments. Third, our study used marketing analytics as a key driver of customer agility. Previous research revealed that big data analytics is a key driver of customer agility (e.g., Zhou et al., 2018). Future examinations could test other factors such as big data analytics and information infrastructure. Fourth, we used customer satisfaction as an outcome of our study. Future research could use other variables as an outcome of customer agility, such as firm performance and firm value. Moreover, we used primary data to measure the study variables. We suggest that future examinations could use secondary data to measure customer agility and customer satisfaction. Finally, our examination used market turbulence as a moderator in the link between marketing analytics use, customer agility, and customer satisfaction. Future studies could use customer loyalty and firm creativity as a moderator on these relationships.

(جهت بزرگ نمایی روی عکس کلیک نمایید)

H1. “Data acquisition has a positive influence on marketing analytics use”.

H2. “Tool acquisition has a positive influence on marketing analytics use”.

H3. “Marketing analytics use has a positive influence on customer agility”.

H4. “Customer agility has a positive influence on customer satisfaction”.

H5. “Market turbulence moderates the relationships between the use of marketing analytics, customer agility, and customer satisfaction”.

H6. “A data-driven culture moderates the relationships between the use of marketing analytics, customer agility, and customer satisfaction”.

فرضیه 1: به دست آوردن داده بر استفاده از تجزیه وتحلیل بازاریابی تاثیر مثبتی می گذارد.
فرضیه 2: کسب داده بر استفاده از تجزیه وتحلیل بازاریابی تاثیر مثبتی می گذارد.
فرضیه 3: استفاده از تجزیه وتحلیل بازار بر چابکی مشتری تاثیر مثبتی می گذارد.
فرضیه 4: " چابکی مشتری بر رضایت مشتری تاثیر مثبتی می گذارد."
فرضیه 5: " نوسانات بازار رابطه بین استفاده از تجزیه وتحلیل بازاریابی، چابکی مشتری و رضایت مشتری را تعدیل می کند."
فرضیه 6: " یک فرهنگ داده محور رابطه بین استفاده از تجزیه وتحلیل داده، چابکی مشتری و رضایت مشتری را تعدیل می کند."

SAT - AGT - ANL - DAQ - TAQ - MAT - MNC

چکیده
1.    مقدمه
2.    مطالعات پیشین
2.1.    چابکی مشتری
2.2.    تجزیه وتحلیل بازاریابی
2.3.    نظریه ظرفیت های پویا
3.    چهارچوب مفهومی و ساخت فرضیه
3.1.    کسب داده و تجزیه و تحلیل بازاریابی
3.2.    کسب ابزار
3.3.    پیوند بین استفاده از تجزیه وتحلیل بازاریابی و چابکی مشتری
3.4.    چابکی مشتری و رضایت مشتری
3.5.    نقش تعدیل کننده نوسانات بازار
3.6.    نقش معتدل کننده فرهنگ داده محور
4.    مطالعه 1: روش شناسی
4.1.    نمونه و جمع آوری داده
4.2.    اقدامات
4.3.    سو گیری روش مشترک
5.    مطالعه 1: نتایج
5.1.    مدل اندازه گیری
5.2.    مدل ساختاری
5.3.    آزمایش اثر تعدیل کننده
مطالعه 2: روش شناسی
5.4.    نمونه برداری و اندازه گیری
5.5.    رویکرد تجزیه و تحلیل داده
5.6.    مطالعه 2: نتایج
6.    بحث و مفاهیم
6.1.    یافته های کلیدی
6.2.    مفاهیم نظری
6.3.    مفاهیم عملی
7.    محدودیت ها و راهنمایی هایی برای مطالعات آتی
ضمیمه الف
منابع

Abstract
1. Introduction
2. Literature review
2.1. Customer agility
2.2. Marketing analytics
2.3. Dynamic capabilities theory
3. Conceptual framework and hypotheses development
3.1. Data acquisition and marketing analytics
3.2. Tool acquisition
3.3. The link between marketing analytics use and customer agility
3.4. Customer agility and customer satisfaction
3.5. The moderating role of market turbulence
3.6. The moderating role of data-driven culture
4. Study 1: methodology
4.1. Sample and data collection
4.2. Measures
4.3. Common method bias
5. Study 1: results
5.1. Measurement model
5.2. Structural model
5.3. Testing the moderating effects
6. Study 2: methodology
6.1. Sampling and measures
6.2. Data analytics approach
6.3. Study 2: results
7. Discussion and implications
7.1. Key findings
7.2. Theoretical implications
7.3. Practical implications
8. Limitations and directions for future studies
Declaration of competing interest
Acknowledgements
Appendix A
Data availability
References

این محصول شامل پاورپوینت ترجمه نیز می باشد که پس از خرید قابل دانلود می باشد. پاورپوینت این مقاله حاوی 29 اسلاید و 6 فصل است. در صورت نیاز به ارائه مقاله در کنفرانس یا سمینار می توان از این فایل پاورپوینت استفاده کرد.

در این محصول، به همراه ترجمه کامل متن، یک فایل ورد ترجمه خلاصه نیز ارائه شده است. متن فارسی این مقاله در 13 صفحه (3800 کلمه) خلاصه شده و در داخل بسته قرار گرفته است.

علاوه بر ترجمه مقاله، یک فایل ورد نیز به این محصول اضافه شده است که در آن متن به صورت یک پاراگراف انگلیسی و یک پاراگراف فارسی درج شده است که باعث می شود به راحتی قادر به تشخیص ترجمه هر بخش از مقاله و مطالعه آن باشید. این فایل برای یادگیری و مطالعه همزمان متن انگلیسی و فارسی بسیار مفید می باشد.

بخش مهم دیگری از این محصول لغت نامه یا اصطلاحات تخصصی می باشد که در آن تعداد 70 عبارت و اصطلاح تخصصی استفاده شده در این مقاله در یک فایل اکسل جمع آوری شده است. در این فایل اصطلاحات انگلیسی (تک کلمه ای یا چند کلمه ای) در یک ستون و ترجمه آنها در ستون دیگر درج شده است که در صورت نیاز می توان به راحتی از این عبارات استفاده کرد.