دانلود مقاله مدیریت دانش در محصولات پیشرفته و رضایت مشتری
ترجمه نشده

دانلود مقاله مدیریت دانش در محصولات پیشرفته و رضایت مشتری

عنوان فارسی مقاله: مدیریت دانش در محصولات پیشرفته و رضایت مشتری: صنعت گوشی هوشمند
عنوان انگلیسی مقاله: Knowledge management in high-tech products and customer satisfaction: The smartphone industry
مجله/کنفرانس: مجله نوآوری باز: فناوری، بازار و پیچیدگی - Journal of Open Innovation: Technology, Market, and Complexity
رشته های تحصیلی مرتبط: مدیریت
گرایش های تحصیلی مرتبط: بازاریابی - مدیریت دانش - مدیریت فناوری اطلاعات
کلمات کلیدی فارسی: مدیریت دانش، ثبت اختراع، واحد دانش، دانش محصول، رضای مشتری
کلمات کلیدی انگلیسی: Knowledge management, Patent, Module knowledge, Product knowledge, Customer satisfaction
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
نمایه: Scopus - DOAJ
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.joitmc.2023.100012
لینک سایت مرجع: https://www.sciencedirect.com/science/article/pii/S2199853123001142
نویسندگان: Vincenzo Varriale - Antonello Cammarano - Francesca Michelino - Mauro Caputo
دانشگاه: University of Salerno, Fisciano, Italy
صفحات مقاله انگلیسی: 13
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2023
ایمپکت فاکتور: 5.910 در سال 2022
شاخص H_index: 38 در سال 2023
شاخص SJR: 0.736 در سال 2022
شناسه ISSN: 2199-8531
شاخص Quartile (چارک): Q1 در سال 2022
فرمت مقاله انگلیسی: PDF
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: بله
آیا این مقاله مدل مفهومی دارد: دارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: دارد
آیا این مقاله فرضیه دارد: ندارد
کد محصول: e17396
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
نوع رفرنس دهی: vancouver
فهرست مطالب (ترجمه)

خلاصه
معرفی
بررسی ادبیات
روش شناسی
نتایج
بحث ها
نتیجه گیری
منابع

فهرست مطالب (انگلیسی)

Abstract
Introduction
Literature review
Methodology
Results
Discussions
Conclusions
References

بخشی از مقاله (ترجمه ماشینی)

چکیده
      مدیریت دانش برای محصولات با فناوری پیشرفته، بر اساس ساختارها و اجزای سازنده محصول نوآورانه، موضوعی حیاتی برای رضایت بازار است. تحقیقات علمی به طور گسترده مزیت رقابتی دانش محصول متعلق به سازندگان تجهیزات اصلی (OEM) را بر روی نوآوری محصول بررسی کرده است. با این وجود، ارتباط بین دانش انباشته شده OEM ها در مورد ماژول های منفرد و رضایت مشتری کمتر مورد بررسی قرار گرفته است. هدف این مقاله شناسایی سطح دانشی است که OEMها باید در مورد واحد ها و معماری کل محصول برای دستیابی به رضایت مشتری بهتر داشته باشند. روش تحقیق از تکنیک های متن کاوی بر روی اسناد ثبت اختراع برای شناسایی ارتباط ماژول ها و دانش محصول با فناوری های ثبت شده استفاده می کند. تجزیه و تحلیل رگرسیون پس از آن برای آزمایش ارتباط چنین دانشی با رضایت مشتری با استفاده از SPSS انجام می شود. تجزیه و تحلیل اکتشافی صنعت گوشی های هوشمند نشان می دهد که تأثیری بر بازار نهایی برای ماژول های خاص مانند پردازنده برنامه، دوربین و کنترل کننده صفحه لمسی پیدا می شود.

بخشی از مقاله (انگلیسی)

Abstract

     Knowledge management for high-tech products, based on innovative product architectures and components, is a critical issue for market satisfaction. Scientific research has widely investigated the competitive advantage that product knowledge owned by Original Equipment Manufacturers (OEMs) has on product innovation. Nonetheless, the linkage between OEMs’ accumulated knowledge on single modules and customer satisfaction is less explored. The article aims at identifying what level of knowledge OEMs should have on both the single modules and the whole product architecture to achieve better customer satisfaction. The research method uses text mining techniques on patent documents to detect associations of modules and product knowledge with patented technologies. Regression analyses are thereafter performed to test the linkage of such a knowledge with customer satisfaction using SPSS. The explorative analysis of the smartphone industry demonstrates that an effect on the final market is found for specific modules, such as application processor, camera and touchscreen controller.

 

Introduction

     In an era of globalization, featured by new digital technologies and extremely variable markets, products are becoming increasingly complex and customized (Cammarano et al., 2021, Cappa et al., 2021, Olsen and Tomlin, 2020). Effectively managing the complexity of high-tech products featured by modular architecture may require a specific level of knowledge. Knowledge management is an essential and strategic element for a company's competitive advantage (Gloet and Terziovski, 2004, Pereira et al., 2021, Yang, 2010). In particular, companies performance is highly dependent on the exploitation of internal knowledge resources to create greater value for the end product (Alavi and Leidner, 2001). From managerial literature, several theoretical developments, such as the 'Knowledge Based-View', affirm that the innovative abilities of companies strictly depend on intellectual capital and knowledge (Lam et al., 2021, Subramaniam and Youndt, 2005, Xie et al., 2018b). Moreover, it is well-known that, in order to gain cost and production flexibility, many high-tech companies employ modular product architectures as a competitive strategy to manage product complexity (Garud and Kumaraswamy, 1995, Grant, 2005). Specifically, a modular product architecture simplifies the complexity of product development by defining the design of the single modules which will be integrated into the end product through standard interfaces (Baldwin and Clark, 2002).

 

Conclusions

     The study investigates the relationship between knowledge management, modular products and customer satisfaction in the smartphone industry. Patent data provides an indication of the technological knowledge possessed by the company, while customer satisfaction was measured through a total score based on online reviews and opinions. The use of text mining techniques supported the decomposition of a complex product into several modules. Specifically, the patent content analysis defined different levels of knowledge on the product and smartphone modules. Using this approach, it was possible to analyse the association between knowledge on single modules and customer satisfaction. The results provide a range of insights, indicating on which modules knowledge needs to be preserved for the OEM in order to increase customer satisfaction.

     The use of patent data to identify the stock of knowledge a corporation possesses is one of this study's drawbacks. In fact, not all inventions are filed for patents and, aspects of tacit knowledge are not considered. Future research will aim to analyse other sectors with modular products such as automotive. A further direction of future research might involve analysis on a bigger and more recent sample of smartphones, also considering other modules besides the ten studied in this article.

بدون دیدگاه