مدل‌سازی عوامل مؤثر بر سردرگمی مشتریان زن در انتخاب فروشگاه های خرده فروشی

محورهای موضوعی : مدیریت بازرگانی- بازرگانی

سهیلا زرین جوی الوار ¹ , مریم نورایی آباده ²

1 - استادیارگروه مدیریت، واحد آبادان، دانشگاه آزاد اسلامی، آبادان، ایران (نویسنده مسئول)
2 - استادیار گروه کامپیوتر، واحد آبادان، دانشگاه آزاد اسلامی، آبادان، ایران

تاریخ دریافت : 1402/07/22 تاریخ پذیرش : 1402/10/04 تاریخ انتشار : 1402/10/06

کلید واژه: انتخاب ویژگی, سردرگمی مشتری, خرده‌فروشی,

چکیده مقاله :

امروزه مرکز خرید دیگر مکانی برای اهداف معامله نیست که مشتریان در صورت نیاز به یک کالا یا خدمت، به آن‌ مراجعه کنند، بلکه مکانی برای اهداف اجتماعی است. از طرفی روند رو به رشد فروشگاه های خرده‌فروشی موجب فشار عظیم بر مصرف‌کنندگان در انتخاب ‌شده است. خریداران اگر یک محیط اجتماعی را به‌عنوان محیطی بسیار تحریک کننده یا نامناسب درک کنند، ممکن است سردرگم شوند. هدف از پژوهش حاضر مدل‌سازی عوامل مؤثر بر سردرگمی مشتریان زن در انتخاب فروشگاه‌های خرده‌فروشی است. برای انتخاب ویژگی‌هایی که بیشترین ارتباط را با متغیرهای هدف داشته و می‌توانند بهترین عملکرد را در پیش‌بینی و تفسیرمدل ارائه دهند، از انتخاب ویژگی با استفاده از شبکه عصبی‌ استفاده شده است. رویکرد پیشنهادی در ابتدا با کاهش ابعاد فضای مسئله از طریق آموزش یک نوع شبکه‌های عصبی چند لایه، پیچیدگی محاسباتی را در حل مشکل طراحی کاهش می‌دهد. 7 عامل از عوامل مؤثر بر سردرگمی مشتریان براساس این مدل شبکه عصبی استخراج، در 5 سطح با استفاده از مدل یابی ساختاری تفسیری طبقه‌بندی شدند و مدل مرتبط با آن ترسیم گردید. در این دسته‌بندی متغیرهای تنوع زیاد برندهای فروشگاهی، برنامه‌های وفاداری و تجمع فروشگاه‌ها در یک موقعیت مکانی، بیشترین قدرت نفوذ (تأثیرگذاری) و ریسک ادراک‌شده، فاکتورهای فردی و جمعیت‌شناسی و آهنگ اطلاعات بیشترین وابستگی (تأثیرپذیری) را نشان می‌دهند و متغیر فاکتور فردی تنها متغیری است که رابطه دوطرفه با سایر متغیرها دارد.

چکیده انگلیسی:

Today, the shopping center is no longer a place for transaction purposes where customers go to if they need a product or service, but it is a place for social purposes. Shoppers may become confused if they perceive a social environment as too stimulating or inappropriate. The aim of the current research is to combine interpretive structural modeling and machine learning to stratify factors affecting customer confusion in choosing a retail store. In order to select the features that are most related to the target variables and can provide the best performance in predicting and interpreting the model, feature selection using a neural network has been used. The proposed approach initially reduces the computational complexity in solving the design problem by reducing the dimensions of the problem space through the training of a type of multilayer neural networks. 7 factors affecting customer confusion were extracted based on this neural network model, classified in 5 levels using interpretative structural modeling, and the related model was drawn. In this category, the variables of a wide variety of store brands, loyalty programs and the concentration of stores in one location, the greatest power of influence (influence) and perceived risk, individual and demographic factors and the volume of information show the most dependence (influence) and the variable of the commodity factor is the only It is a variable that has a two-way relationship with other variables.

منابع و مأخذ:

- آذر، عادل؛ رمضانیان، محمدرحیم و پهلوان، محدثه (1396)، طراحی مدل کارخانه تولیدی دوسوتوان با استفاده از رویکرد مدل‌سازی ساختاری تفسیری (ISM)، مطالعه موردی: کارخانه‌ها تولیدی استان گیلان، دومین کنفرانس بین‌المللی مدیریت صنعتی.
- آقایاری هیر، محسن و علوی، علی (1386). توزیع مطلوب فروشگاه‏های ‏زنجیره‏ای ‏شهر تهران با استفاده از (GIS). فصلنامة علوم انسانی برنامه‌ریزی و آمایش فضا، 15 (1).
- ترابي، فاطمه؛ رحیمی نیک، اعظم؛ ودادی، احمد و اسماعيلپور، حسن (1398). تبیین مدل رفتار خرید مصرف کننده در انتخاب محصولات لذتبخش با رویکرد آمیخته مورد مطالعه: فروشگاه‌های زنجیره‌ای همواره تخفیف، دوفصلنامه مطالعات رفتار مصرف کننده، دوره ششم، شماره اول، صفحه 81 تا 104.
- حسینی، علی؛ اسکندری نوده، محمد؛ حیدری، فاطمه و حیدری، رقیه (1393). تحلیل مکانی منطقة 3 شهر رشت با رویکرد انتخاب مکان بهینة استقرار فروشگاه‏های ‏زنجیره‌ای. پژوهش‏های ‏جغرافیای برنامهریزی شهری، 2(1).
- خانی جزنی، جمال و فلاحچای، سیده مونا (1394)، بررسی تأثیر سردرگمی مصرفکننده بر تبلیغات دهان به دهان، اعتماد و تعهد در لوازم ‌خانگی ‌برقی ‌استان ‌تهران، کنفرانس‌ بین‌المللی ‌پژوهش ‌در مهندسی، علوم‌ و تکنولوژی.
- خلیلزاده طلاتپه، معصومه؛ ناصحیفر، وحید؛ قبادی لموکی، تحفه و اصغری صارم، علی (1401). تحلیل عوامل مؤثر بر سردرگمی مشتری در خدمات بیمه عمر با استفاده از رویکرد آمیخته، فصلنامه پژوهشنامه بیمه، دوره37، شماره3.
- خادمی، مهدی؛ گرجی، نجمه و فتحی، هانیه (۱۳۹۷). تأثیر آهنگ اطلاعات و محیط فروشگاه بر ارزش خرید؛ تحلیل نقش سردرگمی و گرایش انگیزشی. فصلنامه مدیریت بازرگانی، ۴ (۱۰)، صص ۷۴۱-۷۶۰.
- جهاندیده، بهروز؛ گلمحمدی، علیرضا و صفدری رنجبر، مصطفی. (1391). شناسایی و رتبهبندی عوامل تعیینکننده تداوم خرید مشتریان فروشگاه‌های اتکا با استفاده از الگوریتم شبکه‌های عصبی، تحقیقات بازاریابی نوین، (4)2. 122-150.
- رهباردار، فهیمه؛ عربشاهی، معصومه و بهبودی، امید. (1397). پیامدهای ناشی از سردرگمی مصرف‌کننده؛ بررسی نقش تعدیلگری اعتماد (مورد مطالعه: برندهای مواد غذایی). تحقیقات بازاریابی نوین، 8(3), 1-18.
- قنبری، وحید و صفایی شکیب؛ علی(1396). ساختاردهی به مسائل مدیریت کیفیت با رویکرد مدل‌سازی ساختاری تفسیری، فصلنامه مدیریت استاندارد و کیفیت، سال هفتم، شماره 1، پیاپی 23.
- غفاري آشتياني، پيمان و اسكندري مهرآبادي، عليرضا(1390). ارزيابي رابطه بين ويژگيهاي برنامه وفاداري، رضـايت از فروشـگاه و وفاداري به فروشگاه (مطالعه موردي: فروشگاه رفاه اراك). مديريت بازاريابي، (6) 10،27-45.
- منصوری موید، فرشته؛ مسیبی، علیرضا و خرم، جلال (1393). بررسی اثر انگیزاننده‌های اجتماعی فضای فروشگاهی بر رفتار فرانقشی خریداران در نقطه خرید (مورد مطالعه: فروشگاه‌های زنجیره‌ای رفاه). فصلنامه تحقیقات بازاریابی نوین، 4(2)، 191-208.
- مهيمني، مرجان؛ حيدرزاده، كامبيز و منصوريان، يزدان (1398). نگاه پديدارشناسـانه بـه معنـاي تجربـه زيسـته سـردرگمي در انتخاب محصولات. مديريت بازرگاني، (11) 3، 609-630.
- جلالی نظری، سیدعلی؛ حیدرزاده، کامبیز و سعیدنیا، حمیدرضا.(1399).تبین پدیدارشناسی مفهوم سرگردانی مشتریان در انتخاب برندهای تجاری (بانکها) با در نظر گرفتن متغیر ارزش ویژه برند و هزینهیابی بر مبنای فعالیت پژوهش آمیخته. دانش حسابداری و حسابرسی مدیریت، 9(36)، 53-65.
- محمدي، علي؛ علوي، سيد مسلم و پورمورديني، الهه (1398). بررسي اثر برنامه‌هاي وفادارسازي بر وفـاداري مشـتريان بيمـه آسيا با استفاده از طرح چهارگروهي سالومون. فصلنامه مديريت بازرگاني، (11) 2، 259 – 276
- Applebaum, W. & Cohen, S. B. (1961). The dynamics of store trading areas and market equilibrium. Annals of the Association of American Geographers, 51(1), 73–101.
- Attri, r. Dev, n. & Sharma, v. (2013). Interpretive Structural Modelling (ISM) approach: An Overview. Research Journal of Management Sciences, 2 (2), 3-8.
- Adrienne Hall-Philips, Purvi Shah, (2017). Unclarity Confusion and expiration data labels in the United States:A Consumer perspective; Journal of Retailing and Consumer Services,pp 118-127.
- Banik,S.,& Gao,Y.(2023). Exploring the hedonic factors affecting customer experiences in phygital retailing. Journal of Retailing and Consumer Services, 70, 103147.
- Bazargan, A. Karray, S. & Zolfaghari, S. (2016). Modeling Reward Expiry for Loyalty Programs in a Competitive Market.Available at SSRN: https://ssrn.com/abstract= 2911099.
- Broilo, L. P. Espartel, L. B. & Basso, K. (2016). Pre-purchase information search: too many sources to choose. Journal of Research in Interactive Marketing, 10 (3), 193 – 211.
- Baviera-Puig, A. Buitrago-Vera, J. & Escriba-Perez, C. (2016). Geomarketing models in supermarket location strategies, Journal of Business Economics and Management, 17(6), 1205-1221.
- Charan, P, Shanka, R. & Baisy, R. (2008). Analysis of Interactions Among the Variables of Supply Chain Performance Measurement System Implementation. Business Process Management, 14(4), 512-529.
- De Mooij, M. (2019). Consumer behavior and culture: Consequences for global marketing and advertising: SAGE Publications Limited.
- Dash, J. F. L. G. Schiffman, et al. (1976b). "Risk-and personality-related dimensions of store choice. The Journal of Marketing 40(1): 32-39.
- Daniel, Baier. Sarah, Frost (2018). Relating brand confusion to ad similarities and brand strengths through image data analysis and classification,Springer – Verlag Berlin Heidelberg,2017.
- Hall-Phillips, A. & Shah, P. (2017). Unclarity confusion and expiration date labels in the United States: A consumer perspective. Journal of Retailing and Consumer Services.
- Jerry Yuwen Shiu (2017). Investigating consumer confusion in the retailing context: the causes and outcomes.Total Quality Management& Business Excellence.28:7-8.746-764.
- Han, K., Wang, Y., Zhang, C., Li, C., & Xu, C. (2018, April). Autoencoder inspired unsupervised feature selection. In 2018 IEEE international conference on acoustics, speech and signal processing (ICASSP) (pp. 2941-2945). IEEE.
- Iamratanakul, S. (2019). Modeling of Critical Success Factors of Thai Retailers: Interpretive Structural Modeling Approach. In Asia-Pacific Contemporary Finance and Development (Vol. 26, pp. 69-87). Emerald Publishing Limited.
- Kasabov, E, (2015). What we know, don’t know, and should know about confusion marketing European Journal of Marketing,49, pp 1777-1808.
- Unnsteinsson E. Confusion is corruptive belief in false identity. Canadian Journal of Philosophy. 2016; 46(2): 204-227.
- Gupta, A. B. Su, et al. (2004). "Risk profile and consumer shopping behavior in electronic and traditional channels. Decision Support Systems 38(3): 347-367.
-Garaus, M. & Wagner, U. (2016). Retail shopper confusion:Conceptualization, scale development, and consequences. Journal of Business Research, 69(9), 3459-3467.
- Garaus, M. & Wagner, U. & Kummer, C. (2014). Cognitive fit, retail shopper confusion, and shopping value: Empirical investigation. Journal of Business Research, 68(5), 1003-
1011.
- Klein, M. (1998). "He shops, she shops. American Demographics 20(3): 34-35.
- Kuo, R. J. Chi, S. C. & Kao, S. S. (2002). A decision support system for selecting convenience store location through integration of fuzzy AHP and artificial neural network. Computers in industry, 47(2), 199-214.
- Kremer, F. & Viot, C. (2012). How store brands build retailer brand image. International Journal of Retail& Distribution Management. 40 (7):528-543.
- Meeker WQ, Escobar LA. (2014) Statistical methods for reliability data: John Wiley & Sons.
- Levy, M. B. A. Weitz, et al. (2004). Retailing management, McGraw-Hill/Irwin New York.
- Hoch, S. J. Kim, B. D. Montgomery, A. L. & Rossi, P. E. (1995). Determinants of store-level price elasticity. Journal of marketing Research, 32(1), 17-29.
- Heidarzadeh Hanzaee, K. & Esmaeilpour, F. (2017) Effect of restaurant reward programs on customers’ loyalty: evidence from Iran. Journal of Islamic Marketing, 8 (1), 140-155.
- Cheng Chieh Lu, A.& Gursoy. D, (2015). A Conceptual model of consumer’s online tourism confusion. International Journal of Contemporary Hospitality,27(6): 1320-1342.
- Liu, Y. (2007). The Long-Term Impact of Loyalty Programs on Consumer Purchase Behavior and Loyalty. Journal of Marketing, 71 (4), 19-35.
- Moon, S. J. Costello, J. P. & Koo, D. M. (2016). The impact of consumer confusion from eco-labels on negative WOM, Distrust and dissatisfaction. International Journal of Advertising, 36(2): 246-271.
- Sorooshian, S., Tavana, M., & Ribeiro-Navarrete, S. (2023). From classical interpretive structural modeling to total interpretive structural modeling and beyond: A half-century of business research. Journal of Business Research, 157, 113642.
- Sharma, D. & Verma, V. (2014). Psychological and economic considerations of rewards programs. Journal of Retailing and Consumer Services, 21 (6), 924-932.
- Sharma, A., Pandher, J. S., & Prakash, G. (2023). Consumer confusion and decision postponement in the online tourism domain: the moderating role of self-efficacy. Journal of Hospitality and Tourism Insights, 6(2), 1092-1117.
- Sanuders, M. N. K. Lewis, P. & Thornhill, A. (2003). Research Methods for Business Students (3rd Ed). Harlow: FT Prentice Hall.
- Tjiptono, F. Arli, D. & Bucic, T. (2014). Consumer confusion proneness: insights from a developing economy. Marketing Intelligence & Planning, (32), 722 – 734.
- Park, S. B. Chung, N. & Woo, S. C. (2013). Do Reward Programs Build Loyalty to Restaurants the Moderating Effect of Long-Term Orientation on the Timing and Types of Rewards. Managing Service Quality, 23 (3), 225-244.
- Penz, E. & Hogg, K.M. (2011). The role of mixed emotions in consumer behaviour: Investigating ambivalence in consumers' experiences of approach-avoidance conflicts in
online and offline settings. European Journal of Marketing, 45(1/2),104-132.
- Van den Poel, D. and J. Leunis (1996). "Perceived risk and rise reduction strategies in mail-order versus retail store buying. International Review of Retail, Distribution and Consumer Research 6(4): 351-371.
- Warfield, J.N. (1974). Developing interconnected matrices in structural modeling. IEEE Transactions on Systems, Man and Cybernetics, 4(1),51-81
- Walsh, G. & Mitchell, V. W. (2010). The effect of consumer confusion proneness on word of mouth, trust, and customer satisfaction. European Journal of Marketing, (40), 838–859.
- Wood, S. & Reynolds, J. (2012). Leveraging locational insights within retail store development? Assessing the use of location planners’ knowledge in retail marketing. Geoforum, 43(6), 1076-1087.
- Wobker,I.Eberhardt,T.& Kenning, P. (2015).Consumer confusion in german food retailing:the moderating role of trust.International Journal of Retail & Distribution Management,43(8):752-Zhiyuan, F. Shunfeng, P. & Tao, P. (2005). Quantitative Method of Location Selecting for Supermarket. Value Engineering, 4, 95-99.
- Zuluaga, J. D. & Escobar, D. A. (2017). Geomarketing Analysis for shopping malls in Manizales (Colombia). Accessibility approach methodology. Revista Espacios, 38(21).