• الصفحة الرئيسية
  • شناسایی عوامل مؤثر بر رضایت مشتریان ایرانی در خرید آنلاین از فروشگاه‌های اینستاگرامی

شارک

عنوان URL للمقالة


رقم المقالة : JISDS-2205-11743 زيارة : 58 الصفحة: 0 - 0

10.30495/jisds.2022.67695.11743

نوع المخطوط: ابحاث

شناسایی عوامل مؤثر بر رضایت مشتریان ایرانی در خرید آنلاین از فروشگاه‌های اینستاگرامی

الموضوعات : مطالعات توسعه اجتماعی ایران

بیتا گرشیوز 1 (دانشکده مدیریت، دانشگاه پیام نور، تهران، ایران)
میلاد پدیدارفرد 2 (دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران)
محمد محرابیون 3 (دانشکده مدیریت، دانشگاه خوارزمی، تهران، ایران)

تاريخ الإرسال : 25 الخميس , شوال, 1443 تاريخ التأكيد : 28 الإثنين , ذو القعدة, 1443 تاريخ الإصدار : 12 السبت , ذو الحجة, 1428

الکلمات المفتاحية: فروشگاه آنلاین, خرید اینترنتی, تحلیل عاملی اکتشافی (EFA), رضایت مشتری,

ملخص المقالة :

در پی شیوع و همه‌گیری بیماری ویروس کرونا (کووید-19)، کسب‌و‌کارهای آنلاین بیش از پیش رونق ‌گرفته است. به‌منظور باقی ‌ماندن در این فضای به‌شدت رقابتی، ملزم به جلب رضایت مشتریان خود و حفظ آن‌ها هستیم. در همین راستا، این پرسش مطرح می‌شود که چه عواملی بر رضایت مشتریان در خرید آنلاین از فروشگاه‌های اینستاگرامی مؤثر هستند؟ پرسشی مشابه به این پرسش، دررابطه با خرید اینترنتی از پایگاه‌های متفاوت به وسیلۀ پژوهشگران مختلف بارها بررسی شده است؛ اما، در این مقاله کوشش شده است تا این عوامل درمورد مشتریان ایرانی، در شبکۀ اجتماعی اینستاگرام بررسی شود که هم‌اکنون میزبان هزاران فروشگاه آنلاین ایرانی است. بر این‌ اساس، در این مقاله با بهره‌گیری از طراحی پرسشنامه و از طریق تحلیل عاملی اکتشافی (EFA) از طریق نرم‌افزار IBM SPSS Statistics 26 هشت عامل شناسایی شده‌اند که می‌توانند مورد توجه کسب‌و‌کارهای اینستاگرامی قرار بگیرند. عوامل شناسایی شده موثر بر رضایت مشتری از خرید آنلاین اینستاگرامی عبارتند از: ارسال و پاسخگویی، کیفیت محتوای بصری، قدمت و شهرت صفحۀ اینستاگرام فروشگاه، کیفیت اطلاعات محصولات، کیفیت و ضمانت محصولات، هویت فیزیکی و مجازی فروشگاه، طراحی صفحۀ اینستاگرام فروشگاه، تنوع و به‌روزبودن محصولات فروشگاه.

المصادر:
_||_
نص كامل:


شناسایی عوامل مؤثر بر رضايت مشتريان ایرانی در خريد آنلاین از فروشگاه‌هاي اینستاگرامی 

چکیده 

در پی شیوع و همه­گیری بیماری ویروس کرونا (کووید-19)، کسب‌و‌کارهای آنلاین بیش از پیش رونق ­گرفته است. به­منظور باقی ­ماندن در این فضای به­شدت رقابتی، ملزم به جلب رضایت مشتریان خود و حفظ آن­ها هستیم. در همین راستا، این پرسش مطرح می­شود که چه عواملی بر رضایت مشتریان در خرید آنلاین از فروشگاه‌های اینستاگرامی مؤثر هستند؟ پرسشی مشابه به این پرسش، دررابطه با خرید اینترنتی از پایگاه‌های متفاوت به وسیلۀ پژوهشگران مختلف بارها بررسی شده است؛ اما، در این مقاله کوشش شده است تا این عوامل درمورد مشتریان ایرانی، در «شبکۀ اجتماعی اینستاگرام» بررسی شود که هم­اکنون میزبان هزاران فروشگاه آنلاین ایرانی است. بر این­ اساس، در این مقاله با بهره­گیری از طراحی پرسشنامه و از طریق تحلیل عاملی اکتشافی (EFA) از طریق نرم‌افزار IBM SPSS Statistics 26 هشت عامل شناسایی شده‌اند که می‌توانند مورد توجه کسب‌و‌کارهای اینستاگرامی قرار بگیرند. عوامل شناسایی شده موثر بر رضایت مشتری از خرید آنلاین اینستاگرامی عبارتند از: ارسال و پاسخگویی، کیفیت محتوای بصری، قدمت و شهرت صفحۀ اینستاگرام فروشگاه، کیفیت اطلاعات محصولات، کیفیت و ضمانت محصولات، هویت فیزیکی و مجازی فروشگاه، طراحی صفحۀ اینستاگرام فروشگاه، تنوع و به­روزبودن محصولات فروشگاه.

 

 

کلمات کلیدی: رضایت مشتری، فروشگاه آنلاین، خرید اینترنتی، تحلیل عاملی اکتشافی (EFA).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

مقدمه

تجارت الکترونیک1 به تبادل اطلاعات کسب‌و‌کار به­صورت بدون کاغذ و ازطریق تبادل داده‌های الکترونیکی، ایمیل، شبکۀ جهانی و دیگر فناوری‌های مبتنی­بر شبکه اشاره دارد و به­طور کلی، به­ خرید و فروش کالا یا خدمات در بستر اینترنت اطلاق می‌شود (بجج و نگ2، 2001). بیشتر کسب‌و‌کارهایی که به تجارت الکترونیکی روی آورده‌اند، از یک فروشگاه اینترنتی برای فعالیت‌های خرید و فروش آنلاین خود بهره می­برند؛ این فروشگاه اینترنتی می‌تواند در یک وبگاه یا در یک صفحه از یک شبکۀ اجتماعی محبوب، همانند اینستاگرام3 واقع شده باشد که هم­اکنون در ایران بسیار مورد توجه است.

در اثر همه­گیری کرونا (کووید-194) و قرنطینه‌های خانگی اجباری، بسیاری از کسب‌و‌کارهای کوچک نیز ملزم به تقویت قابلیت‌های تجارت‌ الکترونیکی و ایجاد وبگاه و صفحه در شبکه‌های اجتماعی یا به‌‌­روز ‌رسانی آن­ها شده‌اند. در همین راستا، طبق گزارشی که با عنوان "کووید-19 و تجارت الکترونیک" به­واسطۀ آنکتاد5 در سال 2020 منتشر شد، درپی همه­گیری کووید-19، بسیاری از مردم بیش از گذشته به خرید آنلاین روی آورده‌اند و همچنین برای آگاهی از اخبار، اطلاعات مربوط به سلامتی و سرگرمی‌های دیجیتالی خود متکی­ بر اینترنت شده‌اند. دبیر کل آنکتاد، موخیسا کیتوی6، در این مورد اظهار می­دارد که "همه‌گیری کووید-19، تغییر به­سوی یک جهان دیجیتالی‌تر را شتاب بخشیده است. تغییراتی که هم‌اکنون ایجاد می‌کنیم، با شروع بهبودیافتن اقتصاد جهانی، اثرات ماندگاری پیدا خواهند کرد". به­طوکلی، کووید-19باعث افزایش پویایی تجارت الکترونیک و توسعۀ مقیاس آن شده است. بر این­ اساس، برآوردن نیازها و انتظارات مشتریان یکی از مهم‌ترین دغدغه‌های تمام کسب‌و‌کارها به­شمار می‌رود. اکنون، در این دوران کرونا و رونق کسب‌و‌کارهای اینترنتی، کسب رضایت مشتریان آنلاین و جذب مشتریان جدید بیش از پیش لازم است، زیرا به گفته تاتیکوندا7 اگر کسب‌و‌کارها بخواهند در طولانی­مدت بقای خود را حفظ کنند و تداوم یابند، باید اهمیت توسعۀ روابط­شان با مشتریان را درک کنند (فوریه8، 2015).

گوستافسون و همکاران9 (2005) رضایت مشتری را به­صورت "نحوۀ ارزیابی مشتری از عملکرد درحال جریان" تعریف می‌کنند و طبق اظهارات دنگ و همکاران10 (2009) رضایت مشتری در جهان کسب‌و‌کار امروز، اهمیت بسیاری دارد و داشتن توانایی در ایجاد درجۀ بالایی از رضایت برای متمایزسازی محصول و توسعۀ روابط مستحکم با مشتریان مسئله‌ای حیاتی است (حنیف11 و همکاران، 2010). اگرچه ایجاد مشتریان راضی و وفادار بسیار پر هزینه است، اما در بلندمدت برای شرکت سودآور خواهد بود (اندرسون و همکاران12، 2004).

پژوهشگران بسیاری عوامل مؤثر بر رضایت مشتری را بررسی کرده­اند (برای مثال، پروایز و همکاران13، 2010؛ ایسلام و همکاران14، 2011؛ گوو و همکاران15، 2012؛ موروگانانسام و همکاران16، 2017؛ گاناپاثی17، 2018؛ پراتیما و همکاران18، 2020؛ الفت و همکاران، 1390؛ زیویار و همکاران، 1391؛ عیدی و همکاران، 1397). پس از بررسی عوامل استخراج­شدۀ ادبیات پیشین، به یک جمع‌بندی دررابطه با انتخاب متغیرها با بیشترین تکرار برای پرسشنامه می‌رسیم که در جدول 1 آن­ها را آورده­ایم:

جدول 1– متغیرهای مؤثر بر رضایت مشتری با بیشترین تکرار در ادبیات پیشین

شماره متغیر

عوامل مؤثر بر رضایت مشتری

1

کیفیت اطلاعات محصول

2

کیفیت خدمات مشتریان

3

کیفیت تحویل کالا

4

سهولت فرایند خرید

5

کیفیت محصول

6

تنوع محصول

7

قیمت محصول

8

قابل اعتماد بودن فروشگاه

9

طراحی وبسایت فروشگاه

10

کاربردی بودن محصول

11

روش پرداخت

12

جنسیت

13

سن

 در این پژوهش تلاش می‌کنیم تا به این پرسش پاسخ دهیم که «چه عواملی بر رضایت مشتریان آنلاین در خرید از فروشگاه‌های اینترنتی ایرانی موجود در شبکۀ اجتماعی اینستاگرام مؤثر هستند؟»

روش پژوهش

این پژوهش ازنظر هدف کاربردی، با رویکرد طرح تحقیق آمیختۀ اکتشافی است و ازنظر نحوۀ جمع­آوری داده‌ها توصیفی و از نوع پیمایشی به­روش مقطعی است. ابزارهای مورد استفاده در این پژوهش در زیر آمده است:

پرسشنامۀ محقق­ساخته: این پرسشنامه از طریق وبگاه پرس‌لاین19 ساخته شد که شامل 33 پرسش است. این پرسشنامه بین 200 نفر به­صورت آنلاین توزیع شد که 132 نفر به آن پاسخ دادند و به این صورت نرخ بازگشت آن 66 درصد محاسبه شده است. طبق جدول کرجسی و مورگان برای جامعۀ 200 نفری، حجم نمونه نباید از 127 نفر کم­تر باشد؛ با توجه
به­تعداد 132 نفر که به پرسشنامه پاسخ داده‌اند، حجم نمونه کافی بوده است. روایی پرسشنامه به­صورت صوری ازطریق مطالعۀ پرسشنامه به­وسیلۀ 10 نفر تأیید شد. سنجش پایایی آن با بهره­گیری از آلفای کرونباخ20 0.911 به­دست آمد که درنتیجه پایایی پرسشنامه مورد تأیید است.

تحلیل عاملی اکتشافی (EFA)21: تحلیل عاملی اکتشافی سعی­بر شناسایی متغیرهای اساسی یا عامل‌ها22 به­منظور یافتن الگوی همبستگی23 بین متغیرهای مشاهده­شده را دارد و درواقع داده‌های پیچیده را ازطریق توصیف آن­ها برحسب تعداد کم­تری متغیر ازطریق کاهش ابعاد24 ساده‌سازی می‌کند. براي شناسايي عامل‌ها از پرسش­های پرسشنامه، تحليل عاملي اکتشافي به دسته‌بندي پرسش­های پرسشنامه مي‌پردازد تا پرسش­هایی که با هم همبستگي بيشتري دارند را در يک دسته قرار دهد. تحليل عاملي اکتشافي با استفاده از نرم‌افزار IBM SPSS Statistics 26 انجام شده است.

یافته­ها

در مجموع 132 از 200 نفر به این پرسشنامه پاسخ داده‌اند که آماره‌های توصیفی آن­ها به­شرح زیر است:

جدول 2- جنسیت پاسخ­دهندگان

گزینه

فراوانی پاسخ

درصد فراوانی

زن

68

51.5%

مرد

64

48.5%

جمع

132

100%

 

جدول 3- تحصیلات پاسخ­دهندگان

گزینه

فراوانی پاسخ

درصد فراوانی

دیپلم

12

9.1%

فوق دیپلم

4

3%

کارشناسی

63

47.7%

کارشناسی ارشد

48

36.4%

دکتری

5

3.8%

جمع

132

100%

 

جدول 4- بازۀ سنی پاسخ­دهندگان

گزینه

فراوانی پاسخ

درصد فراوانی

زیر 20 سال

0

0%

بین 20 تا 29 سال

18

13.6%

بین 30 تا 39 سال

85

64.4%

بین 40 تا 49 سال

19

14.4%

50 سال به بالا

10

7.6%

جمع

132

100%

 

جدول 5- میزان خرید اینترنتی پاسخ‌دهندگان

گزینه

فراوانی پاسخ

درصد فراوانی

خیلی زیاد

17

12.9%

زیاد

26

19.7%

متوسط

50

37.9%

کم

21

15.9%

خیلی کم

18

13.6%

جمع

132

100%

 

پس از جمع‌آوری نتایج پرسشنامه‌ و اخذ خروجی اکسل ازطریق سایت پرس‌لاین، نتایج آن به شکل کمی در جدول 6 قابل مشاهده است:

جدول 6- فراوانی و درصد فراوانی پاسخ‌های پرسشنامه

شماره سوال

عنوان سوال/ متغير

فراواني

درصد

خیلی کم

کم

متوسط

زیاد

خیلی زیاد

مجموع

خیلی کم

کم

متوسط

زیاد

خیلی زیاد

مجموع

 1

کیفیت اطلاعات و معرفی محصول در کپشن پست

7

7

41

35

42

132

5.30%

5.30%

31.10%

26.50%

31.80%

100%

 2

قیمت محصول

6

3

27

50

46

132

4.50%

2.30%

20.50%

37.90%

34.80%

100%

 3

طرز برخورد و رفتار ادمین صفحه فروشگاه

2

2

17

47

64

132

1.50%

1.50%

12.90%

35.60%

48.50%

100%

 4

هزینه ارسال

2

7

39

45

39

132

1.50%

5.30%

29.50%

34.10%

29.50%

100%

 5

روش ارسال

2

10

40

46

34

132

1.50%

7.60%

30.30%

34.80%

25.80%

100%

 6

مدت زمان ارسال

2

3

26

47

54

132

1.50%

2.30%

19.70%

35.60%

40.90%

100%

 7

کیفیت و طراحی بسته یندی

3

11

45

47

26

132

2.30%

8.30%

34.10%

35.60%

19.70%

100%

 8

فرآیند ثبت و پیگیری سفارش

1

3

14

42

72

132

0.80%

2.30%

10.60%

31.80%

54.50%

100%

 9

کیفیت محصول

1

3

7

19

102

132

0.80%

2.30%

5.30%

14.40%

77.30%

100%

 10

روش پرداخت (آنلاین یا درب منزل)

4

6

30

45

47

132

3.00%

4.50%

22.70%

34.10%

35.60%

100%

 11

تنوع محصولات

1

5

37

41

48

132

0.80%

3.80%

28.00%

31.10%

36.40%

100%

 12

به روز بودن محصولات

4

6

37

44

41

132

3.00%

4.50%

28.00%

33.30%

31.10%

100%

 13

روش آشنایی با فروشگاه

12

22

47

31

20

132

9.10%

16.70%

35.60%

23.50%

15.20%

100%

 14

اصالت و برند کالا

2

5

17

47

61

132

1.50%

3.80%

12.90%

35.60%

46.20%

100%

 15

داشتن وبسایت

6

15

40

31

40

132

4.50%

11.40%

30.30%

23.50%

30.30%

100%

 16

داشتن فروشگاه فیزیکی

6

19

43

24

40

132

4.50%

14.40%

32.60%

18.20%

30.30%

100%

 17

تعداد لایک های پست ها

15

25

43

33

16

132

11.40%

18.90%

32.60%

25.00%

12.10%

100%

 18

تعداد فالوئرهای صفحه فروشگاه

12

26

45

33

16

132

9.10%

19.70%

34.10%

25.00%

12.10%

100%

 19

مدت زمان فعالیت فروشگاه در اینستاگرام

11

17

46

36

22

132

8.30%

12.90%

34.80%

27.30%

16.70%

100%

 20

تطابق محصول ارسالی با عکس آن

1

2

4

17

108

132

0.80%

1.50%

3.00%

12.90%

81.80%

100%

 21

کاربردی بودن محصول

3

1

32

43

53

132

2.30%

0.80%

24.20%

32.60%

40.20%

100%

 22

طراحی صفحه فروشگاه اینستاگرامی

2

6

38

54

32

132

1.50%

4.50%

28.80%

40.90%

24.20%

100%

 23

ارائه حراج ها، پیشنهادات ویژه و جشنئاره ها

7

10

38

46

31

132

5.30%

7.60%

28.80%

34.80%

23.50%

100%

 24

کیفیت تصویر محصول

2

2

26

51

51

132

1.50%

1.50%

19.70%

38.60%

38.60%

100%

 25

نوع تصویر محصول (تصویر واقعی یا ژورنالی)

2

2

28

46

54

132

1.50%

1.50%

21.20%

34.80%

40.90%

100%

 26

ارائه ویدئوی محصولات

2

7

23

50

50

132

1.50%

5.30%

17.40%

37.90%

37.90%

100%

 27

کیفیت محتوای صفحه فروشگاه

3

3

31

55

40

132

2.30%

2.30%

23.50%

41.70%

30.30%

100%

 28

گارانتی محصولات

5

1

6

39

81

132

3.80%

0.80%

4.50%

29.50%

61.40%

100%

 29

دسته بندی محصولات در هایلایت صفحه

4

4

31

47

46

132

3.00%

3.00%

23.50%

35.60%

34.80%

100%

 30

مدت زمان پاسخگویی ادمین صفحه

2

2

26

45

57

132

1.50%

1.50%

19.70%

34.10%

43.20%

100%

 31

امکان تعویض یا مرجوعی محصول

4

1

14

30

83

132

3.00%

0.80%

10.60%

22.70%

62.90%

100%

 32

معروفیت و شهرت صفحه فروشگاه

2

11

48

47

24

132

1.50%

8.30%

36.40%

35.60%

18.20%

100%

 33

کامنت های مشتریان صفحه راجع به محصول

3

7

32

46

44

132

2.30%

5.30%

24.20%

34.80%

33.30%

100%

سه گام اصلی در تحلیل عاملی وجود دارد که در ادامه آمده است. گام اول محاسبۀ ماتریس همبستگی تمام متغیرها است. گام دوم استخراج عامل‌های اولیه است که در این مرحله، تعداد عامل‌های مورد نیاز را برای تبیین و توضیح مناسب داده‌ها تعیین می‌کنیم. برای انجام این کار، پژوهشگر باید دو تصمیم بگیرد: 1) روش استخراج را مشخص کند. 2) تعداد عامل‌هایی که باید استخراج شوند را برای نشان­دادن ساختار اساسی داده‌ها مشخص کند. در نرم­افزار SPSS هفت روش برای استخراج داده‌ها وجود دارد، که در این پژوهش از روش مؤلفه‌های اصلی25 استفاده کرده‌ایم. برای تعیین تعداد عامل‌هایی که باید استخراج شوند دو معیار ساده وجود دارد. اولین معیار، مقادیر ویژه و دومین معیار نمودار سنگ­ریزه(صخره‌ای)26 است. گام سوم دوران عامل‌های استخراج­شده است که به‌وسیلۀ دوران، متغیرهایی که برروی یک عامل درنظر گرفته شده‌اند، روی عامل دیگر به­‌کار نمی‌روند. دو نوع دوران وجود دارد: متعامد و اریب که در این پژوهش از دوران متعامد واریماکس27 استفاده شده است.

ماتریس همبستگی28 پرسشنامه به­قرار زیر است:

جدول 7- ماتریس همبستگی متغییرهای پرسشنامه

img0 

بررسی ماتریس همبستگی مربوط به پرسشنامۀ‌ "شناسایی عوامل موثر بر رضايت مشتريان ایرانی در خرید آنلاین از فروشگاه‌های اینستاگرامی" نشان می‌دهد که مقادیر قابل ملاحظه‌ای از همبستگی‌ها بیشتر از 0.33 است. بنابراین، این ماتریس برای عامل‌یابی مناسب است.

در انجام تحليل عاملي، ابتدا بايد از اين مسئله اطمينان یافت که مي‌توان داده‌هاي موجود را براي تحليل به­کار برد یا نه؟ به­عبارت دیگر، آيا تعداد داده‌هاي مورد نظر (اندازۀ نمونه و رابطۀ بين متغيرها) براي تحليل عاملي مناسب هستند يا خير؟ به این منظور، از شاخص KMO 29 و آزمون بارتلت استفاده مي‌شود. 

شاخص KMO در بازۀ 0 تا 1 قرار دارد. درصورتی که مقدار آن کم­تر از 0.50 باشد داده‌ها برای تحلیل عاملی مناسب نخواهند بود و اگر مقدار آن بین 0.5 تا 0.69 باشد، می‌توان با احتیاط بیشتر به تحلیل عاملی پرداخت. اما، درصورتی که مقدار آن بزرگ‌تر از 0.70 باشد، همبستگی‌های موجود در بین داده‌ها برای تحلیل مناسب خواهند بود. اين شاخص از رابطۀ زير به­دست مي‌آيد که در اين رابطه rij ضريب همبستگي بين متغيرهاي i، j و ɑij  ضريب همبستگي جزئي بين آن­هاست:

 

همان­طور که در جدول زیر مشاهده می‌شود، از آن­جا که شاخص KMO بیشتر از 0.7 است، بنابراین کیفیت الگو تأیید می‌شود و داده‌های مربوط به "عوامل مؤثر بر رضايت مشتري از خرید اینستاگرامی" برای تحلیل عاملی مناسب هستند. اگر سطح معناداری (sig) آزمون بارتلت کوچک­تر از 5 درصد باشد، تحلیل عاملی برای شناسایی ساختار (الگوی عاملی) مناسب است، زیرا فرض واحد (همانی) بودن ماتریس همبستگی رد می‌شود. نتيجۀ اجراي آزمون بارتلت نیز در جدول 8 قابل مشاهده است:

جدول 8- نتیجۀ آزمون بارتلت و شاخص KMO

0.729

شاخص کفایت نمونه گیری قیصر-مایر-اولکین

2083.110

کای دو تقریبی

آزمون کرویت بارتلت

 

 

 

528

df

000.

Sig.

در ادامه به ارائۀ نتايج اجراي تحليل عاملي اکتشافي در نرم­افزار می­پردازیم. در زیر، جدول 9 مقادير اشتراک30 هر متغیر، نسبتی از واریانس هر متغیر را نشان می‌دهد که توسط عامل‌های مشترک به‌حساب می‌آیند. طبق این جدول، برای هدف "تعيين عوامل رضايت مشتري از خرید اینستاگرامی"، پرسش 23 دارای کم­ترین اشتراک است:

جدول 9- جدول مقادیر اشتراکات

 

initial

Extraction

 

initial

Extraction

S1

1.000

0.704

S18

1.000

0.795

S2

1.000

0.751

S19

1.000

0.680

S3

1.000

0.572

S20

1.000

0.672

S4

1.000

0.482

S21

1.000

0.609

S5

1.000

0.654

S22

1.000

0.622

S6

1.000

0.621

S23

1.000

0.456

S7

1.000

0.596

S24

1.000

0.634

S8

1.000

0.593

S25

1.000

0.683

S9

1.000

0.788

S26

1.000

0.602

S10

1.000

0.505

S27

1.000

0.627

S11

1.000

0.713

S28

1.000

0.722

S12

1.000

0.772

S29

1.000

0.557

S13

1.000

0.582

S30

1.000

0.688

S14

1.000

0.624

S31

1.000

0.571

S15

1.000

0.682

S32

1.000

0.534

S16

1.000

0.664

S33

1.000

0.553

S17

1.000

0.710

 

 

 

 

در زیر، به استخراج عامل‌های مؤثر بر «رضايت مشتري از خرید اینستاگرامی» پرداخته­ایم. در این راستا، عامل‌هاي 1 تا 8 داراي مقادير ويژۀ بزرگ‌تر از 1 هستند و در تحليل باقي مي‌مانند. اين 8 عامل مي­توانند 63.688 درصد از تغييرپذيري (واريانس) متغيرها را توضيح دهند:

 

 

 

 

جدول 10- واریانس کل

   Component

Initial Eigenvalues

Extraction Sums of Squared Loadings

Total

% of Variance

Cumulative %

Total

% of Variance

Cumulative %

1

9.122

27.642

27.642

9.122

27.642

27.642

2

2.858

8.662

36.303

2.858

8.662

36.303

3

2.293

6.948

43.251

2.293

6.948

43.251

4

2.042

6.189

49.440

2.042

6.189

49.440

5

1.376

4.171

53.611

1.376

4.171

53.611

6

1.227

3.717

57.328

1.227

3.717

57.328

7

1.081

3.277

60.605

1.081

3.277

60.605

8

1.017

3.082

63.688

1.017

3.082

63.688

9

.981

2.971

66.659

 

 

 

10

.963

2.918

69.577

 

 

 

11

.881

2.670

72.247

 

 

 

12

.860

2.607

74.854

 

 

 

13

.837

2.537

77.391

 

 

 

14

.726

2.201

79.591

 

 

 

15

.649

1.966

81.558

 

 

 

16

.604

1.829

83.387

 

 

 

17

.580

1.756

85.143

 

 

 

18

.527

1.597

86.740

 

 

 

19

.501

1.517

88.257

 

 

 

20

.469

1.421

89.679

 

 

 

21

.425

1.289

90.968

 

 

 

22

.420

1.273

92.241

 

 

 

23

.402

1.218

93.459

 

 

 

24

.328

.994

94.453

 

 

 

25

.301

.912

95.365

 

 

 

26

.281

.853

96.218

 

 

 

27

.253

.766

96.984

 

 

 

28

.220

.666

97.650

 

 

 

29

.192

.581

98.231

 

 

 

30

.180

.544

98.775

 

 

 

31

.146

.442

99.218

 

 

 

32

.139

.421

99.639

 

 

 

33

.119

.361

100.000

 

 

 

 

شکل 1  نمودار سنگ­ریزه (صخره‌اي) است که مقادیر ویژه را برای هر عامل نشان می‌دهد:

img0 

شکل 1-  نمودار سنگ­ریزه مقادیر ویژه هر عامل

در نمودار بالا، مقدار واريانس توجيه­شده (مقدار ويژه) با استخراج عامل‌هاي بعد از عامل هشتم به­سرعت افت مي‌کند. مقادير ويژه عامل‌هاي اول تا هشتم بيشتر از 1 است و به همين دليل، در خروجي باقي مانده‌اند.

جدول 11 ماتریس مؤلفه یا ماتريس چرخش­نيافته31، ماتریس مؤلفه‌های تحلیل عاملی قبل از دوران است و همبستگی‌های بین متغیرها و عامل‌های استخراج­شده را نشان می‌دهد. با توجه به این ماتریس مشاهده می‌کنیم که به‌عنوان مثال پرسش 9 بین عامل‌های اول و دوم دارای بار متقاطع است: 

 

 

جدول 11 - ماتریس چرخش نیافته

Component Matrixa

 

Component

1

2

3

4

5

6

7

8

S20

.700

-.299

 

-.145

.119

 

-.114

.185

S9

.692

-.402

.164

 

.184

-.102

-.262

 

S8

.658

-.342

 

 

 

 

 

-.147

S7

.606

.200

.123

.109

-.226

-.152

-.152

-.253

S24

.605

-.107

-.365

 

-.130

-.317

 

 

S14

.603

-.265

 

 

.156

-.364

.127

 

S25

.599

-.188

-.396

 

-.271

-.219

.104

 

S3

.595

-.290

 

.321

 

.161

 

 

S30

.577

-.159

 

-.168

-.306

.341

 

.287

S6

.576

-.298

.256

.128

-.224

-.105

-.120

.208

S27

.571

.239

-.257

-.157

-.205

 

.172

-.285

S22

.553

.214

 

 

-.343

.112

.119

-.348

S23

.549

.200

-.125

-.191

-.171

 

.120

-.138

S5

.548

-.143

.410

.208

-.240

 

 

.242

S31

.538

-.200

-.307

-.299

 

-.103

-.179

 

S11

.537

 

.348

-.155

 

.156

.442

-.233

S26

.534

 

-.321

-.290

-.183

-.241

 

.181

S10

.494

 

.449

 

 

.122

 

-.119

S29

.483

 

-.176

-.241

 

.448

 

-.116

S33

.482

.391

-.281

 

.241

 

-.129

 

S4

.475

-.215

.161

.278

-.137

.138

.210

.160

S21

.449

 

 

-.433

.272

 

.238

.280

S28

.446

-.137

-.340

-.374

.421

.268

 

 

S17

.364

.599

 

.384

 

 

 

.237

S18

.426

.584

-.133

.436

 

 

 

.237

S32

.453

.527

.111

 

.154

 

 

 

S19

.441

.496

-.357

.206

.101

.185

 

.148

S12

.492

 

.565

 

.155

-.101

.388

.124

S13

.389

.360

.408

-.155

.295

 

-.110

 

S2

.445

-.277

-.150

.580

.277

 

.118

-.164

S1

.403

-.283

-.177

.526

.330

 

 

-.205

S15

.439

.343

.180

-.170

.171

-.480

-.223

 

S16

.389

.244

.324

 

-.161

.197

-.511

-.147

 

از آن­جا که ماتریس چرخش‌نیافته دارای الگوی روشنی نیست، به ماتریس چرخش­يافته32 در جدول 12 که پس از دوران الگو را واضح‌تر می‌کند، توجه می‌کنیم:

جدول 12 - ماتریس چرخش یافته

Rotated Component Matrixa

 

Component

1

2

3

4

5

6

7

8

S5

.732

 

 

.123

 

.197

 

.201

S6

.667

.299

 

.185

 

.190

 

.119

S30

.641

.202

 

-.104

.415

 

.213

 

S4

.545

 

.112

.290

 

-.116

.133

.234

S3

.493

.139

.126

.493

.193

 

.111

 

S24

.142

.705

.135

.197

.108

 

.219

 

S26

.129

.671

.196

-.122

.194

 

.197

 

S25

.236

.658

 

.224

 

-.134

.329

 

S31

.121

.570

 

.109

.447

.137

 

 

S14

.163

.491

 

.379

 

.222

 

.381

S18

.171

 

.846

 

-.112

 

.148

 

S17

 

 

.806

 

-.142

.108

 

 

S19

 

.110

.750

.101

.246

 

.157

 

S33

-.123

.198

.538

.215

.255

.259

.170

 

S32

 

 

.529

 

.166

.324

.179

.291

S2

.150

 

.170

.827

 

 

 

 

S1

 

 

.131

.815

 

 

 

 

S9

.433

.325

-.113

.495

.240

.407

 

.113

S8

.419

.253

 

.445

.177

.204

.239

.124

S28

-.100

.239

 

.184

.774

 

 

.132

S29

.183

 

 

.107

.632

 

.320

 

S20

.398

.434

 

.247

.473

.144

 

.135

S16

.342

-.125

.136

 

.121

.633

.253

-.160

S15

 

.407

.233

 

 

.632

 

.226

S13

 

 

.218

 

 

.610

 

.386

S10

.284

 

 

 

.161

.482

.205

.330

S22

.160

.162

.186

 

 

.126

.713

 

S27

 

.348

.237

 

.174

 

.635

 

S23

 

.310

.209

 

.189

.115

.486

.150

S7

.251

.247

.208

.166

-.108

.437

.445

 

S12

.292

 

 

 

 

.224

 

.788

S11

.205

 

 

.101

.121

.115

.521

.601

S21

 

.248

.107

-.104

.488

 

 

.524

 

جدول 12 ماتريس چرخش‌یافته اجزاء را برای "تعیین عوامل مؤثر بر رضايت مشتري از خرید اینستاگرامی" نشان مي‌دهد که شامل بارهاي عاملي هر يک از متغيرها در 8 عامل باقي­مانده پس از چرخش است. هرچه مقدار قدرمطلق اين ضرايب بيشتر باشد، عامل مربوط نقش بيشتري در کل تغييرات (واريانس) متغير مورد نظر دارد.

در جدول 13 آماره‌های توصیفی پرسشنامۀ "تعیین عوامل مؤثر بر رضايت مشتري از خرید آنلاین در اینستاگرام" شامل تعداد پاسخ­دهندگان، کم­ترین مقدار، بیشترین مقدار، میانگین و انحراف معیار گزارش شده است: 

جدول 13- آماره‌های توصیفی پرسشنامه

Descriptive Statistics

 

N

Minimum

Maximum

Mean

Std. Deviation

S1

132

1

5

3.74

1.123

S2

132

1

5

3.96

1.029

S3

132

1

5

4.28

.859

S4

132

1

5

3.85

.961

S5

132

1

5

3.76

.974

S6

132

1

5

4.12

.908

S7

132

1

5

3.62

.969

S8

132

1

5

4.37

.823

S9

132

1

5

4.65

.751

S10

132

1

5

3.95

1.021

S11

132

1

5

3.98

.933

S12

132

1

5

3.85

1.015

S13

132

1

5

3.19

1.160

S14

132

1

5

4.21

.917

S15

132

1

5

3.64

1.161

S16

132

1

5

3.55

1.194

S17

132

1

5

3.08

1.176

S18

132

1

5

3.11

1.137

S19

132

1

5

3.31

1.147

S20

132

1

5

4.73

.664

S21

132

1

5

4.08

.938

S22

132

1

5

3.82

.906

S23

132

1

5

3.64

1.086

S24

132

1

5

4.11

.879

S25

132

1

5

4.12

.900

S26

132

1

5

4.05

.952

S27

132

1

5

3.95

.915

S28

132

1

5

4.44

.918

S29

132

1

5

3.96

.992

S30

132

1

5

4.16

.898

S31

132

1

5

4.42

.933

S32

132

1

5

3.61

.931

S33

132

1

5

3.92

.996

Valid N (listwise)

132

 

 

 

 

 

با توجه به نتيجۀ تحليل عاملي اکتشافي، روي 33 پرسش مربوط به پرسشنامۀ این پژوهش، 8 عامل به­عنوان عامل‌هاي اصلي شناسايي شدند. بنابراين، 33 سوال مربوط به پرسشنامه "تعیین عوامل موثر بر رضايت مشتري از خرید اینستاگرامی"
را در جدول 14 دسته‌بندي کردیم:

جدول 14- عوامل شناسایی­شدۀ مؤثر بر رضایت مشتریان از خرید اینستاگرامی

سؤالات پرسشنامه

شرح متغیر

شمارۀ عامل

نام عامل­ها

تعداد سؤالات

پرسش 5

روش ارسال سفارش

 

 

1

 

 

ارسال و پاسخ­گویی

5

پرسش 6

مدت­زمان ارسال سفارش

پرسش 30

مدت­زمان پاسخ­گویی به درخواست

پرسش 4

هزینۀ ارسال سفارش

پرسش 3

نحوۀ برخورد و رفتار مدیر صفحه

پرسش 24

کیفیت تصاویر محصولات

 

 

2

کیفیت محتوای بصری

 

5

پرسش 26

قراردادن ویدئو از محصولات

پرسش 25

نوع تصویر (مجله­ای یا واقعی)

پرسش 31

امکان تعویض یا مرجوعی محصول

پرسش 14

اصالت و شهرت برند

پرسش 18 

تعداد دنبال­کنندگان صفحه

 

 

3

قدمت و شهرت

 صفحۀ اینستاگرام فروشگاه

5

پرسش 17

تعداد پسندیدن­‌های صفحه

پرسش 19

سال شروع فعالیت صفحه

پرسش 33

نظر‌های صفحه

پرسش 32

معروفیت و شهرت صفحه

پرسش 2 

قیمت محصولات

 

4

 

کیفیت اطلاعات

 محصولات

4

پرسش 1

جامع­بودن اطلاعات محصولات

پرسش 9

کیفیت محصولات

پرسش 8

سهولت فرآیند خرید

پرسش 28

ضمانت محصولات

 

5

کیفیت و ضمانت

 محصولات

3

پرسش 29

دسته‌‌بندی محصولات در برجسته­سازی صفحۀ اینستاگرام فروشگاه

پرسش 20

سازگاری عکس محصول با خود محصول

پرسش 16

وجود فروشگاه فیزیکی

 

 

6

هویت فیزیکی و

مجازی فروشگاه

4

پرسش 15

وجود وبگاه برای فروشگاه اینستاگرامی

پرسش 13

نحوۀ آشنایی با صفحۀ فروشگاه

پرسش 10

روش پرداخت

پرسش 22

طراحی صفحۀ اینستاگرام فروشگاه

 

 

 

7

طراحی صفحۀ

 اینستاگرام فروشگاه

 

4

پرسش 27

کیفیت محتوای صفحۀ اینستاگرام فروشگاه

پرسش 23

وجود پیشنهادات ویژه، تخفیف و حراج

پرسش 7

کیفیت طراحی و بسته­بندی محصولات

پرسش 12

جدیدبودن و مد روزبودن محصولات فروشگاه

 

 

8

به­روزبودن و تنوع محصولات فروشگاه

3

پرسش 11

تنوع محصولات فروشگاه

پرسش 21

کاربردی­بودن محصولات فروشگاه

 

در نهایت با شناسایی عوامل فوق، از طریق تحلیل عاملی اکتشافی می‌توانیم الگوی آن­ها را به­صورت شکل 2  ترسیم کنیم:

img0 

شکل 2- عوامل مؤثر بر رضایت مشتری در خرید آنلاین از فروشگاه اینستاگرامی

بحث و نتیجه‌گیری

در عصر حاضر، به سختی می‌توان نقش کسب‌وکارهای آنلاین در تغییر سبک زندگی مردم، تغییر بازارها و تحول برخی صنایع که به‌واسطه توسعه فنّاوری‌های جدید شکل‌گرفته را نادیده گرفت. از طرفی افزایش چشمگیر استفاده کاربران از شبکه‌های اجتماعی و همه‌گیر شدن استفاده از گوشی‌های هوشمند، مسیر جدیدی را برای شکل‌گیری مدل‌های جدید فروش از طریق شبکه‌های اجتماعی فراهم آورده است. به همین منظور، تمامی کسب‌وکارها اعم از کسب‌وکارهای کوچک، متوسط و بزرگ برای عقب نماندن از چرخه رقابت باید به‌صورت دائم در شبکه‌های اجتماعی مختلف فعالیت داشته و تجربه‌ی مشتریان در دریافت خدمات از طریق شبکه‌های اجتماعی را افزایش دهند. جنبه منحصربه‌فرد رسانه‌های اجتماعی و محبوبیت زیاد آن، منجر به ایجاد انقلابی در اقدامات بازاریابی همانند تبلیغات، برند­سازی و ... شده است. علاوه بر این، رسانه­های اجتماعی رفتار مصرف­کنندگان را از زمان کسب اطلاعات تا زمان پس از خرید مثل حالت و عدم رضایت (منگلد و فالدز33، 2009) و الگوی استفاده از اینترنت را تحت تأثیر قرار داده­اند(راس و همکاران34،2009). لذا کسب‌وکارهای فعال در صنایع مختلف، همواره باید از این تغییر الگوی استفاده از اینترنت و شبکه‌های اجتماعی، به‌عنوان فرصتی برای تولید محتوا و اطلاعات در رابطه با محصولات و فعالیت­ها در صنعت مرتبط با خودشان، بهره ببرند. بنابراین در بازار کسب‌وکار امروز، درصورتی‌که صنایع به دنبال جذب مشتری بیشتر و نگهداری آن‌ها در کانال­های ارتباطی خود باشند، به‌گونه‌ای که به کمک آن‌ها بتوانند در جهت تولید محتوا و شناخته‌تر شدن برند خود استفاده کنند، می­بایست به کارکردهای شبکه‌های اجتماعی و تأثیراتی که بر روی فاکتورهای مؤثر بر تولید محتوا و شناخته شدن برند می­گذارد، توجه نموده و با در نظر گرفتن اهمیت هر یک از عوامل، نسبت به بهبود عملکردشان در شبکه‌های اجتماعی اقدام نمایند. علاوه بر این، مصادف شدن شیوع همه­گیری کرونا و افزایش شتاب آنلاین­شدن روزافزون کسب‌و‌کارها، عرصه‌ی رقابت در فضای آنلاین را بیش‌ازپیش تنگ نموده است. لذا جلب رضایت مشتریان و حفظ آن‌ها یکی از مهم‌ترین مسائل پیش روی تمامی صاحبان کسب‌و‌کار به­منظور بقای آن‌ها در فضای به­شدت رقابتی آنلاین است.

تحقیق در پیش رو با وقوف به اهمیت تغییرات فوق‌الذکر و با هدف بررسی عوامل مؤثر بر رضایت مشتریان در خرید آنلاین از فروشگاه‌های اینستاگرامی ایرانی" به ارائه‌ی پیمایش پرداخته است. مبنای گردآوری داده‌ها پرسشنامه ساختاریافته و ابزار تحلیل داده‌های گردآوری‌شده، تحلیل عاملی اکتشافی (EFA) بوده است. نتایج تحقیق بر اهمیت 8 عامل در جهت افزایش رضایت مشتریان در خرید آنلاین از فروشگاه‌های اینستاگرامی ایرانی دلالت دارد. این 8 عامل را به‌صورت جداگانه موردبحث قرار می‌دهیم:

1.       ارسال و پاسخگویی

بر اساس یافته‌های این تحقیق، ارسال و پاسخگویی مهم‌ترین عامل در افزایش رضایت مشتریان در خرید آنلاین از فروشگاه‌های اینستاگرامی ایرانی قلمداد می‌شود. این موضوع هم‌راستا با تحقیقات دیگری است. در میان انبوه کسب‌وکارهای فعال در شبکه‌های اجتماعی، تنها کسب‌وکارهایی می­توانند پابرجا بمانند که مشتری­ها آن‌ها را شناخته و بتواند به آن‌ها اعتماد کنند(یانگ و همکاران35، 2020؛ دین و همکاران36، 2021؛ فوآ و همکارا37ن، 2017). لذا هر عاملی که منجر به افزایش اعتماد شود تأثیر به‌سزایی در موفقیت کسب‌وکارهای فعال در شبکه‌های اجتماعی دارد. بخشی از این شناخت و اعتماد به کسب‌وکارها در گرو برند آن‌ها می­باشد (لین و همکاران38، 2015). اطلاع از عوامل مؤثر بر رشد و توسعه برند و تعامل آن با مخاطبان در فضای آنلاین می‌تواند کمک کند تا کسب‌وکارها هرچه بهتر برندشان را به‌عنوان یک برند موفق با رضایت بالا نزد مشتری بشناسانند و نه‌تنها در این فضای پرآشوب باقی بمانند، بلکه بتوانند هرچه بیشتر کسب سود کنند. ارسال و پاسخگویی و ارائه‌ی روش‌های متمایز نظیر استفاده از چت‌ بات‌ها، پاسخگویی ۲۴ ساعته، آگاه‌سازی مشتری از مراحل ارسال و اطلاع‌رسانی به مشتری درزمینه‌ی ارسال، ارائه‌ی خدمات متنوع برای ارسال در زمره‌ی روش‌هایی قرار می‌گیرند که تجربه‌ی متمایزی برای مشتریان در استفاده از خدمات کسب‌وکارهای فعال در شبکه‌های اجتماعی فراهم می‌آورد.

2.       کیفیت محتوای بصری

در اینستاگرام به علت آنکه محوریت محتوا بر عکس و ویدیو قرار دارد، یکی از عوامل بهبوددهنده تجربه و تبع آن افزایش‌دهنده رضایت مشتریان ارتقای محتوای بصری است (رحمان و همکاران39، 2022؛ برنکوف و نیکسون40،2019). امروزه توسعه‌ی محتوای بصری پیش از پیش با جنبه‌های علم بازاریابی و همچنین متدهای بازاریابی همچون بازاریابی دهان‌به‌دهان41 (هینز و همکاران42،2011؛ پترسکو و کورگانکار43،2011)، بازاریابی محتوایی44 (داگرتی و همکاران45، 2008؛ لیوینگ استون46، 2008؛ اسمیت و همکاران47، 2011؛ استرالا رامون و همکاران48، 2019؛ رحمان و همکاران49،2022) ، بازاریابی عصبی50 (استرلینگ و لفلین51،2015)، گیمیفیکیشن52 (هیرستوا و همکاران53،2020؛ هیرستوا و لیبروث54،2021؛ هاماری و همکاران55،2014) گره‌خورده است. آگاهی کسب‌وکارها در ارائه محتوای بصری که هم مرتبط با دغدغه‌ای کاربر باشد و هم از لحاظ پدیداری حائز کیفیت در طراحی باشد به شناخته شدن، افزایش رضایت مشتریان و توسعه برند کسب‌وکارهای فعال در شبکه‌های اجتماعی کمک می‌نماید. افزایش محتوای بصری، به کسب‌وکارها کمک می‌نماید تا در میان انبوهی از برندهای رقیب آنلاین و آفلاین، برتری و همراه‌ سازی مخاطبین و نگه­داری آن‌ها را حفظ کرده و زمینه را برای رشد و شناخته­­تر شدن هرچه بیشتر برند، فراهم آورند.

3.       قدمت و شهرت صفحۀ اینستاگرام فروشگاه

تحقیقات گذشته نشان از آن دارند که قدمت و شهرت یک کسب‌وکار عامل مهمی در کاهش ریسک استفاده از محصولات و خدمات یک بنگاه می‌شود (الشواف و ون56،2015 ؛ آگام57،2017). این تحقیق نیز به گونه‌ی دیگری بر این موضوع صحه می‌گذارد.

 

4.       کیفیت اطلاعات محصولات

یکی از راه‌های تعامل مشتریان در شبکه‌های اجتماعی از طریق تولید محتوا توسط کاربر می‌باشد. تولید محتوا توسط کاربر مشخصاً به محتوای رسانه‌ای که توسط اعضای عمومی ایجاد می‌شود اشاره دارد و شامل هر شکل از محتوای برخط58 تولیدشده، ابداع‌شده، نشر شده و استفاده‌شده توسط کاربران می‌شود (داگرتی و همکاران59،2008). UGC عمدتاً موضوعات مرتبط با برند را شامل می­شود (اسمیت و همکاران60،2012) و روی ایجاد آگاهی از محصولات و تصمیم‌گیری خرید مشتریان تأثیر می­گذارد. استفاده از شبکه­های اجتماعی به‌عنوان یک کانال جدید بازاریابی در کنار بازاریابی سنتی و گسترش و بسط ارتباطات مشتریان (استرلا رامون و همکاران61،2019) از طریق کمک گرفتن از مصرف‌کنندگان نهایی برای تولید محتوای مرتبط با محصولات برندها در این بستر می‌باشد که به آن تولید محتوا توسط کاربر62 یا UGC می‌گویند. کاربران علاقه‌ی وافری به خواندن نظرات سایر کاربران دارند و زمانی که تعداد زیادی کاربر از یک محصول تعریف کرده و آن را توصیه نمایند، تمایل سایر کاربران به استفاده از محصولات افزایش می‌یابد. تحقیقات نشان‌دهنده‌ی آن است که یکی از روش‌های افزایش تولید محتوا توسط کاربران، استفاده از گیمیفیکیشن است. با توجه به نتایج حاصل از این پژوهش و آگاهی از اهمیت موضوع جذب مستمر ترافیک برای رسانه­های اجتماعی برندهایی که در آن فعال هستند، استفاده از متد گیمیفیکیشن به‌گونه‌ای که استراتژی کارآمدی در طراحی آن به کار گرفته شود و زمینه­ تحریک حس سرگرمی و تفریح را در بین دنبال‌کنندگان فعال کند، به کسب­وکارها و مدیران دیجیتال مارکتینگ آن‌ها توصیه می­شود. در واقع شرکت­ها با کمک بازی‌ها سعی در انگیزش کاربران برای تولید محتوا در شبکه­ اجتماعی اینستاگرام و همچنین نقش تقویت­کننده­ گیمیفیکیشن در خصوص این مهم، می­توانند از طریق روش گیمیفیکیشن به‌ویژه با در نظر گرفتن عوامل اثرگذار در طراحی کارآمدتر بازی مثل سناریوسازی، هیجان، چالش و پاداش، تعامل کاربران را از طریق لایک کردن، اشتراک‌گذاری محتوا و حتی تولید محتوا در خصوص برند و محصولاتشان افزایش دهند.

 

5.       کیفیت و ضمانت محصولات

کیفیت و بالأخص تنوع روش‌های ضمانت محصولات می‌تواند عامل مؤثری بر اعتماد کاربران در استفاده از خدمات (ولنتینی و همکاران63، 2018) فروشگاه‌های اینترنتی باشد. این موضوع همسو با سایر یافته‌ها در این حوزه نیز می‌باشد (تورس64، 2017؛ ساری و همکاران65، 2021، هالودین و همکاران66، 2017).

 

6.       هویت فیزیکی و مجازی فروشگاه 

هویت فیزیکی و مجازی فروشگاه عامل دیگری است که می‌تواند در اعتماد بیشتر مشتریان در خرید آنلاین از فروشگاه اینستاگرامی و جلب رضایت آنها تأثیر داشته باشد. وجود فروشگاه فیزیکی و وبگاه منجر به افزایش اعتبار صفحه اینستاگرامی در نظر مشتریان آنلاین می‌شود و در نتیجه با اطمینان بیشتری خرید آنلاین خود را انجام می‌دهند.

7.       طراحی صفحۀ اینستاگرام فروشگاه

همان‌طور که مطرح شد، متدهای نوین بازاریابی نظیر بازاریابی عصبی امروزه بیش‌ازپیش در تحریک توجه کاربران در شبکه‌های اجتماعی نقش ایفا می‌نمایند. کاربران در استفاده از اینستاگرام با حجم زیادی از تصاویر و ویدئوهای متنوع روبرو می‌شوند. لذا تنوع محتواها امکان به خاطر سپاری محتوا و یادآوری آن را برای کاربران کاهش می‌دهند. طراحی منحصربه‌فرد صفحۀ اینستاگرام فروشگاه و همسویی آن با هویت برند و همسویی ساختار بصری محتواها با هویت برند نقش مهمی در افزایش امکان به یادآوری برند و تبلیغ برند ایفا می‌نماید. همانطور که نحوه طراحی وبسایت بر روی رضایت مشتریان تأثیرگذار است (شودیک و همکاران67،2018)، طراحی صفحه اینستاگرامی فروشگاه آنلاین نیز می‌تواند بر روی رضایت مشتریان تأثیرگذار باشد.

8.       تنوع و به­روزبودن محصولات فروشگاه

در نهایت، تنوع محصولات فروشگاه باعث می‌شود تا کاربران تجربه‌ی تازگی را در استفاده از محصولات کسب نمایند. تجربه‌ی تازگی یکی از عوامل مؤثر بر استفاده‌ی کاربران از رسانه‌ها و کانال‌های دیجیتال نظیر شبکه‌های اجتماعی است. تنوع محصولات اثر مثبت و مهمی بر روی رضایت مشتری دارد و اگر بر مبنای خواسته‌های مشتریان باشد منجر به افزایش رضایت مشتری می‌شود (تجاجانینگسیه و همکاران68،2020).

صاحبان کسب‌و‌کارهایی که دارای فروشگاه مجازی در شبکۀ اجتماعی اینستاگرام هستند می‌توانند با درنظرگرفتن عوامل  شناسایی‌شده فوق در جلب هرچه بیشتر رضایت مشتریان و حفظ آن­ها اقدام کنند و بدین ترتیب تجربۀ خوشایندی را از خرید آنلاین از اینستاگرام برای مشتریان­شان رقم بزنند و منجر به وفاداری هرچه بیشتر آنها به برند خود شوند.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

فهرست منابع

الفت، لعیا.، خسروانی، فرزانه.، و جلالی، رضا. (1390). شناسایی عوامل مؤثر بر خرید اینترنتی و اولویت‌بندی آن‎ها با استفاده از ANP فازی .مدیریت بازرگانی، 3 (1)، 19-54.

https://doi.org/20.1001.1.20085907.1390.3.1.9.8

 

زیویار، فرزاد.، ضیائی، محمدصادق.، و نرگسیان، جواد. (1391). بررسی عوامل موثر بر رضایت مشتریان با استفاده از مدل سروکوال. تحقیقات بازاریابی نوین، 2 (3)، 173-186.

https://nmrj.ui.ac.ir/article_17624.html

 

عیدی، حسین.، قلی­پور، نگار.، و فلاح، مریم. (1397). تحلیل مسیر سنجش عوامل موثر بر خرید اینترنتی کالای ورزشی در دانشجویان علوم ورزشی. مدیریت و توسعه ورزش، 7 (4)، 172-182.

https://doi.org/10.22124/jsmd.2019.3259

 

Agam, D. (2017), "The impact of viral marketing through Instagram", Australasian Journal of Business, Social Science and Information Technology, Vol. 4 No. 1, pp. 40-45.

 

https://www.academia.edu/34658033/The_Impact_of_Viral_Marketing_Through_Instagram

 

Alshawaf, E. and Wen, L. (2015), "Understanding digital reputation on Instagram: A case study of social media mavens", in pp. 19-27.

https://www.academia.edu/26862345/Understanding_Digital_Reputation_on_Instagram_A_Case_Study_of_Social_Media_Mavens

Anderson, E.W., Fornell, C., & Mazvancheryl, S.K. (2004) Customer Satisfaction and Shareholder Value. Journal of Marketing, 68, 172-185.

https://doi.org/10.1509/jmkg.68.4.172.42723

 

Bajaj, KK., & Nag, D. (2001). E-Commerce: The Cutting Edge of Business, 2nd edition. India: MC GRAW HILL INDIA.

https://www.amazon.com/Commerce-Cutting-Edge-Business/dp/0070585563

 

Bernkopf, D. and Nixon, L. (2019), "The impact of visual social media on the projected image of a destination: the case of Mexico City on Instagram", Information and Communication Technologies in Tourism 2019, Springer, pp. 145-157.

https://www.springerprofessional.de/en/the-impact-of-visual-social-media-on-the-projected-image-of-a-de/16344148

Daugherty, T., Eastin, M. S. and Bright, L. (2008), "Exploring consumer motivations for creating user-generated content", Journal of interactive advertising, Vol. 8 No. 2, pp. 16-25.

https://www.tandfonline.com/doi/abs/10.1080/15252019.2008.10722139

Din, S. M., Ramli, R. and Bakar, A. A. (2018), "A review on trust factors affecting purchase Intention on Instagram", in pp. 49-53.

https://www.semanticscholar.org/paper/A-Review-on-Trust-Factors-Affecting-purchase-on-Din-Ramli/ff5fdd247aadbc0e20ce85bf348cee758a416749

Estrella-Ramón, A., García-de-Frutos, N., Ortega-Egea, J. M. and Segovia-López, C. (2019), "How does marketers’ and users’ content on corporate facebook fan pages influence brand equity?", Electronic Commerce Research and Applications, p. 100867.

https://dl.acm.org/doi/abs/10.1016/j.elerap.2019.100867

Ganapathi, S. (2018). Customer satisfaction towards electronics shopping with reference to Tiruchirappalli District. International Journal of Management and social Sciences, 8 (1), 23-26.

 

https://journals.foundationspeak.com/index.php/ijmss/article/view/520/0

 

Guo, X., Ling, K.C., & Liu, M. (2012). Evaluating Factors Influencing Consumer Satisfaction towards Online Shopping in China. Asian Social Science, 8, 40-50.

https://doi.org/10.5539/ASS.V8N13P40

Gustafsson, A., Johnson, M., & Roos, I. (2005). The Effects of Customer Satisfaction, Relationship Commitment Dimensions, and Triggers on Customer Retention. Journal of Marketing, 69, 210 - 218.

https://doi.org/10.1509/jmkg.2005.69.4.210

 

Haludin, D. C., Sari, H. and Prihartono, B. (2017), "Online Marketing Mix for Small Business", Advanced Science Letters, Vol. 23 No. 11, pp. 10790-10793.

https://www.ingentaconnect.com/contentone/asp/asl/2017/00000023/00000011/art00071;jsessionid=2xbpbkagorsff.x-ic-live-01

Hamari, J., Koivisto, J. and Sarsa, H. (2014), "Does gamification work?--a literature review of empirical studies on gamification", in 2014 47th Hawaii international conference on system sciences, pp. 3025-3034.

https://www.semanticscholar.org/paper/Does-Gamification-Work-A-Literature-Review-of-on-Hamari-Koivisto/0768149ce1170691bcde8b4539153a282f0cc74c

Hanif, Hafeez and Riaz (2010). Factors affecting Customer Satisfaction

https://www.researchgate.net/publication/266888165_Factors_Affecting_Customer_Satisfaction

 

Islam, A., Amir, K., & Daud, K.K. (2011). Factors that Influence Customers’ Buying Intention on Shopping Online. International Journal of Marketing Studies, 3, 128-139.

https://doi.org/10.5539/IJMS.V3N1P128 

 

Hinz, O., Skiera, B., Barrot, C. and Becker, J. U. (2011), "Seeding strategies for viral marketing: An empirical comparison", Journal of Marketing, Vol. 75 No. 6, pp. 55-71.

https://journals.sagepub.com/doi/abs/10.1509/jm.10.0088

Hristova, D., Jovicic, S., Göbl, B. and Slunecko, T. (2020), "The Social Media Game?: How Gamification Shapes Our Social Media Engagement", The Digital Gaming Handbook, CRC Press, pp. 63-94.

https://ucris.univie.ac.at/portal/en/publications/the-social-media-game(f403f694-cc56-4119-a14f-82fc37ee2a73).html

Hristova, D. and Lieberoth, A. (2021), "How Socially Sustainable Is Social Media Gamification? A Look into Snapchat, Facebook, Twitter and Instagram", Transforming Society and Organizations through Gamification, Springer, pp. 225-245.

https://www.springerprofessional.de/en/how-socially-sustainable-is-social-media-gamification-a-look-int/19144796

Jin, S. V., Ryu, E. and Muqaddam, A. (2021), "I trust what she's# endorsing on Instagram: moderating effects of parasocial interaction and social presence in fashion influencer marketing", Journal of Fashion Marketing and Management: An International Journal.

https://www.scholars.northwestern.edu/en/publications/i-trust-what-shes-endorsing-on-instagram-moderating-effects-of-pa

Livingstone, S. (2008), "Taking risky opportunities in youthful content creation: teenagers' use of social networking sites for intimacy, privacy and self-expression", New media & society, Vol. 10 No. 3, pp. 393-411.

https://journals.sagepub.com/doi/10.1177/1461444808089415

 

Letitia Fourie (2015). Customer satisfaction: a key to survival for SMEs?. Problems and Perspectives in Management, 13(3-1), 181-188

https://www.researchgate.net/publication/325954534_Customer_satisfaction_A_key_to_survival_for_SMEs

 

Lien, C.-H., Wen, M.-J., Huang, L.-C. and Wu, K.-L. (2015), "Online hotel booking: The effects of brand image, price, trust and value on purchase intentions", Asia Pacific Management Review, Vol. 20 No. 4, pp. 210-218.

https://www.sciencedirect.com/science/article/pii/S102931321500041X

Mangold, W. G. and Faulds, D. J. (2009), "Social media: The new hybrid element of the promotion mix", Business horizons, Vol. 52 No. 4, pp. 357-365.

https://www.sciencedirect.com/science/article/abs/pii/S0007681309000329

 

 

Merugu, P., & Mohan, VK. (2020). Customer satisfaction towards online shopping with reference to Jalandhar City. International Journal of Management (IJM), 11(2), 36-47.

https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3552410

 

Muruganantham, S., Nandhini, S., Nivetha, B., & Nandhini, A. (2017). A Study of consumer satisfaction towards online shopping with special reference to Coimbatore City International. Journal of Applied Research, 3 (12), 171-174.

https://www.allresearchjournal.com/archives/?year=2017&vol=3&issue=12&part=C&ArticleId=4637

 

Perviaz, A., & Sankaran, S. (2010). 'Online Shopping' Customer Satisfaction and Loyalty in Norway. Master Thesis in Business Administration, Tekniska Högskola BTH Blekinge.

http://bth.diva-portal.org/smash/get/diva2:830467/FULLTEXT01.pdf

 

Petrescu, M. and Korgaonkar, P. (2011), "Viral advertising: Definitional review and synthesis", Journal of internet commerce, Vol. 10 No. 3, pp. 208-226.

https://journals.sagepub.com/doi/full/10.1177/2056305119847516

Phua, J., Jin, S. V. and Kim, J. J. (2017), "Gratifications of using Facebook, Twitter, Instagram, or Snapchat to follow brands: The moderating effect of social comparison, trust, tie strength, and network homophily on brand identification, brand engagement, brand commitment, and membership intention", Telematics and Informatics, Vol. 34 No. 1, pp. 412-424.

https://www.sciencedirect.com/science/article/abs/pii/S0736585316300168

Rahman, W. N. A., Mutum, D. S. and Ghazali, E. M. (2022), "Consumer Engagement With Visual Content on Instagram: Impact of Different Features of Posts by Prominent Brands", International Journal of E-Services and Mobile Applications (IJESMA), Vol. 14 No. 1, pp. 1-21.

https://www.igi-global.com/article/consumer-engagement-with-visual-content-on-instagram/295960

Ross, C., Orr, E. S., Sisic, M., Arseneault, J. M., Simmering, M. G. and Orr, R. R. (2009), "Personality and motivations associated with Facebook use", Computers in human behavior, Vol. 25 No. 2, pp. 578-586.

https://scholar.uwindsor.ca/psychologypub/31/

Sari, H., Haludin, D. C., Simatupang, T. and Prihartono, B. (2021), "Learning From Others: Anticipating E-Marketing Strategies for Small Businesses", Handbook of Research on Innovation and Development of E-Commerce and E-Business in ASEAN, IGI Global, pp. 79-97.

https://www.igi-global.com/chapter/learning-from-others/260686

Shodiq, A.F, Hidayatullah, S., Ardianto, T. Y., (2018) “Influence Of Design, Information Quality And Customer Services Website On Customer Satisfaction”, International Journal Of Scientific and Engineering Research, Volume 9, Issue 12, pp. 746-750.

https://www.researchgate.net/publication/338403234_INFLUENCE_OF_DESIGN_INFORMATION_QUALITY_AND_CUSTOMER_SERVICES_WEBSITE_ON_CUSTOMER_SATISFACTION

Smith, A. N., Fischer, E. and Yongjian, C. (2012), "How does brand-related user-generated content differ across YouTube, Facebook, and Twitter?", Journal of interactive marketing, Vol. 26 No. 2, pp. 102-113.

https://www.researchgate.net/publication/257494054_How_Does_Brand-related_User generated_Content_Differ_across_YouTube_Facebook_and_Twitter

Sterling, P. and Laughlin, S. (2015), Principles of neural design, MIT press.

https://mitpress.mit.edu/books/principles-neural-design

Tjahjaningsih , E., Ningsih, D. H. U. and Utomo, A. E. (2020), “The Effect of Service Quality and Product Diversity on Customer Loyalty: The Role of Customer Satisfaction and Word of Mouth”, The Journal of Asian Finance, Economics and Business, Vol. 7 Issue 12 , pp.481-490.

https://www.koreascience.or.kr/article/JAKO202034651879305.page

Torres, J. A. S. (2017), "Building brand loyalty in e-commerce of fashion lingerie", Journal of Fashion Marketing and Management: An International Journal.

http://diposit.ub.edu/dspace/handle/2445/113735

United Nations. (2020). E-commerce and Covid-19 – Findings from a Survey of Online Consumers in 9 countries, UNCTAD, United Nations.

https://digitallibrary.un.org/record/3886558 

 

Valentini, C., Romenti, S., Murtarelli, G. and Pizzetti, M. (2018), "Digital visual engagement: influencing purchase intentions on Instagram", Journal of Communication Management.

https://psycnet.apa.org/record/2018-53963-001

Yang, K., Kim, H. M. and Tanoff, L. (2020), "Signaling trust: Cues from Instagram posts", Electronic Commerce Research and Applications, Vol. 43, p. 100998

https://mgtr.cm.nsysu.edu.tw/Upload/Journal/154/M624505db8954e/154_M624505db8954e_Full.pdf

 

 

Factors Affecting the Satisfaction of Iranian Customers

In Online Shopping From Instagram Stores

Abstract

Following the outbreak of Coronavirus (Covid-19), online businesses are booming. In order to stay in this highly competitive environment, we are required to satisfy and retain our customers. In this regard, the question arises that what factors affect customer satisfaction in online shopping from Instagram stores? A similar question has been asked many times by various researchers regarding online shopping from different platforms; however, this article tries to examine these factors about Iranian customers in the "Instagram social network", which currently hosts thousands of Iranian online stores. Accordingly, in this article, using a designed questionnaire and exploratory factor analysis (EFA) via IBM SPSS Statistics 26 software, eight factors have been identified that can be considered by Instagram businesses. Identified factors affecting customer satisfaction from Instagram online shopping are: delivery and responsiveness, quality of visual contents, age and reputation of the store's Instagram page, product information quality, product quality and guarantee, store’s physical and virtual identity , store's Instagram page design, diversity and up-to-date store products.

 

Keywords: Customer Satisfaction, Online Shop, Online Shopping, Exploratory Factor Analysis (EFA)

 

 

 

 

[1] 1-E-commerce/Electronic-commerce

[2] 2- Bajaj & Nag

[3] - Instagram

[4] - Covid-19

[5] - E-commerce and Covid-19 – Findings From a Survey of Online Consumers in 9 countries , UNCTAD, United Nations, 2020

[6] - Mukhisa Kituyi

[7] - Tatikonda

[8] - Fourie

[9] - Gustafsson et al.

[10] - Deng et al.

[11] - Hanif et al.

[12] - Anderson et al.

[13] - Pervaiz et al.

[14] - Islam et al.

[15] - Guo et al.

[16] - Muruganantham et al.

[17] - Ganapathi  

[18] - Pratima et al.

[19] - www.porsline.ir

[20] - Cronbach’s Alpha

[21] - Exploratory Factor Analysis (EFA) 

[22] - Factors

[23] - Correlation Patterns

[24] - Dimension Reduction

[25] - Principal Component Analysis (PCA)

[26] - Scree Plot

[27] - Varimax Method

[28] - Correlation Matrix

[29] - Kaiser-Meyer-Olkin Measure of Sampling Adequancy

[30] - Communalities

[31] - Component Matrix

[32] - Rotated Component Matrix

[33]  Mangold and Faulds

[34]  Ross et al.

[35]  Yang et al.

[36]  Din et al.

[37]  Phua et al.

[38]  Lien et al.

[39]  Rahman et al.

[40]  Bernkopf and Nixon

[41]  WOM- Word of mouth marketing

[42]  Hinz et al.

[43]  Petrescu and Korgoankar

[44]  Content marketing

[45]  Daugherty et al.

[46]  Livingstone

[47]  Smith et al.

[48]  Estrella-Ramon et al.

[49]  Rahman et al.

[50]  Neuro marketing

[51]  Sterling and Laughlin

[52]  Gamification

[53]  Hristova et al.

[54]  Hristova and Lieberoth

[55]  Hamari et al.

[56]  Alshawaf and Wen

[57]  Agam

[58]  online

[59]  Daugherty et al.

[60]  Smith et al.

[61]  Estrella-Ramon et al.

[62]  User-generated content

[63]  Valentini et al.

[64]  Torress

[65]  Sari et al.

[66]  Haludin et al.

[67]  Shodiq et al.

[68]  Tjahjaningsih et al.


سند

Sanad is a platform for managing Azad University publications

الروابط

المراكز ذات الصلة

دعامة

الصفحات الرسمية

حقوق هذا الموقع الإلكتروني مملوكة لنظام SANAD Press Management. © 1442-1445

الصفحة الرئيسية| دخول| معلومات عنا| اتصل بنا|
[English] [فارسی] [en] [fa]