پیوندهای مفید
آمار
| تعداد نشریات | 32 |
| تعداد شماره‌ها | 602 |
| تعداد مقالات | 5,870 |
| تعداد مشاهده مقاله | 8,856,550 |
| تعداد دریافت فایل اصل مقاله | 6,500,297 |
ارائه مدل پیشایندهای بازاریابی داده‌محور در صنعت گردشگری (کاربرد فناوری هوش مصنوعی و کلان داده‌ها در بازاریابی) | ||
| پژوهش های بازاریابی گردشگری و میهمان نوازی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 10 آبان 1405 | ||
| نوع مقاله: مقاله مستخرج از رساله دکتری | ||
| شناسه دیجیتال (DOI): 10.22080/tmhr.2026.32197.1147 | ||
| نویسندگان | ||
| محمد معصوم1؛ محمد غفاری* 2؛ سید محمد باقر جعفری1 | ||
| 1دانشگاه تهران، تهران، ایران | ||
| 2دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران | ||
| تاریخ دریافت: 05 تیر 1405، تاریخ بازنگری: 04 آبان 1405، تاریخ پذیرش: 10 آبان 1405 | ||
| چکیده | ||
| زمینه و هدف: اهمیت استفاده از داده‌ها موجب شده است تا در سالهای اخیر کسب‌وکارهای بسیاری به استفاده از داده‌ها در حوزه‌های مختلف کسب‌و‌کار روی بیاورند. در این میان یکی از حوزه‌هایی که استفاده از داده در آن اهمیت و کاربرد ویژه‌ای دارد، حوزه بازاریابی است. از اینرو تحقیق حاضر با هدف تبیین پیشایندهای بازاریابی داده‌محور در صنعت گردشگری طراحی و اجرا شده است. روش‌شناسی: این پژوهش از نظر روش، تحقیقی آمیخته (کیفی و کمی) است. جامعه آماری پژوهش در بخش کیفی و فاز اول از بخش کمی خبرگان دانشگاهی و فعالان حوزه بازاریابی بوده و در فاز دوم از بخش کمی مدیران و کارکنان آژانس‌های گردشگری شامل مدیران عامل و مدیران و کارشناسان ارشد بازاریابی این کسب‌وکارها می‌باشند. در این پژوهش جهت گردآوری داده‌ها از دو روش کتابخانه‌ای و میدانی (مصاحبه و پرسشنامه) استفاده شده است. تجزیه‌و‌تحلیل داده‌ها نیز با استفاده از تکنیک تحلیل مضمون و کدگذاری باز و محوری مصاحبه‌ها در فاز کیفی و تکنیک مدلسازی ساختاری_تفسیری و مدلسازی معادلات ساختاری در فاز کمی صورت پذیرفته است. یافته‌ها: نتایج نشان داده است که تمامی الزامات موجود در مدل تحقیق شامل مهارتهای فناورانه، مهارتهای ادراکی_تحلیلی، زیرساختهای داده ای و زیرساختهای فناوری بر بازاریابی داده‌محور تاثیر مثبت دارند. همچنین از میان عوامل موثر موجود در مدل تحقیق، تعهد به داده‌محوری و ساختار سازمانی مناسب بر بازاریابی داده‌محور تاثیر دارند. این در حالیست که تاثیر فرهنگ سازمانی مناسب بر بازاریابی داده‌محور مورد تایید قرار نگرفته است. نتیجه‌گیری و پیشنهادات: شرکت‌ها با توجه به الزامات و پیش‌نیازهای داده‌محوری می‌توانند استراتژی‌هایی همچون سرمایه‌گذاری در زیرساختهای فناوری، آموزش و توانمندسازی نیروی انسانی، ایجاد فرهنگ داده‌محوری، استفاده از تحلیل‌های پیشرفته برای استخراج بینش‌های استراتژیک و ... را برای موفقیت در بازاریابی داده‌محور اتخاذ کرده و از نتایج ارزشمند آن بهره‌مند گردند. | ||
| کلیدواژه‌ها | ||
| بازاریابی داده‌محور؛ تجزیه و تحلیل بازاریابی؛ هوش مصنوعی؛ کلان داده؛ گردشگری | ||
| عنوان مقاله [English] | ||
| Presenting a Model of the Antecedents of Data-Driven Marketing in the Tourism Industry: Applications of Artificial Intelligence and Big Data in Marketing | ||
| نویسندگان [English] | ||
| mohammad masoum1؛ Mohammad Ghaffari2؛ Seyed Mohammad bagher jafari1 | ||
| 1University of Tehran,Tehran, Iran | ||
| 2Faculty of Management and Accounting, Farabi Campus, University of Tehran | ||
| چکیده [English] | ||
| Context and Purpose: The growing importance of data utilization has led many businesses in recent years to adopt data-driven approaches across various business functions. Among these, marketing is one of the areas in which data plays a particularly significant role and has extensive applications. Therefore, the present study was designed and conducted to explain the antecedents of data-driven marketing in the tourism industry. Design/methodology/approach: This study employed a mixed-methods approach (qualitative and quantitative). In the qualitative phase and the first phase of the quantitative section, the statistical population consisted of academic experts and professionals in the field of marketing. In the second phase of the quantitative section, the statistical population included managers and employees of tourism agencies, specifically chief executive officers, senior managers, and marketing specialists. Data were collected through both library research and field methods (interviews and questionnaires). Data analysis was conducted using thematic analysis as well as open and axial coding of interviews in the qualitative phase, and Interpretive Structural Modeling (ISM) and Structural Equation Modeling (SEM) in the quantitative phase. Findings: The results indicated that all requirements included in the research model—namely technological skills, cognitive-analytical skills, data infrastructure, and technological infrastructure—have a positive effect on data-driven marketing. Furthermore, among the influential factors in the research model, commitment to data orientation and an appropriate organizational structure significantly affect data-driven marketing. However, the effect of an appropriate organizational culture on data-driven marketing was not confirmed. Conclusion and Recommendations: By considering the requirements and prerequisites of data orientation, companies can adopt strategies such as investing in technological infrastructure, training and empowering human resources, fostering a data-driven culture, and utilizing advanced analytics to extract strategic insights. These strategies can enhance the successful implementation of data-driven marketing and enable organizations to benefit from its valuable outcomes. | ||
| کلیدواژه‌ها [English] | ||
| Data-Driven Marketing, Artificial Intelligence, Big Data, Tourism, Marketing analysis | ||
|
آمار تعداد مشاهده مقاله: 0 |
||