پارس پروژه پرتال خدمات دانشگاهی
این مقاله علمی پژوهشی (ISI) به زبان انگلیسی از نشریه الزویر مربوط به سال ۲۰۲۲ دارای ۱۸ صفحه انگلیسی با فرمت PDF و ۵۰ صفحه ترجمه فارسی به صورت فایل WORD قابل ویرایش می باشد در ادامه این صفحه لینک دانلود رایگان مقاله انگلیسی ، بخشی از ترجمه فارسی مقاله و لینک خرید آنلاین ترجمه ی کامل مقاله موجود می باشد.
کد محصول: M1257
سال نشر: ۲۰۲۲
نام ناشر (پایگاه داده): الزویر
نام مجله: Technological Forecasting & Social Change
نوع مقاله: علمی پژوهشی (Research articles)
تعداد صفحه انگلیسی: ۱۸ صفحه PDF
تعداد صفحه ترجمه فارسی: ۵۰ صفحه WORD
قیمت فایل ترجمه شده: ۷۲۰۰۰ تومان
عنوان کامل فارسی:
مقاله انگلیسی ترجمه شده ۲۰۲۲ : آیا احساسات مشتری می تواند بر ارزش شرکت تأثیر بگذارد؟ یک رویکرد متن کاوی یکپارچه
عنوان کامل انگلیسی:
Can customer sentiment impact firm value? An integrated text mining approach
برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید
وضعیت ترجمه: این مقاله به صورت کامل ترجمه شده برای خرید ترجمه کامل مقاله بر روی دکمه ذیل کلیک نمایید (لینک دانلود بلافاصله بعد از خرید نمایش داده می شود)
مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه) بر روی دکمه ذیل کلیک نمایید
چکیده فارسی
گسترش فعالیت ها برای جلب احساسات مشتری و تضمین یک تجربه مثبت برای مشتری یک ضرورت استراتژیک برای بهبود سودآوری شرکت و سرمایه سهامداران است. این مقاله رابطه بین رضایت مشتری، درآمد(سود) و ارزش شرکت را در نظر می گیرد زیرا این محرک ها در قیمت سهام، احساسات مشتری و سرمایه گذار تغییر ایجاد می کنند. مطالعه حاضر به بررسی تأثیر دوگانگی احساسات مشتری در زمینه قیمت سهام بر اساس پایگاه های داده خودرو هندی مانند Nifty Auto SNE (ماروتی سوزوکی، تاتا موتورز و ایچر) می‌پردازد. یک رویکرد از بالا به پایین برای ایجاد یک سازه ی احساسات مبتنی بر شاخص مالی که با احساسات استخراج شده از اخبار خودرو و نظرات مشتریان تکمیل شده است، اتخاذ شد. این مقاله از یک رویکرد متن کاوی برای اندازه گیری کلی تأثیر احساسات مشتری بر احساسات سرمایه گذار و قیمت سهام استفاده می کند. این مطالعه در ابتدا روی سهام کلی شرکت Nifty Auto NSE انجام شد، و در ادامه بر سه شرکت برتر تولیدکننده خودروهای سواری مانند ماروتی سوزوکی، تاتا موتورز و ایچر متمرکز شد. مشخص شد که شاخص احساسات با اخبار تقویت می شود و نظرات مشتریان امکان پیش‌بینی دقیق‌تر نوسان قیمت سهام NIFTY AUTO را ایجاد می‌کند. این بدان معناست که احساسات مشتری محرک اصلی احساسات سرمایه گذار است که به نوبه خود بر بازار سهام و ارزش شرکت تأثیر می گذارد. بنابراین، مطالعه حاضر یک رویکرد یکپارچه برای اندازه‌گیری یکپارچه تأثیر احساسات مشتری بر احساسات سرمایه‌گذار و قیمت سهام است.
کلید واژه ها: احساس مشتری،روش های پژوهش،ارزش شرکت،داده کاوی،رسانه های اجتماعی
۱.مقدمه
تلاش شرکت ها به طور مداوم برای حفظ مشتریان فعلی و جذب مشتریان جدید می باشد (بوژان و همکاران، ۲۰۰۶). برای بهبود نرخ حفظ خرید، شرکت ها بر کسب وفاداری مشتری تمرکز می کنند (فریرینگ و ماینور، ۲۰۱۳) در همین حال شاخص رضایت مشتری را نیز بهبود می بخشند. از این رو، وفاداری مشتری در طول زمان با مدیریت ” هم آفرینی تجارب شخصی سازی شده برای رضایت مشتری” تقویت می شود (کراسبی و جانسون، ۲۰۰۷)، که در آن تجربه مشتری سفری در امتداد فرآیند مدیریت زنجیره ارزش استراتژیک برای ایجاد “ارزش کلی مشتری و دستیابی به تمایز و مزیت رقابتی پایدار” است (ورهوف و همکاران، ۲۰۰۹)…
۴.۴. محدودیت ها و دامنه تحقیقات آتی
مدیران بازاریابی باید الزامات داده و دسترسی به داده های خود را تعریف کنند. منابع داده‌های متعددی مانند اخبار، بازدیدها، بررسی‌ها، وبلاگ‌ها و شاخص‌هایی که می‌توانند حوزه‌های نتایج کلیدی را در تصمیم‌گیری‌های بازاریابی آشکار کنند، ممکن است تجزیه و تحلیل شده باشند ،اما همانطور که توسط شویدل و موی (۲۰۱۴) بیان شده است، تجمیع داده‌ها از منابع متعدد به تنهایی ممکن است خطای نمونه‌گیری را از بین نبرد و نیاز به بکارگیری ابزارهای آماری قوی برای تجزیه و تحلیل وجود داشته باشد. مدیران شرکت های کوچکتر نمی توانند از خدمات فروشندگان تخصصی برای ارزیابی برندها استفاده کنند و از این رو باید به دنبال تجزیه و تحلیل متن منبع باز مانند NVivo، Watson Natural language، Python، NLTK، ‘RapidMiner’ باشند. برای درک فرهنگی ابزارهای یادگیری ماشین بهبود یافته برای خدمات ترجمه مفید هستند (گریمز، ۲۰۱۴؛ گوپالداس، ۲۰۱۴؛ چن و اسکینا، ۲۰۱۴). در حالی که به عنوان یک جامعه، ما نیاز به حفظ هنجارهای حفظ حریم خصوصی داده ها در حین استفاده از سایر داده ها برای تحقیقات بازاریابی داریم، هولمز (۲۰۰۹) روشی را برای جلوگیری از بدنام سازی در استفاده از داده ها بدون احراز هویت پیشنهاد می کند. تجزیه و تحلیل احساسات باید با احتیاط و پس از درک محدودیت های مختلف انجام شود…
Abstract
Developing measures to capture customer sentiment and securing a positive customer experience is a strategic necessity to improve firm profitability and shareholder value. The paper considers the relationship between customer satisfaction, earnings, and firm value as these drives change in stock prices, customer, and investor sentiment. The present study investigates the impact of customer sentiment polarity on stock prices based on Indian automobile sector databased such as the Indian Nifty Auto SNE (Maruti Suzuki, Tata Motors, and Eicher). A top-down approach is adopted to construct a financial proxy-based sentiment index completed with sentiment extracted from automobile news and customer reviews. The paper uses a text mining approach to holistically measure customer sentiment’s impact on investor sentiment and stock prices. The study was initially performed at the overall individual stock from the Nifty Auto NSE but focused on the top three passenger vehicle manufacturing companies i.e., Maruti Suzuki, Tata Motors, and Eicher. It was found that the sentiment index was augmented with news and customer reviews allows predicting more accurately NIFTY AUTO stock price movements. This implies that customer sentiment is a major driver of investor sentiment which in turn impacts the stock market and the firm value. Thus, the present study is an integrated approach to holistically measure customer sentiment’s impact on investor sentiment and stock prices.
Keywords: Customer sentiment, Research methods, Firm value, Text mining, Social media
۱.Introduction
Firms engage in ongoing efforts to retain existing customers while continually taking steps to attract new customers (Beaujean et al., 2006). To improve purchasing retention rates, firms focus on gaining customer loyalty (Fraering and Minor, 2013) while improving the customer satisfaction index. Hence, customer loyalty is fostered over time by managing ‘personalized co-created experiences to the customer’s best satisfaction’ (Crosby and Johnson, 2007), where the customer experience is a journey along the strategic value chain management process for creating ‘holistic customer value, achieving differentiation and sustainable competitive advantage’ (Verhoef et al., 2009)…
۴.۴.Limitations and scope for future research
Marketing managers should define their data requirements and data reach. Multiple data sources like news, views, reviews, blogs, and indicators that can reveal key result areas in marketing decisions may be analyzed, but as warned by Schweidel and Moe (2014), mere aggregation of data from multiple sources may not eliminate sampling error and robust statistical tools need to be deployed for analysis. Smaller firm managers cannot afford to avail services of specialized vendors to evaluate brands and hence should look for open-source text-analytics like NVivo, Watson Natural language, Python, NLTK, ’RapidMiner’. Improved machine learning tools for translation services are handy (Grimes,2014; Gopaldas,2014; Chen and Skiena,2014) for cultural understanding. Whereas as a community we need to uphold data privacy norms while using other data for marketing research, Holmes(2009) suggests a method to avoid stigma from using data without authentication. Sentiment analysis is to be conducted with caution and after understanding various limitations…
| مقالات مرتبط با این موضوع |
|
دانلود ترجمه مقاله انگلیسی رشته مدیریت ترجمه مقاله در مورد مدیریت بازرگانی ترجمه مقاله در مورد مدیریت رفتار مشتری |