این مقاله ISI به زبان انگلیسی از نشریه الزویر مربوط به سال ۲۰۱۸ دارای ۱۱ صفحه انگلیسی با فرمت PDF و ۳۸ 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: M845
سال نشر: ۲۰۱۸
ناشر: الزویر
نام مجله:Technological Forecasting & Social Change
نوع مقاله: علمی پژوهشی (Research articles)
تعداد صفحه انگلیسی: ۱۱ صفحه PDF
تعداد صفحه ترجمه فارسی: ۳۸ صفحه WORD
قیمت فایل ترجمه شده: ۲۲۰۰۰ تومان
عنوان فارسی:
مقاله انگلیسی ترجمه شده ۲۰۱۸ : آیا شخصیت کشور سازنده برند موجب افزایش ارزش طول عمر مشتریان خرده فروشی می شود؟ رویکرد تجزیه و تحلیل داده بزرگ
عنوان انگلیسی:
Does country-of-origin brand personality generate retail customer lifetime value? A Big Data analytics 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:
بسیاری از شرکت های خرده فروشی شاهد کاهش وفاداری مشتریان به دلیل افزایش تجارت الکترونیک و منافع حاصل از آن برای مصرف کنندگان، بوده اند، از جمله افزایش انتخاب، قیمت پایین و سهولت تغییر برند مورد استفاده. خرده فروشان مدت های طولانی اطلاعات را جمع آوری کرده اند تا عادت های خرید مشتری را یاد بگیرند؛ با این حال، در حال حاضر بسیاری از آنها از تحلیل های داده کاوی برای افزایش اثربخشی بازاریابی با پیش بینی الگوهای خرید آینده و ارزش بالقوه طول عمر مشتری، به ویژه بخش های مهمی مانند مشتریان تکراری بالقوه و وفادار ، استفاده نمی کنند. داده کاوی می تواند مقادیر زیادی از داده های کسب و کار (“داده های بزرگ “) را به منظور پیش بینی نیازهای مصرف کننده و افزایش ارزش طول عمر مشتریان (CLV)، تجزیه و تحلیل کند. مطالعات قبلی در مورد این موضوعات عمدتا بر فرضیات مفهومی تمرکز می کنند و به طور کلی مدل های معتبر تجربی را ارائه نمی دهند.
این مطالعه به دنبال پر کردن شکاف تحقیق با استفاده از آنالیز داده های بزرگ از طریق تحلیل تقریبا ۴۴،۰۰۰ تراکنش فروش مروبط به ۲۶،۰۰۰ مشتری یک فروشگاه خرده فروشی تایوانی، برای درک چگونگی ارتباط ویژگی های شخصیتی مصرف کنندگان با ویژگی های کشور سازنده (COO) (شخصیت برند) برندهای ماء الشعیر و پیش بینی ارزش بالقوه طول عمر مشتری (CLV) ،می باشد. یافته ها نشان می دهد که مصرف کنندگان تمایل دارند که برند های هر کشور را با صفات شبیه به صفات شخصیت خود (یعنی ژاپن-صلح طلبی، بلژیک -آزادی ، ایرلند- هیجان و …) خریداری کنند. به طور معناداری، مشتریانی که در گروهی با صفات شخصیتی مرتبط با ” صلح طلبی ” و “آزادی” دسته بندی شده اند ،در میان پنج خوشه تحلیل شده به عنوان سودآورترین مشتریان بودند (CLV value = 0.3149, 0.2635). این مطالعه دیدگاه های ارزشمند جدیدی را در مورد ویژگی های شخصیتی کشور سازنده ی برند و ویژگی های شخصیتی مصرف کننده با رفتارهای خرید تعاونی همراه با استفاده از تکنیک های داده کاوی فراهم می کند و ارزش توسعه ی CLV را در ایجاد استراتژی های بازاریابی مناسب ارزیابی می کند.
کلیدواژگان: تجزیه و تحلیل داده های بزرگ، استراتژی بازاریابی مشتری محور، کشور سازنده، شخصیت برند، ارزش طول عمر مشتری، صنعت خرده فروشی
۱.مقدمه
رقابت در دنیای امروز هم در حال تشدید شدن است و هم در واکنش به افزایش یافته های رقابتی و بی نظیر از محصولات و خدمات و افزایش گزینه ها برای مصرف کنندگان، به عرصه های جدیدی در محیط تجارت خرده فروشی وارد شده است (باراواج و همکارانش ۲۰۱۳). در مقالات مختلف بیان شده است که مصرف کنندگان با سرعت زیادی در حالت تکامل رویکردهای خود برای اتخاذ تصمیمات خرید هستند که این اغلب منجر به تحلیل تدریجی وفاداری مشتری میگردد (گوپتا و همکارانش ۲۰۰۴). اراده آزاد مصرف کنندگان برای رو کردن به گزینه های بهتر و ارزان تر در بازار خرده فروشی به این معناست که این تغییر خرده فروش برای مشتریان معمولاً هیچ هزینه ای ندارد. در نتیجه شرکت ها حتماً باید بر حفظ روابط خود با مشتریان خوب و افزایش میزان حفظ مشتریان در طول عمر مشتریان تمرکز کنند تا سودآوری و رشد بیشتری را در مقایسه با هزینه ها و بازپرداخت های مهم همراه با جذب و حفظ مشتریان جدید ایجاد کنند (ارون و همکارانش ۲۰۰۸)…
۵.۱ مفاهیم تئوری
پژوهش حاضر اولین مطالعه ای است که با بررسی و تحلیل مقادیر حجیمی از داده های تراکنش ها، ادراک های شخصیت-محور مشتری از کالاهای با برند ملی را بصورت تجربی طبقه بندی میکند و بنابراین کمک مهمی به این صنعت میکند. اگرچه روشهای تقسیم بندی و دسته بندی برای رفتارهای مختلف مشتریان آنلاین و سنخ شناسی های ارتباط با مشتری وجود دارد (آگاروال ۲۰۱۱؛ او لوگلین و سزمیگین ۲۰۰۶) (راهم و اسوامیناتان ۲۰۰۴) و مقالات موجود هم تعدادی از سنخ شناسی های برند را معرفی میکنند، اما روشهای تقسیم بندی و دسته بندی اندکی وجود دارد که ویژگی های شخصیت برند را از طریق داده کاوی ارزیابی کرده باشند. مطالعه حاضر با استفاده از تعدادی از تجزیه و تحلیل های داده های بزرگ، بینش های تجربی جدیدی را در شخصیت های برند ملت ها و شخصیت های خود مصرف کنندگان ارائه میدهد. اهمیت ضروری این یافته ها این است که توانایی جدیدی را ایجاد میکنند تا بتوانیم بسیاری از شخصیت های برندهای ملی «دنیای واقعی» را از طریق دسته های شخصیت برندهای ملی و شخصیت های خود مصرف کنندگان طبقه بندی کنیم و نقطه پرشی را برای تحقیقات آینده فراهم سازیم. همچنین ارزش رویکرد تقسیم بندی غالباً بخاطر توانایی آن برای امکان پایه ریزی بر روی ابعاد اتخاذ شده از مقالات موجود (آکر ۱۹۹۷) و فراهم سازی یک مدل مفهومی است در حالیکه تحقیقات موجود فاقد این ویژگی ها هستند (مالکوم و دونبار ۲۰۱۲)…
Abstract
Many retail firms have witnessed the erosion of customer loyalty with the rise of e-commerce and its resulting benefits to consumers, including increased choices, lower prices, and ease of brand switching. Retailers have long collected data to learn about customer purchasing habits; however, many currently do not use data-mining analytics to increase marketing effectiveness by predicting future buying patterns and potential customer lifetime value, particularly to important segments such as loyal and potential repeat customers. Data mining can efficiently analyze large amounts of business data (“Big Data”) in an effort to forecast consumer needs and increase the lifetime value of customers (CLV). Previous studies on these topics primarily focus on conceptual assumptions and generally do not present empirically valid models.
The present study sought to fill the research gap by using Big Data analytics to analyze approximately 44,000 point-of-sale transaction records for 26,000 customers of a Taiwanese retail store to understand how consumer personality traits relate to the country-of-origin (COO) traits (brand personality) of beer brands, and to predict potential customer lifetime value (CLV). The findings revealed that consumers tend to purchase and co-purchase brands with traits similar to their own personality traits (i.e., Japan—peacefulness, Belgium—openness, Ireland—excitement, etc.). Significantly, customers with the group of personality traits associated with “peacefulness” and “openness” were the most profitable customers among the five analyzed clusters (CLV value = 0.3149, 0.2635). The study provides valuable new insights into COO brand personality and consumer personality traits with co-purchase behaviors via data mining techniques, and highlights the value of extending CLV in developing useful marketing strategies.
Keywords: Big Data analytics,Customer-driven marketing strategy,Country-of-origin,Brand personality,Customer lifetime value,Retail industry
Introduction
Competition is both intensifying and shifting to new arenas in the current retail business environment in response to the increase in comparable and competitive offerings of products and services and growing consumer options (Bharadwaj et al., 2013). It has been repeatedly indicated in the literature that consumers are rapidly evolving their approaches to making purchase decisions, often resulting in the erosion of consumer loyalty (Gupta et al., 2004). Consumer free will to switch to better and/or less expensive choices in the retailing market means that it typically costs nothing for customers to switch from one retailer to another. Consequently, it is imperative for companies to focus on maintaining good customer relations and enhancing customer retention over the customer lifetime in order to generate higher profitability and growth in comparison to the significant costs and drawbacks associated with attracting and maintaining new customers (Aeron et al., 2008).
۵.۱.Theoretical implications
This work most importantly contributes as the first study to empirically classify personality-based consumer perceptions of goods with nation brands by exploring and analyzing vast amounts of transaction data. Although there are segmentation and clustering methods for a variety of online consumer behavior and customer relationship typologies (Aggarwal, 2011; O’Loughlin and Szmigin, 2006) (Rohm and Swaminathan, 2004) and the literature presents a number of brand typologies, there is a dearth of segmentation or clustering methods that assess brand personality traits via data mining. The present study provides new, empirical insights into consumer self-personality and nation brand personalities by applying a number of Big Data analytics. The essential importance of these findings is the new ability to classify the many “real world” nation brand personalities through nation brand personality and consumer self-representation clusters and provide a jumping off point for further research. In addition, the value of the segmentation approach lies strongly in its ability to build upon dimensions adopted from the extant literature (i.e. Aaker, 1997) and provide a conceptual model, in contrast to the existing research (Malcolm and Dunbar, 2012.)…
مقالات مرتبط با این موضوع |