آرشیو

آرشیو شماره ها:
۵۶

چکیده

هدف: خرده فروشان نیازمند مراقبت از مشتریان خود و جلب رضایت آنان در مواجه ایشان با قیمت-های محصولات در کانال های متعدد ارتباطی هستند. بنابراین، در تحقیق حاضر به ارائه چارچوب تجربه قیمتی مشتری در کانال های چندگانه حوزه خرده فروشی بر اساس سفر مشتری، نقاط تماس و انواع تجربه های مثبت و منفی پرداخته می شود. شناخت تجربه درک شده مشتری زمینه طراحی تجربه مدیریت شده مشتری را برای کسب و کار ها فراهم می نماید. روش : این پژوهش با رویکرد تک روشی کیفی، فلسفه تفسیری و تحلیل مضمون انجام شده است. جامعه آماری تحقیق شامل مشتریان آفلاین و آنلاین دیجی کالا بوده است. روش نمونه گیری هدفمند و انتخابی با حداکثر تنوع، تعیین حجم نمونه اشباع نظری می باشد. بدین منظور 15 مصاحبه از مشتریان صورت گرفته است. یافته ها: طی فرایند کدگذاری توسط نرم افزار MAXQDAو یادداشت های محقق در طی تحقیق در مجموع 11 و 13 تم اصلی به ترتیب در خرید کانال ها آفلاین و آنلاین استخراج شده است، این کدها حاصل درگیری عمیق محقق با موضوع پژوهش مطالعات و یاداشت برداری های (مموها) پژوهشگر در فرایند پژوهش می باشد. در این میان، کد عدم کیفیت مورد انتظار (ارجاع: 11)، در کانال آفلاین، و کدهای توجه به نظرات منفی (ارجاع: 11)، بیشترین فراوانی را از نظر تعداد ارجاع، بر اساس طبقه بندی مراحل خرید در سفر مشتری و نقاط تماس آن ها را داشته اند. نتیجه گیری: این مدل می تواند برای صاحبان خرده فروشی های آفلاین و آنلاین و مدیران کسب و کار برای شناخت عمیق مشتریان و طراحی راهبرد های تقویت تجربیات مثبت و کاهش رنج حاصل از تجربه های منفی مورد استفاده قرار گیرد.

Designing the pattern of "Customer Price Experience" Based on customer touch points in multiple channels

Objective: Retailers need to take care of their customers and satisfy them in the face of product prices through multiple communication channels. Therefore, in the present study, we design the customer price experience framework in multiple retail channels. Methodology: This research was conducted with a single qualitative approach, interpretive philosophy and theme analysis. The statistical population of the research includes a group of offline and online customers of Digi Kala. The sampling method is targeted and selective sampling method with maximum diversity. Findings: MAXQDA 2020 software has been used to extract 11 and 13 main themes in offline and online shopping, respectively. These codes are the result of the researcher's deep involvement with the research subject of the researcher's studies and notes (memos) in the research process. Expected quality lack code (11 referrals), in the offline channel, and pay attention to negative comments code (11 referrals), in the online channel had the highest frequency in terms of the number of referrals and based on the classification of the purchase process and customer touch points. Conclusion: This model can be very useful for offline and online retail owners and business managers for deep knowledge of customers and designing a comprehensive price value package that meets the maximum expectations of customers.

تبلیغات