زهرا دشت لعلی

امروزه مدیران تنها راه موفقیت درکسب وکار خود را سبقت گرفتن از رقیب یا رقبا می دانند؛ اما واقعیت این است که تنها راه موفقیت در رقابت، توقف تلاش برای پیروزی در رقابت است و بی تردید توجه به این رسالت مهم برای مدیران ضرورتی انکارناپذیر است. بر این اساس هدف آن است که یکی از مسائل بحث برانگیز در دنیای کسب وکار «استراتژی اقیانوس آبی» [1] معرفی شود؛ استراتژی ای که به جای تکیه بر رقابت مستقیم در بازارهای موجود، به دنبال ایجاد فضای بازاری جدید است که در آن رقابت معنایی ندارد. این مقاله به بررسی مفهوم جدید و قدیم این استراتژی توجه دارد زیرا دیدگاه سنتی استراتژی کسب وکار در حال تغییر است. از این رو، با مقایسة مختصر بین اقیانوس قرمز [2] و اقیانوس آبی، اهمیت پیاده سازی اقیانوس آبی به عنوان یک ایده جدید برای مدل کسب وکار ایران مورد بررسی قرارگرفته است.

گردشگری هوشمند، نسل جدیدی از فناوری اطلاعات و ارتباطات برای پیش بینی و پاسخگویی مناسب به نیازهای فردی گردشگران و استفاده مؤثر از منابع گردشگری در مقصد (ها) گردشگری، به اشتراک گذاری عمومی اطلاعات و تجربه گردشگری و ترویج یکپارچگی منابع اجتماعی است. هدف اصلی این پژوهش، ارائه مدل بومی گردشگری هوشمند و اثر آن بر رضایت گردشگر و هم آفرینی گردشگر است. برای انجام کار از روش طرح تحقیق آمیخته اکتشافی استفاده شده است. در مرحله پژوهش کیفی، هدف بنیادی و در بخش کمّی، هدف کاربردی است. برای گردآوری داده ها در مرحله کیفی از مصاحبه عمیق و نیمه ساختاریافته و با انجام مصاحبه با پانزده نفر از خبرگان حوزه گردشگری، تعداد نوزده مقوله اصلی شناسایی و در قالب شش بعد ساختاردهی شد. در مرحله کمّی از پرسشنامه آنلاین محقق ساخته در جامعه ای از ورودی گردشگران داخلی و خارجی به شهر اصفهان با حجم نمونه 384 نفر اطلاعات جمع آوری شد و برای تجزیه وتحلیل داده ها از نرم افزار Spss 22 و Smart pls 2.0 کمک گرفته شد. نتایج حاکی از مناسب بودن تمامی موارد به جز عوامل طبیعی بود که جزو عوامل سازنده عوامل زمینه ای نمی باشد. همچنین، آزمون فرضیه ها، نتایج نشان می دهد که گردشگری هوشمند بر رضایت گردشگر و هم آفرینی گردشگر اثر مثبت دارد.

هدف پژوهش ارائه مدل برای مدیریت منابع انسانی دیجیتال در پالایشگاه های گاز کشور است که به روش کیفی از نوع نظریه زمینه ای انجام گرفت. ابزار گردآوری اطلاعات در این تحقیق مصاحبه نیمه ساختاریافته و عمیق است. اعتبار داده های پژوهش از طریق بازگشت به مصاحبه شوندگان، توصیف عمیق و ممیزان بیرونی تأیید شد. جامعه پژوهش مدیران، نخبگان و متخصصان حوزه منابع انسانی است که از این میان تا حد اشباع داده ها با 21 نفر از کارکنان مصاحبه انجام گرفت؛ نمونه گیری به روش هدفمند وابسته به معیار انجام شد؛ یافته ها نشان داد مدل مدیریت منابع انسانی دیجیتال در شرکت ملی گاز ایران دارای ۳۵ مقوله اصلی و ۱۶۷ مقوله فرعی است؛ که متشکل از عناصر علی (توسعه فناورانه؛ پیچیدگی های محیطی؛ نگرش جدید به مدیریت)، شرایط مداخله گر (مداخلات سازمانی؛ تغییرپذیری مدیریت منابع انسانی)، شرایط زمینه ای (فرهنگ فناوری؛ زیرساخت های محتوایی)، راهبردها (راهبردهای حمایتی؛ راهبردهای توسعه ای؛ نگهداشت و مراقبت)، پیامدها (نوآوری و بهبود؛ بهره وری عملکرد؛ مدیریتی؛ توسعه منابع انسانی) است.

زمینه و هدف:.کارکنان کلیدی به دلیل مهارت ها و ویژگی های منحصر به فردی که دارند، نقش حیاتی در موفقیت سازمان ها ایفاء می کنند. هدف این پژوهش، شناسایی و اولویت بندی پیشایندها و پسایندهایی برای شناسایی کارکنان کلیدی در بانک های ایران می باشد. روش بررسی: این پژوهش از نظر هدف، کاربردی و در این پژوهش کیفی، جامعه آماری 17 نفر از مدیران عالی و ارشد بانک های خصوصی و دولتی بودند که تا اشباع نظری و با استفاده از روش نمونه گیری هدفمند انتخاب شدند. برای گردآوری داده ها از مصاحبه نیمه ساختاریافته و نیز پرسشنامه دلفی فازی استفاده شد که روایی و پایایی آن تأیید شد. از نرم افزارAtlas ti8 برای کدگذاری ها، جهت تایید شاخص ها استفاده گردید. یافته ها: یافته های حاصل نشان داد پیشایندها برای شناسایی کارکنان کلیدی در بانک های ایران شامل 14 عامل و پسایندها نیز شامل 14 عامل می باشند. نتیجه گیری: نقش کارکنان کلیدی در بانک ها بسیار حائز اهمیت است. با توجه به پسایندهای مهمی که بانک ها در نتیجه وجود چنین کارکنانی خواهند داشت، مدیران باید بر پیشایندها یا عوامل تاثیرگذار در شناسایی کارکنان کلیدی تمرکز داشته باشند.

تعیین الگوی تصمیم گیری مشتریان در خرید محصولات یکی از موارد مهم در بازاریابی است و هدف از مقاله، ارائه راهکار جدید در بازاریابی عصبی در پیش بینی انتخاب محصولات توسط مشتریان است. در این تحقیق سیگنال های مغزی از بیست وپنج نفر شرکت کننده با محدوده سنی 18 تا 38 سال در زمان مشاهده 14 محصول مختلف استفاده شده است که گروه اول شامل 10 مرد و 6 زن با گستره سنی 18 تا 23 سال، گروه دوم شامل 8 مرد و 5 زن با گستره سنی 25 تا 30 سال و گروه سوم شامل 7 مرد و 4 زن با گستره سنی 31 تا 38 سال بودند. برای انتخاب ویژگی در این مقاله الگوریتم جدیدی مبتنی بر هوش جمعی سالپ آشوبی ارائه شده است که می تواند با قدرت جستجوی بالا، ویژگی های مؤثر را مشخص نماید و برای پیش بینی نهایی از طبقه بندهای مختلف در قالب یادگیری چندتایی استفاده شده است. در مدل پیشنهادی، از روش طیف های مرتبه بالا در استخراج ویژگی ها از سیگنال مغزی استفاده شده که شامل بیش از هفتصد ویژگی است و سپس انتخاب ویژگی با الگوریتم هوش جمعی سالپ پیشنهادی تعداد ویژگی ها از 742 به 198 کاهش یافته است. نتایج نشان داده است که مدل پیشنهادی توانسته به طور میانگین در تشخیص انتخاب کاربران در همه محصولات دقت 99/75 درصد داشته باشد که نشان دهنده بهبود 75/3 درصدی نتایج نسبت به تحقیقات مشابه است.