پریسا ملک مدنی

وابستگی اقتصاد ایران به نفت، این کشور را در برابر نوسانات قیمت نفت آسیب پذیر کرده و توسعه صادرات غیرنفتی می تواند به کاهش این ریسک ها کمک کند. صنعت کشمش، به عنوان یکی از ظرفیت های صادراتی کشور، با صادرات سالانه 63هزار تن، جایگاه ایران را در رتبه پنجم جهانی تثبیت کرده است. این صنعت می تواند نقشی کلیدی در افزایش اشتغال، تولید ناخالص داخلی و درآمدهای غیرنفتی داشته باشد؛ با این وجود، در سال های اخیر، سهم کشمش ایران در بازارهای جهانی کاهش یافته و شهر ملایر، که به عنوان شهر جهانی انگور و کشمش شناخته می شود، از این روند نزولی مستثنی نیست. کشاورزان و فعالان زنجیره تأمین کشمش با ریسک های متعددی در مراحل تولید، فرآوری، بسته بندی و توزیع مواجه هستند. این پژوهش با شناسایی و طبقه بندی ریسک ها در پنج حوزه اصلی (قبل از تولید انگور، حین تولید، فرآوری و بسته بندی، بازاریابی و فروش در بازارهای داخلی و بازارهای خارجی) و انجام مصاحبه با خبرگان، مهم ترین عوامل بحرانی را شناسایی کرده است؛ سپس با استفاده از روش تحلیل شکست (FMEA)، شاخص های احتمال وقوع، شدت اثر، و توانایی مواجهه با ریسک ها ارزیابی و از طریق تعیین معیار ارزیابی ریسک (RPN) رتبه بندی شده اند. نتایج نشان می دهد ریسک هایی مانند ضعف زیرساخت ها، مدیریت ناکارآمد قراردادها و نوسانات بازار، تأثیرات منفی قابل توجهی بر عملکرد زنجیره تأمین دارند. برای بهبود شرایط، پیشنهادهایی هم چون توسعه زیرساخت ها، استانداردسازی فرآیندها، شفاف سازی قوانین و آموزش بهره برداران ارائه شده است. این اقدامات می تواند بهره وری، رقابت پذیری در بازارهای بین المللی و ارزش افزوده اقتصادی این صنعت را افزایش داده و به ثبات اقتصادی و توسعه پایدار کمک کند. 

ارزش طول عمر مشتری (CLV) یکی از شاخص های کلیدی در مدیریت و بازاریابی است که برای ارزیابی سود آوری مشتریان در طول دوره تعامل آن ها با سازمان استفاده می شود. با این حال، فرمول های رایج CLV قادر به محاسبه دقیق میزان طول عمر مشتریان در تمامی سازمان ها نیستند و صنعت هتل داری نیز از این قاعده مستثنی نیست. به همین دلیل، شناسایی شاخص هایی که بتوان ارتباط آن ها را با CLV برقرار کرد، اهمیت ویژه ای دارد. در همین راستا، مفهوم هوش تجاری (BI) به عنوان یکی از مفاهیم کلیدی صنعت هتل داری مطرح است، چرا که نقشی اساسی در تصمیم گیری های دقیق تر و تحلیل داده های مشتریان ایفا می کند. این پژوهش با رویکردی نو آورانه، به بررسی رابطه بین CLV و BI پرداخته است. هوش تجاری شامل مؤلفه هایی نظیر تصمیم گیری کارآمد، ایجاد مزایای رقابتی، افزایش بهره وری و کاهش اتلاف زمان بوده و مفهوم یکپارچه CLV نیز با رویکرد مؤلفه های پایه، رشد، یادگیری و شبکه مورد تحلیل قرار گرفته است. روش تحقیق از نوع توصیفی-پیمایشی و از لحاظ هدف، کاربردی در نظر گرفته شده است. برای تحلیل داده ها از روش های همبستگی و رگرسیون بهره گرفته شده و ابزار های مورد استفاده شامل پرسشنامه محقق ساخته برای هوش تجاری و پرسشنامه استاندارد برای ارزش طول عمر مشتری بوده اند. اعتبار پرسشنامه ها توسط خبرگان تایید شده و پایایی آن ها بر اساس آلفای کرونباخ (به ترتیب 0.94 و 0.95) ارزیابی شده است. جامعه آماری پژوهش شامل 80 نفر از کارکنان چهار هتل شهر همدان بوده است. نتایج رگرسیون چند گانه نشان می دهد که مولفه "ایجاد مزایای رقابتی" بیشترین اثر را بر افزایش CLV دارد. این یافته ها تایید می کنند که هوش تجاری نقشی کلیدی در پیش بینی و افزایش CLV ایفا می کند. هتل هایی که از هوش تجاری برای ارائه خدمات متمایز و بهینه سازی فرآیند های خود بهره می- برند، موفقیت بیشتری در حفظ مشتریان دارند. بنابراین، مدیران هتل ها باید تمرکز ویژه ای بر مولفه "ایجاد مزایای رقابتی" داشته باشند تا وفاداری مشتریان را تقویت کرده و درآمد بلند مدت سازمان خود را بهبود بخشند.