امیر البدوی

هدف: در دهه های اخیر، با توجه به آن که هزینه های جذب مشتری جدید به طور پیوسته در حال افزایش است، توجه به نگهداری مشتریان و بالا بردن وفاداری آن ها، برای سودآوری سازمان ها بسیار مهم و حساس است. از این رو سازمان ها برنامه های مختلفی را برای افزایش ماندگاری مشتریان خود اجرا می کنند. از سوی دیگر همه مشتریان سودآوری یکسانی برای سازمان ندارند و منابع محدود سازمان باید صرف مشتریان با ارزش شود. هدف این پژوهش ارائه مدلی ریاضی برای انتخاب بهینه مشتریان هدف جهت برنامه های ماندگاری و همچنین انتخاب میزان هزینه برای هر مشتری است. روش شناسی: اجرای تحقیق حاضر در 3 گام اصلی صورت گرفت. در گام اول با استفاده از داده کاوی احتمال رویگردانی مشتریان بدست می آید. در گام دوم ارزش دوره ی عمر مشتری محاسبه می شود و در گام آخر مدل بهینه سازی پیشنهادی حل می شود، برای حل مدل از LP-Metric استفاده شده و حل آن در نرم فزار GAMS انجام شده است. در حل مدل پیشنهادی داده های واقعی یکی از سازمان های بیمه ای کشور مورد استفاده قرار گرفت. یافته ها: یک مدل بهینه سازی دو هدفه بر مبنای ارزش دوره عمر مشتری ارائه شده است. یکی از توابع هدف مربوط به بیشینه کردن ارزش دوره عمر مشتری با اجرای برنامه ماندگاری و هدف دیگر مربوط به کمینه کردن هزینه های برنامه است. نتیجه گیری: با حل مدل بهینه سازی پیشنهادی، یک نمودار پارتو بدست آمده که با در نظر گرفتن نظر کارشناسان، هر نقطه بر روی این نمودار می تواند یک جواب بهینه برای انتخاب مشتریان هدف برنامه های ماندگاری و شیوه هزینه کرد برای آن ها باشد.

ارزش گذاری کسب وکارهای نوپا به سبب وجود عدم اطمینان بالا در خصوص آینده آن ها امری پیچیده و موضوعی مهم در مذاکرات میان کارآفرینان و سرمایه گذاران خطرپذیر بوده است. در تحقیق پیش رو، با در نظر گرفتن عدم اطمینان های موجود در دور اول تأمین مالی و نیز انعطاف پذیری موجود برای سرمایه گذاران خطرپذیر در مراحل قبل (اختیار رها کردن) و بعد (اختیار توسعه) از تجاری سازی محصول، رویکرد جدیدی برای تعیین ارزش کسب وکارهای نوپا، ارائه گردید. به دلیل عدم وجود جواب تحلیلی برای رویکرد توسعه داده شده، از روش عددی شبیه سازی مونت کارلو حداقل مربعات (لانگ اشتاف-شوارتر) برای حل آن استفاده شد. مقایسه نتایج حاصل از مدل با نتایج سه سناریو دیگر، مؤید نقش و اهمیت انعطاف پذیری های مذکور در اتخاذ تصمیم سرمایه گذاری خطرپذیر در کسب وکارهای نوپا می باشد. در بخش پایانی نیز پیشنهادهایی برای توسعه مدل تحت شرایط رقابتی و یا توسعه آن برای سایر مراحل سرمایه گذاری ارائه شد.

در دهه های اخیر نیاز به نوآوری از یک سو و هزینه های زیاد توسعه آن از سوی دیگر، موجب شده است تا بنگاه های اقتصادی بیش از پیش از رویکرد نوآوری باز استفاده کنند. یکی از مدل های پیاده سازی این رویکرد، پلتفرمی کردن کسب و کار بنگاه است که در سال های اخیر پژوهش های زیادی را به خود اختصاص داده است. با این حال، نیاز به تحقیقاتی برای استراتژی های اصلی کسب و کارهای پلتفرمی در کشور ایران با شرایط اقتصادی ویژه خود، وجود دارد. علاوه بر این در هر صنعتی با توجه به ویژگی های خاص آن، این استراتژی ها می تواند متفاوت باشد. هدف از این تحقیق ارائه استراتژی های عملی برای راه اندازی یک کسب و کار پلتفرمی در صنعت بانکی و پرداخت ایران است. در این تحقیق پس از مرور مقالات مختلف در حوزه کسب و کارهای پلتفرمی، اطلاعاتی بر اساس مصاحبه های نیمه ساختار یافته و منابع آرشیوی جمع آوری شده و با استفاده از روش نظریه پردازی داده بنیاد، تحلیل و بررسی شده است. بانک ها می توانند برای پلتفرمی کردن کسب و کار خود از پنج استراتژی اصلی "ارائه سرویس به صورت محدود"، "ایجاد پلتفرم عمومی"، "الحاق به یک پلتفرم موجود"، "مشارکت در ایجاد و مدیریت پلتفرم" و "سرمایه گذاری" استفاده کنند.

در دوران حاضر مشتریان به عنوان دارایی ارزشمند سازمان محسوب می گردند و سازمان ها بجای تمرکز بر تعاملات مقطعی باید به تحکیم رابطه بلندمدت با مشتریان بپردازند . این امر نیازمند شناخت صحیح مشتریان و ارزش واقعی آنان است . یکی ازپرکاربردترین روش های شناخت مشتریان ، بخش بندی آن ها به گروه های متجانس و شناخت ویژگی های هر بخش است ، اما شیوه های سنتی و ایستای بخش بندی مشتریان قادر به پاسخگویی به تغییرات سریع بازارهای پویای امروزی نیست . در عصر ارتباطات و فناوری های نوین ، مشتریان مداوما در بین بخش های مختلف جابجا می شوند . شناخت الگوهای تغییرات و نحوه پویایی بخش های مشتریان ، عاملی کلیدی برای کسب بینش عمیق از مشتریان ، پیش بینی تغییرات بازار و حتی هدایت مؤثر آن است . پژوهش حاضر الگوهای پویایی مشتریان را با استفاده از ابزارهای تحلیل داده های بزرگ در صنعت بانکداری مورد کاوش و مطالعه قرار داده است . نتایج این مطالعه ، سیزده گونه از روابط میان پویایی مشتریان و روندهای بازار در صنعت مورد مطالعه را آشکار نمود که با استفاده از آنها ، راهکارهایی برای پیش بینی پویایی آتی مشتریان و هدایت آن به نفع سازمان پیشنهاد گردید .

تحقیق حاضر با هدف بررسی رابطه بین مفهوم یکپارچه CLV و ارزش های سازمانی شکل گرفته است. در این مفهوم یکپارچه، فرمول های CLV وجود ندارند و به تبع مد نظر این تحقیق نیستند. مفهوم یکپارچه CLV از چهار مؤلفه مبنا، رشد، شبکه و یادگیری تشکیل شده است. ارزش های سازمانی شامل متغیرهای ارزش کارکنان، ارزش سهامداران و ارزش مشتریان هستند که هر ارزش جداگانه با مؤلفه های جذب، رضایت و وفاداری سنجیده شده اند. مدل مفهومی ارائه شده 13 مؤلفه ای ، از رابطه بین مفهوم یکپارچه CLV و هر یک از ارزش های سازمانی شکل گرفته و با یک نمونه کاربردی ارزیابی شده است. جامعه آماری، واحدهای یک شرکت بیمه خصوصی در تهران در نظر گرفته شده است که بر اساس نمونه گیری جامعه نامحدود، حجم نمونه 1536 نفر به دست آمد. پس از توزیع پرسشنامه و جمع آوری داده ها، به کمک نرم افزار SPSS روابط تحلیل شدند. نتایج نشان داد رابطه مثبت و معناداری بین مفهوم CLV و هر یک از ارزش ها وجود دارد؛ به طوری که افزایش و کاهش هر یک از ارزش ها بر CLV تأثیر مثبت و مستقیم می گذارد

درآمدسازی در شرکت ها از طریق ایجاد رابطه با مشتریان و حفظ این روابط در درازمدت صورت می پذیرد. از این رو توانایی پیش بینی مناسب روابط با مشتریان نکته ای اساسی در مدیریت رابطه با مشتریان است. بخش بندی روشی است که طی آن با تفکیک مشتریان به بخش های متجانس با رفتار خرید مشابه، تلاش می شود تا ارزش آتی رابطه با مشتریان پیش بینی شود. روش RFM یکی ازمتداول ترین روش های بخش بندی است که از تحلیل پایگاه داده تراکنشی برای رده بندی ارزش مشتریان استفاده می کند. پژوهش حاضر تلاش دارد تا از ترکیب مدل سازی Pareto/NBD که به مدلی قدرتمند در پیش بینی رفتار مشتریان مشهور است با روش معمول RFM، کیفیت بخش بندی مشتریان را ارتقا بخشد. در این پژوهش از روش Pareto/NBD برای تخمین سه مؤلفه مقدار انتظار احتمال فعالیت آتی، تعداد تراکنش های آتی و متوسط ارزش پولی استفاده شده است. سپس نتایج بخش بندی مشتریان با استفاده از این مؤلفه ها با کاربرد روش مرسوم RFM مقایسه شده است. نتایج حاصل بیانگر بهبود کیفیت بخش بندی در رده بندی ارزش آتی مشتریان، به ویژه در رده های ارزشمند مشتری با کمک رویکرد پیشنهادی است.

نحوه تأمین فناوری یکی از مسائل مهم مدیریت راهبردی بنگاه هاست که در سال های اخیر توانسته است پژوهش های زیادی را به خود اختصاص دهد. با وجود انجام مطالعات متعدد، هنوز نیاز به تحقیقات بیشتر جهت شناسایی عوامل اثرگذار بر نحوه تأمین فناوری در کشور ایران با ویژگی های خاص خود احساس می شود. علاوه بر این، لازم است عوامل اثرگذار در هر صنعت به طور خاص، بررسی و شناسایی شوند. مقاله حاضر سعی دارد عوامل اثرگذار بر انتخاب نحوه تأمین فناوری در صنعت زیست دارویی ایران را با مطالعه موردی یکی از بنگاه های این صنعت، مشخص کند. داده های این پژوهش از طریق مصاحبه با کارمندان شرکت سیناژن، کارمندان انستیتوپاستور و سیاست گذاران حوزه زیست فناوری و همچنین منابع آرشیوی جمع آوری و با استفاده از روش نظریه سازی بنیادی تحلیل شده اند. «فرصت رسیدن به محصول»، «نیاز به تایید»، «میزان وجود زیرساخت تولید سویه در کشور»، «ترس از تحریم فناوری» و «قابلیت های فناورانه بنگاه» به عنوان عوامل اثرگذار بر نحوه تأمین فناوری سویه شناسایی گردید و در مورد نحوه اثرگذاری هر یک از آنها فرضیاتی توسعه داده شد. علاوه بر آن، «ویژگی های صنعت زیست دارو» به عنوان عامل زمینه ای مورد شناسایی قرار گرفت

بخش بندی مشتریان یکی از مباحث اصلی و کلیدی در مطالعات مدیریت ارتباط با مشتری محسوب می شود. یکی از چالش های مهم در بخش بندی مشتریان، ناپایداری و تغییرات بخش های مشتریان در طول زمان است. تغییرات بخش ها را می توان در دو دسته تغییرات محتوایی و ساختاری دسته بندی کرد. این پژوهش بر تغییرات ساختاری بخش ها که اهمیت زیادی دارد، تمرکز کرده است. به منظور تحلیل تغییرات ساختاری بخش ها و توصیف چگونگی این تغییرات، روش ترکیبی جدیدی مبتنی بر روش های خوشه بندی و قوانین باهم آیی ارائه شده و در داده های یکی از سرویس دهنده های معتبر خدمات مخابراتی ایران به کار گرفته شده است. براساس نتایج، تغییرات ساختاری در قالب دو دسته تغییرات دوره ای و تغییرات دارای روند دسته بندی و بررسی شده است. نتایج بیانگر آن است که روند رو به رشدی در ایجاد بخش جدید در این شرکت شکل گرفته است. نتایج، مدیران بازاریابی را به سمت دانش مفیدی برای ارائه کاراتر تصمیم های بازاریابی هدایت می کند.

این مقاله به منظور بررسی تفاوت های مدیریت دانش در هر یک از فرایندهای کسب وکار، طبقه بندیِ مناسبی ارائه می کند. در این طبقه بندی، فرایندهای کسب وکار به چهار دسته فرایندهای جریان کارگرا، اطلاعات گرا، تصمیم گرا و مشارکت گرا تقسیم می شوند. سپس در مورد ویژگی ها و مهم ترین موانع مدیریت دانش آنها بحث می شود. مطالعه ی ادبیات به شکل گیری گزاره های احتمالی در مورد مهم ترین موانع مدیریت دانش، در هر یک از چهار نوع فرایند منجر شد. گزاره های احتمالی از طریق انجام دو مطالعه ی موردی در یک فرایند جریان کارگرا و یک فرایند تصمیم گرا بررسی و فرضیه های پیشنهادی ارائه شده است. یافته های این پژوهش، به مدیران کمک خواهد کرد که در پیاده سازی نوآوری های مدیریت دانش، دیدگاه فرایندی داشته باشند و با توجه به نوع فرایندهای منتخب برای پیاده سازی مدیریت دانش، نسبت به رفع مهم ترین موانع مربوطه اقدام کنند. نتایج این پژوهش، بررسی و بهبود گزاره های احتمالی مربوط به فرایندهای اطلاعات گرا و مشارکت گرا و همچنین آزمون فرضیه های مطرح شده درباره ی مهم ترین موانع مدیریت دانش در چهار نوع فرایند کسب وکار، نقطه ی آغازی برای ادامه پژوهش های آتی است.

یکی از موضوعات مهم در مسئله بخش بندی پویای مشتریان، انتقال مشتریان به بخش های مختلف در طول زمان و کشف الگوهای حاکم بر این جابه جایی ها است. بر این اساس، این مقاله بر پویایی مشتری تمرکز کرده و تلاش می کند، گروه های رفتاری مشتریان و ویژگی های غالب این گروه ها و الگوهای کلی حاکم بر جابه جایی و مهاجرت مشتریان به بخش های مختلف را در طول زمان استخراج کند. برای این کار، روش ترکیبی جدیدی مبتنی بر الگوریتم K-means، روش های خوشه بندی سلسله مراتبی و قوانین انجمنی ارائه شده و در داده های واقعی یک شرکت مخابراتی به کار گرفته شده است. بر اساس نتایج به دست آمده، هفت گروه رفتاری متفاوت در انتقال مشتریان به بخش های مختلف وجود دارد. همچنین در رویکردی نوین، تلاش شده است تا تأثیر رفتار پویای مشتری در تغییرات بخش ها در طول زمان تبیین شود. در این راستا با ارائه رویکرد و مفاهیم جدیدی در خصوص پویایی رفتار مشتری و تأثیر آن در تغییرات ساختاری و محتوایی بخش ها، گروه بندی جدیدی از مشتریان در قالب مشتریان سازنده و تثبیت کننده ساختار، مشتریان پویای ساختار سازگار و مشتریان پویای ساختارشکن ارائه می شود.

امروزه بسیاری از پروژه های بزرگ و زیرساختی جهان مانند پروژه های نفتی بین المللی، به صحنه نبردی برای یادگیری تبدیل شده و بسیاری از سازمان ها از این پروژه ها برای ارتقاء سطح دانش و قابلیت های خود استفاده می کنند؛ اما در همین پروژه ها عوامل متعددی وجود دارد که اگر به خوبی مدیریت نشوند باعث کاهش و یا از دست رفتن فرصت های یادگیری می شود. هدف از این مقاله، شناسایی عوامل کلیدی مؤثر بر انتقال بین سازمانی دانش مدیریت پروژه در کنسرسیوم های بین المللی صنعت نفت ایران و ارائه مدلی مفهومی در این رابطه می باشد. تحقیق حاضر با رویکردی کیفی- اکتشافی، با استفاده از روش دلفی سه مرحله ای و مشارکت 18 نفر از خبرگان صنعت نفت ایران انجام شده است. 22 عامل در این رابطه شناسایی شدند که از میان آنها 10 عامل از جمله «بالاتر بودن سطح بلوغ شرکت خارجی در مدیریت پروژه»، «انگیزه و تمایل شرکت داخلی به کسب دانش مدیریت پروژه از شرکت خارجی» و «استحکام روابط و تعاملات دو شرکت با یکدیگر» به عنوان مهم ترین عوامل اثرگذار بر انتقال بین سازمانی دانش مدیریت پروژه در کنسرسیوم های بین المللی در صدر اولویت ها قرار گرفته اند.  

پیش بینی سهام و شاخص قیمت سهام و کالا به دلیل وجود عدم قطعیت های فراوان و تاثیرگذار بسیار دشوار است. با کمک اطلاعات انباشته موجود در عصر دیجیتال فعلی و قدرت ماشین های محاسباتی قوی، تمرکز زیادی بر طراحی الگوریتم هایی وجود دارد که می توانند روند بازار سهام را بیاموزند و قیمت های سهام را با موفقیت پیش بینی کنند. بنابراین ایجاد پایگاه های دانش مناسب در راستای افزایش دقت و بهره وری این سیستم ها و تسهیل روال استفاده از دانش عرفی موجود در سیستم های یادگیری ماشینی، بسیار مفید خواهد بود. هدف از این پژوهش توسعه یک هستان نگاری فارسی برای مدل سازی حوزه بورس و تشخیص عوامل تاثیرگذار بر بازار سهام است. هستان نگاری ایجاد شده منجر به غنی سازی و تکمیل ظرفیت های پاگاه دانش های موجود در این حوزه خواهد شد.بدین منظوردر این پژوهش یک هستان نگاری خاص دامنه در حوزه بورس و بازارهای مالی توسعه داده شده که به زبان فارسی توسط نویسندگان این پژوهش تهیه شده است . پس از معرفی این هستان نگاری، جزئیات گام های مورد نیاز برای جمع آوری دادگان مرتبط، توسعه نیمه خودکار و ارزیابی این منبع دانش بیان می گردد. هستان نگاری ساخته شده شامل 565 مفهوم، 496 رابطه سلسله مراتبی، 137 رابطه غیر سلسله مراتبی و 937 نمونه است که با معیارهای مختلفی ارزیابی شده است و وضعیت مطلوبی دارد. به نظر می رسد این هستان نگاری در شرایط فعلی و با توجه به حجم و کیفیت ارزیابی شده، کاملا مناسب برای استفاده به عنوان منبع دانشی برای بهبود عملکرد سیستم های یادگیری ماشین برای پیش بینی سهام بوده و همچنین می توان از آن در جهت آموزش تحلیلگران بورس و ایجاد پایگاه دانش برای کارگزاری ها، بهبود فرایند بازیابی اطلاعات معنایی و کمک به تعیین استراتژی های سرمایه گزاری افراد در صندوق های سرمایه گزاری استفاده نمود.