محیط دیجیتالی

یکی از مفاهیم اصلی در شناسایی یک شئ در محیط دیجیتال شناسه گر دیجیتالی است. نظام های شناسه گر دیجیتالی به دنبال بروز مشکلات زیادی از جمله عدم ثبات و یکتایی نظام های شناسه گر فیزیکی و مکانیاب یکدست منابع (یو.آر.ال) در محیط دیجیتالی، شکل گرفتند. این شناسه گرها با استفاده از نام های غیر مستقیم برای «دی.ان.اس.»، ثبات و یکتایی نام های میزبانی را تضمین می نمایند. با توجه به اهمیت این شناسه گرها در مدیریت محتوا در محیط دیجیتالی، هدف اصلی این پژوهش پاسخ به این پرسش مهم است که چگونه می توان یک نظام شناسه گر دیجیتالی را از دیگر نظام های شناسه گر تشخیص داد؟ در این پژوهش ابتدا بر اساس مرور ادبیات و برگزاری مصاحبه گروه متمرکز، 7 معیار اصلی متمایزکننده شناسه گرهای دیجیتیال در سه حوزه خصوصیات شناسه گر شامل یکتایی و ثبات شناسه گر، پوشش محیط دیجیتالی شامل شناسایی دیجیتالی، یکتایی دیجیتالی، ثبات دیجیتالی و دسترسی دیجیتالی و جامعیت و گستره شامل جامعیت شناسایی مورد شناسایی قرار گرفت. یافته های انجام ارزیابی تطبیقی بر اساس معیارهای تطبیقی در مورد 22 نظام شناسه گر مطرح در سطح جهان نشان داد که شش نظام شناسه گر «دی.اُ.آی.»، «هندل»، «یو.سی.آی.»، «یو.آر.ان.»، «آ.ر.ک.» و «پی.یو.آر.ال.» می توانند به عنوان بهترین گزینه های نظام شناسه گر دیجیتالی در کلیه حوزه ها و سه نظام «ماریام»، «آی.اس.ان.آی.» و «ان.بی.ان.» در حوزه های تخصصی خاص مورد استفاده قرار گیرند. نتایج این پژوهش می تواند به متخصصان محیط دیجیتالی در تشخیص نظام های شناسه گر دیجیتالی و استفاده مؤثر از آنها در حوزه های کاربرد یاری رساند.

هدف: امروزه توسعه فضای دیجیتال در اغلب حوزه های کسب وکار، باعث افزایش اَعمال فریبنده و رفتارهای غیرمتعارف شده است. در این راستا، با توسعه فضای دیجیتال، کانال های نامتعارفی همراه با خطرهای جانی، مالی و رفتاری گریبان گیر افراد و کسب وکارها شده است. همان طور که به راحتی می توان درک کرد، امروزه فضای دیجیتال، برای بازاریابی بستر مهمی شناخته می شود؛ به طوری که بدون آن، بازاریابی با چالش های فراوانی روبه رو می شود. از سوی دیگر، وجود این فضای وسیع، جا را برای برخی افراد سودجو باز کرده است و در عمل، از این فضا برای کلاه برداری و رویه های غیراخلاقی در کسب وکار استفاده می کنند. به همین دلیل، برای جلوگیری از رفتار مجرمانه در حوزه بازاریابی، این پژوهش تلاش کرده است تا یک مدل ضدبازاریابی، برای پیشگیری از رفتارهای مجرمانه، در فضای کسب وکارهای آنلاین و دیجیتالی ارائه کند که در کانون توجه پژوهشگران قرار نگرفته است؛ از این رو مطالعه حاضر می تواند خلأهای موجود را برطرف کند و در این زمینه راه کارهای عملی زمینه ارائه دهد. روش: این پژوهش از انواع مطالعات کیفی، کاربردی و اکتشافی است. جامعه آماری پژوهش، متخصصان و صاحب نظران حوزه بازاریابی، به ویژه بازاریابی دیجیتال و نیز، صاحبان کسب وکارهای آنلاین معتبر بودند. به منظور جمع آوری داده ها و اطلاعات مرتبط و دقیق، تلاش شد تا از شاخص هایی برای انتخاب نمونه استفاده شود که متخصصان ارتباط نزدیک تر و تجربه کافی با موضوع مورد بررسی داشته باشند. همچنین، گردآوری اطلاعات با استفاده از نمونه گیری هدفمند و مصاحبه های نیمه ساختاریافته انجام شد. شایان ذکر است که در این پژوهش، از نظرهای ۱۶ خبره برای شناسایی عوامل و مطالب مرتبط با موضوع پژوهش استفاده شده است. از سوی دیگر، این پژوهش با رویکرد نظریه داده بنیاد، به شناسایی مقوله های اثرگذار بر موضوع پژوهش اقدام کرده است. یافته ها: با توجه به محتویات به دست آمده در بخش مصاحبه، تعداد ۲۳۸ کد اولیه، تعداد ۱۰۶ کد ثانویه و تعداد ۲۶ مقوله فرعی، برای ۶ مقوله اصلی، یعنی مقوله های علّی، عوامل مداخله گر، عوامل زمینه ای، پدیده محوری، راهبردها و پیامدها شناسایی شده است. درنهایت، به کمک نرم افزار اطلس تی، مدل ضدبازاریابی برای پیشگیری از رفتارهای مجرمانه در محیط کسب وکار آنلاین استخراج شد. نتیجه گیری: بر اساس یافته ها می توان بیان کرد که ارائه الگوی ضد بازاریابی در جهت پیشگیری از رفتارهای مجرمانه در کسب وکارهای آنلاین و دیجیتالی، یک مدل اولیه در این زمینه است که پژوهشگران در مطالعات قبلی به آن توجه نکرده اند و به بهبود ادبیات موضوعی کمک می کند. درنهایت، شناسایی مدل ضدبازاریابی برای جلوگیری از رفتارهای مجرمانه در فضای کسب وکار آنلاین و دیجیتالی، پیامدهای مهم متفاوت و مثبتی ارائه کرد که با محتوای مصاحبه ها مشخص شدند. این پیامدها شامل منع رفتارهای مجرمانه، تقویت بازاریابی دیجیتال، ترویج آنلاین معنویت اخلاقی، تقویت قانون مداری کسب آنلاین، تقویت فرهنگ محیط آنلاین و تقویت جامعه دیجیتالی است. از سوی دیگر، یافته های مطالعه حاضر پیشنهادهایی را برای پیشگیری از رفتارهای مجرمانه در فضای کسب وکار آنلاین و دیجیتالی ارائه می دهد.