فایل کامل و عالی شناسایی عناصر سازنده «ارزش پیشنهادی به مشتری» و تاثیر آنها بر رضایت مشتری با استفاده از تحلیل احساسات بر مبنای متن کاوی

بخشی از متن فایل کامل و عالی شناسایی عناصر سازنده «ارزش پیشنهادی به مشتری» و تاثیر آنها بر رضایت مشتری با استفاده از تحلیل احساسات بر مبنای متن کاوی :

تعداد صفحات : ۳۶

هدف: در سال های اخیر با توجه به گسترش کسب وکار های دیجیتال و حضور مشتریان در این محیط، امکان دسترسی به داده های مربوط به علایق و ارزش های مورد انتظار مشتریان فراهم شده است. هدف این پژوهش، شناسایی عناصر سازنده ارزش پیشنهادی به مشتری و بررسی تاثیر آنها بر رضایت مشتری با استفاده از روش تحلیل احساسات بر مبنای متن کاوی محتوای تولیدشده توسط کاربران در فضای مجازی است. روش: این پژوهش از نظر هدف، کاربردی، از نظر ماهیت، توصیفی پیمایشی، از نظر اجرا، کیفی کمی (آمیخته) با رویکرد استقرایی است. در پژوهش حاضر، کالای تلویزیون هوشمند، به عنوان مطالعه موردی انتخاب شد و ۳۸۶۵ نظر از خریداران این کالا از سایت فروشگاه آنلاین دیجی کالا جمع آوری و با استفاده از روش تحلیل احساسات تجزیه و تحلیل شد. برای طبقه بندی و جداسازی نظرهای مثبت و منفی، از روش های «یادگیری ماشین» استفاده شد و برای استخراج سازه های ارزش پیشنهادی، روش «تخصیص پنهان دریکله» به کار رفت. یافته ها: بر اساس یافته های پژوهش، برای ارزش پیشنهادی به مشتری در رابطه با کالای تلویزیون هوشمند، ۳۰ عنصر شناسایی شد. نتایج پژوهش نشان می دهد که ۱۵ عنصر یا ویژگی محصول، بر رضایت مشتریان تاثیر مثبت دارد و ۱۵ عنصر دیگر، به نارضایتی مشتریان منجر می شود. نتیجه گیری: نتایج پژوهش نشان می دهد که تحلیل نظرهای مشتریان و به بیانی «محتوای تولیدشده توسط کاربران»، برای شناخت و بررسی نگرش مشتری در رابطه با محصول، روشی کاربردی بوده و برای کسب وکارها در راستای ارائه محصول موفق با ویژگی های مورد علاقه مصرف کنندگان به بازار، ابزاری موثر است و با استفاده از آن توسط یادگیری ماشین، می توان در راستای تسهیل، افزایش دقت و سرعت شناسایی نیاز مشتری و خلق مشترک ارزش، گام های بزرگی برداشت.