عنوان انگلیسی: Predicting changing pattern: building model for consumer decision making in digital market
سال نشر: ۲۰۱۸
نویسنده: Anil Kumar,Sachin Kumar Mangla,Sunil Luthra,Nripendra P. Rana,Yogesh K. Dwivedi
تعداد صفحه فارسی: ۴۵ – تعداد صفحه انگلیسی: ۳۱
دانشگاه: BML Munjal University, Gurgaon, India,Department of Mechanical Engineering, Graphic Era University, Dehradun, India,Department of Mechanical Engineering, State Institute of Engineering and Technology, Nilokheri, India,Emerging Markets Research Centre (EMaRC), School of Management, Swansea University, Swansea, UK,Emerging Markets Research Centre (EMaRC), School of Management, Swansea University, Swansea, UK
نشریه: Process Safety and Environmental Protection
کیفیت ترجمه: ترجمه پلاس
چکیده
هدف: مصرف کنندگان گزینه‌های متعددی برای انتخاب محصولات و خدمات خود دارند، که تاثیر قابل‌توجهی بر الگوی تصمیم‌گیری مصرف‌کننده در بازار دیجیتال دارند و چالش‌ها را برای ارایه دهندگان خدمات برای پیش‌بینی الگوی خرید آن‌ها افزایش می‌دهد. در این راستا، هدف این مقاله ارایه یک مدل سلسله‌مراتب ساختاری برای تحلیل الگوی تغییر تصمیم‌گیری مشتری در بازار دیجیتال با اقتباس از یک چارچوب هندی است.
طرح / روش‌شناسی / رویکرد: برای رسیدن به اهداف، تحقیق در دو مرحله انجام می‌شود. یک مرور بر نشریات گسترده در مرحله اول برای لیست عوامل مرتبط با الگوی تغییر تصمیم‌گیری مشتری در بازار دیجیتال انجام می‌شود و سپس روش دلفی فازی برای نهایی کردن عوامل مورد استفاده قرار می‌گیرد. در مرحله دوم، فرآیند تحلیل سلسله مراتبی فازی (AHP)برای یافتن وزن‌های اولویت عوامل نهایی به کار گرفته می‌شود. نظریه مجموعه‌های فازی امکان ثبت ابهام در داده‌ها را فراهم می‌کند.
یافته‌ها: یافته‌های به‌دست‌آمده در این مطالعه نشان می‌دهد که مصرف کنندگان در مورد محصولات نوآورانه و مد روز و همچنین برند و کیفیت اطلاعات زیادی دارند. بنابراین ارایه ده
طرح / روش‌شناسی / رویکرد: برای رسیدن به اهداف، تحقیق در دو مرحله انجام می‌شود. یک مرور بر نشریات گسترده در مرحله اول برای لیست عوامل مرتبط با الگوی تغییر تصمیم‌گیری مشتری در بازار دیجیتال انجام می‌شود و سپس روش دلفی فازی برای نهایی کردن عوامل مورد استفاده قرار می‌گیرد. در مرحله دوم، فرآیند تحلیل سلسله مراتبی فازی (AHP)برای یافتن وزن‌های اولویت عوامل نهایی به کار گرفته می‌شود. نظریه مجموعه‌های فازی امکان ثبت ابهام در داده‌ها را فراهم می‌کند.
یافته‌ها: یافته‌های به‌دست‌آمده در این مطالعه نشان می‌دهد که مصرف کنندگان در مورد محصولات نوآورانه و مد روز و همچنین برند و کیفیت اطلاعات زیادی دارند. بنابراین ارایه ده
Abstract
Purpose – Consumers have the multiple options to choose their products and services, which have a
significant impact on the pattern of consumer decision making in digital market and further increases the
challenges for the service providers to predict their buying pattern. In this sense, the purpose of this paper is
to propose a structural hierarchy model for analyzing the changing pattern of consumer decision making in
digital market by taking an Indian context.
Design/methodology/approach – To accomplish the objectives, the research is conducted in two phases.
An extensive literature review is performed in the first phase to list the factors related to the changing pattern
of consumer decision making in digital market and then fuzzy Delphi method is applied to finalize the factors.
In the second phase, fuzzy analytic hierarchy process (AHP) is employed to find the priority weights of
finalized factors. The fuzzy set theory allows capturing the vagueness in the data.
Finding
significant impact on the pattern of consumer decision making in digital market and further increases the
challenges for the service providers to predict their buying pattern. In this sense, the purpose of this paper is
to propose a structural hierarchy model for analyzing the changing pattern of consumer decision making in
digital market by taking an Indian context.
Design/methodology/approach – To accomplish the objectives, the research is conducted in two phases.
An extensive literature review is performed in the first phase to list the factors related to the changing pattern
of consumer decision making in digital market and then fuzzy Delphi method is applied to finalize the factors.
In the second phase, fuzzy analytic hierarchy process (AHP) is employed to find the priority weights of
finalized factors. The fuzzy set theory allows capturing the vagueness in the data.
Finding
محصولات مشابه
امتیاز شما:
(No Ratings Yet)
(No Ratings Yet)