چکیده:
مفهوم «ارزش» در کسبوکار، محصول یا خدمت بالقوهای است که یک کسبوکار وعدۀ تحویل آن را به مشتری میدهد و بطور کلی دلیل انتخاب یک بِرند توسط مشتری و ترجیح آن نسبت به بِرندهای رقیب میباشد. در سالهای اخیر با افزایش حضور مصرفکنندگان در شبکههای اجتماعی در بستر اینترنت امکان دسترسی به دادههای مربوط به علایق و ارزشهای مورد انتظار مصرفکنندگان به وجود آمده است؛ هدف این پژوهش شناسایی مؤلفههای ارزش، جهت خلق و ارائه ارزش به مشتری، با استفاده از تجزیه و تحلیل نظرات و محتوای تولید شده توسط مصرفکنندگان در شبکههای اجتماعی است. بدین منظور تعداد 41904 نظر از مشتریان در رابطه با کالای «تلفن همراه» از سایت فروشگاه آنلاین دیجیکالا جمعآوری و با استفاده از روشهای تحلیل کلاندادهها (عقیدهکاوی و تخصیص پنهان دیریکله) مورد تجزیه و تحلیل قرار میگیرد. بر اساس یافتههای پژوهش پنج دسته کلی ارزش شامل: 1. ارزشهای کارکردی، 2. ارزشهای اقتصادی، 3. ارزشهای کیفی، 4. ارزشهای احساسی و 5. ارزشهای اجتماعی، به همراه سازههای مربوط به هر نوع از ارزش شناسایی گردید؛ نتایج نشان میدهد با استفاده از تحلیل کلاندادهها میتوان با سرعت بیشتر و اتلاف کمتر منابع، تصویری شفافتر از ارزشهای مورد انتظار مشتری، به منظور ارائه محصولی متناسب با نیاز و خواستههای مصرفکننده بدست آورد.
The concept of “value” in a business is a potential product or service that a business promises to deliver to the customer and in general, it is the reason why a customer chooses a brand and prefers it over competing brands. In recent years, with the increasing presence of consumers in social networks, it has become possible to access data related to the interests and expected values of consumers. The purpose of this study is to identify the components of value, to create and provide value to the customer, by analyzing the opinions and user-generated content in social networks. For this purpose, 41904 costumers review relating cell phone from the Digikala online shopping site using machine learning algorithms and topic extraction by inductive approach is analyzed. According to this study, five main groups of values were detected: 1. Functional values, 2. Economic values, 3. Qualitative values, 4. Emotional values, 5. Social values. Also, the components related each group was identified. The results show that by using big data analytics, it is possible to obtain a clearer image than the expected values of the customer with less waste of resources and produce a commodity tailored to customer values.
خلاصه ماشینی:
مراحل انجام این پژوهش بدین ترتیب میباشد: ابتـدا نظرات مصرف کنندگان در رابطه با تلفن همـراه از سـایت دیجیکالا جمع آوری شده ، سپس در مرحله «پیش پردازش داده ها»، این نظرات که به شکل یا فرمت متن هسـتند (داده های غیرساخت یافته ) به فرمت مناسب برای پردازش (داده های ساخت یافته ) تبـدیل گردیـد؛ در گـام بعـدی بـا روش «طبقه بندی متون ١»، نظرات مصرف کنندگان به دودسته نظرات مثبت و منفی تقسیم شـده ، بـه ایـن فرآینـد اصطلاحا «عقیده کاوی ٢» گفته میشود، سپس با استفاده از روش «مدل سـازی موضـوعات ٣» مؤلفـه هـای ارزش از نظرات مثبت استخراج گردید.
ازسوی دیگر با ظهور کلان داده ها، تجزیه وتحلیل شبکه های اجتماعی به طور روزافزونی اهمیت یافته است ؛ برای استخراج ، پردازش و استفاده از این حجم عظیم داده های تولیدشده ، الگوریتم ها (مانند روش های یادگیری ماشین ) و سیستم های هوشمندی موردنیاز هستند تا بتوان توسط این داده های پردازش شده ، «ارزش های» بهتری در اختیار مشتریان ، کسب وکارها و سازمان ها قرار داد (٢٠١٨ ,Chang).
روش یادگیری ماشین در مقایسه با روش های آماری سنتی، در پیش بینی (رفتار مصرف کننده ) عمکرد بهتری دارد، زیرا دارای توانایی بیشتر برای به کارگیری روابط غیرخطی و پیچیده به منظور استخراج مقادیر متغیرهای خروجی براساس متغیرهای ورودی میباشد؛ نقطه ضعف این روش نیز سختی بیشتر تقسیر نتایج به دست آمده نسبت 1 Social Media 2 Social Customer Relationship Management )SCRM( 3 Machine Learning 4 Text Mining به مدل های سنتی است (٢٠١٧ ,.