چکیده:
جمع سپاری فرصتی برای تعامل با گروه های زیادی از مصرف کنندگان بالقوه ایجاد می کند. همچنین پیشرفت در تکنولوژی و رسانه های اجتماعی توسعه سریع رقابتهای جمع سپاری را به عنوان یکی از مفاهیم نوآوری باز در زمینه بازاریابی تسهیل نموده است. در رقابتهای جمع سپاری، همواره تلاش بر این است که بتوان مشارکت کنندگان را ترغیب به افزایش مشارکت نمود و پاسخهای رفتاری کاربران را پیش بینی کرد. از این رو هدف اصلی این پژوهش استخراج قواعد حاکم بر مشارکت کاربران شبکه ی اجتماعی اینستاگرام در رقابتهای جمع سپاری بازاریابی است. در راستای نیل به هدف پژوهش، روش پیشنهادی استفاده از تئوری مجموعة راف است. در این پژوهش، ابتدا بر اساس مرور ادبیات و مصاحبه با خبرگان متغیرهای شرطی و تصمیم گیری شناسایی شدند و مدل مفهومی پژوهش طراحی شد. سپس مدل در شرایط واقعی و برای مصرف کنندگان برند موتوسل آزمون شد و داده های مورد نیاز جهت استخراج قوانین از 344 نفر از شرکت کنندگان در رقابت جمع سپاری جمع آوری شد و با استفاده از نرم افزار Rosetta تحلیل گردید. به کمک نظریه مجموعه های راف 39 قانون منطقی استخراج شدند که اغلب آنها جامع و دقیق نبودند. سرانجام 7 قاعده با بیشترین میزان پوشش و دقت و بر اساس سایر قواعد اعتبارسنجی استخراج شدند. نتایج کلی حاکی از آن است که ساختار وظیفه طراحی شده، مدیریت جمع، تکنولوژی مورد استفاده در رقابت جمع سپاری و ارزیابی نتایج از مهمترین ابعاد تأثیرگذار در مشارکت کاربران شبکه اجتماعی اینستاگرام در رقابتهای جمع سپاری بازاریابی است.
Crowdsourcing creates an opportunity to interact with large groups of potential consumers. Advances in technology and social media have facilitated the rapid development of crowdsourcing as one of the concepts of open innovation and value creation in marketing. In crowdsourcing contests, it is important to increase crowd participation and predict users' behavioral responses. Therefore, the main purpose of this study is to extract the rules governing the behavioral intention of Instagram users to participate in marketing crowdsourcing contests. In order to meet the purpose of the research, the proposed is Ruff set theory. At first, based on literature review and interviews with experts, conditional and decision-making variables identified and a conceptual model of the research has designed. Then, the research model was empirically tested using online survey data from 344 participants in a crowdsourcing contest for Motosel's consumers and analyzed through Rosetta software to extract rules. Considering a coverage and accuracy indexes introduced in rough set theory 7 rules has been selected from 39 initial rules. The results of the study showed that the main effective factors on Instagram user participation in crowdsourcing contests are task structure, crowd management, technology, and outcomes evaluation. This study has significant implications for organizations to effectively implement crowdsourcing contests and provides strategic guidance to promote user participation in these open-innovation contests.
خلاصه ماشینی:
در مطالعات گذشته نیز تأیید شده است که سازمان ها میتوانند از جمع سپاری در فعالیت های مرتبط با بازاریابی در سه بخش اصلی استفاده کنند: توسعه محصول ، تبلیغات و پروموشن و تحقیقات بازار (٢٠١٩ ,Leon &Toledo ).
با توجه به شکاف تحقیقاتی شناساییشده ، اگر رفتار شرکت کنندگان به شکل قواعد منطقی ارائه شود، آنگاه میتوان تأثیر عوامل مختلف در مشارکت کاربران شبکه های اجتماعی در رقابت های جمع سپاری بازاریابی را بررسی و مقایسه نمود که این امر به تبیین راهبرد متناسب با کاربران و بهبود روابط و حفظ جمع مشارکت کننده کمک شایانی میکند.
بنابراین هدف اصلی این پژوهش ، استخراج قواعد حاکم بر قصد مشارکت کاربران ایرانی شبکه اجتماعی اینستاگرام در رقابت های جمع سپاری بازاریابی است .
در مطالعه ای دیگر سایر محققان همچون (٢٠١٨) Johnstone &Thuan, Antunes طراحی فرآیند را شامل هفت مؤلفه اصلی به شرح طراحی وظیفه ، طراحی گردش کار، مدیریت جمع ، مکانیزم تشویق و پاداش ، کنترل کیفیت ، پیکربندی فنی و خروجی ها معرفی نمودند که در این پژوهش با توجه به بررسیهای انجام شده از مرور ادبیات و نظر خبرگان ، چهار بعد در بخش فرآیند موردبررسی قرار گرفته است .
استفاده از فناوری های مبتنی بر موبایل ، به کاربران این امکان را می دهد تا از زمان خود بهتر استفاده کنند و در هر مکان و هر زمان به پلتفرم جمع سپاری دسترسی پیدا کنند ( ,Greve &Rosen ;٢٠١٢ ,Hartmann &Kulkarni, Gutheim, Narula, Rolnitzky, Parikh 1 community-based motivation 2 delayed payoff ٢٠١٢).
(
, 
, 
)
