چکیده
تمرکز این مقاله بر روی استفاده از تجزیه و تحلیل داده های کلان در مدیریت ارتباط B2B با مشتری بوده و تاثیرات تجزیه و تحلیل داده های کلان بر ارتباط با مشتری و رشد فروش با استفاده از مجموعه داده های چند صنعتی از 417 موسسه B2B را بررسی می کند. این مقاله همچنین بررسی می کند که آیا فرهنگ تحلیلی درون شرکتی این تاثیرات را متعادل می سازد. در این مقاله پی می بریم که استفاده از داده های کلان مشتری بطور قابل ملاحظه ای رشد فروش را تقویت کرده (یعنی نتایج عملکردی پولی) و ارتباط را با مشتری بهبود می دهد (نتایج عملکردی غیر پولی). هرچند در موسسه هایی که از تجزیه و تحلیل بازاریابی حمایت می شود مورد دوم بیشتر مشاهده می شود، در حالی که مورد اول هیچ گونه تاثیری را از فرهنگ تحلیلی بر نمی دارد. این مقاله بصورت تجربی ثابت می کند که تجزیه و تحلیل داده های کلان مشتری ارتباط را با مشتری بهتر کرده و باعث رشد فروش در موسسه های B2B می شود.
مقدمه
یک نظر سنجی در ایالات متحده و دنیا حاکی از آن است که 84% موسسه های پیشرو صنعتی شروع به تجزیه و تحلیل داده های کلان کرده اند تا بتوانند با دقت بیشتری تصمیم گیری کنند (استاتیستا ، 2018). تجزیه و تحلیل داده های کلان، یعنی بکارگیری داده های کلان و روش های تحلیلی مرتبط، با کاهش هزینه ها و ایجاد زمینه های جدید تر برای نوآوری و جلوگیری، بیشترین منافع را برای موسسه ها به ارمغان می آورد (شرکای نیو ونتیج، 2017). تجزیه و تحلیل داده های کلان موسسه ها را قادر می سازد که ارتباط تجاری خود را تقویت کنند، برای مثال در مدیریت زنجیره تامین (گوناسکاران و همکاران، 2017) و مدیریت ارتباط با مشتری (نام، لی، و لی؛ 2019، فیلیپس-رن و هوسکینسون؛ 2015، زربینو، آلوئینی، دولمین، و مینینو، 2018). در مدیریت ارتباط با مشتری، تجزیه و تحلیل داده های کلان باعث ایجاد موج جدیدی از استراتژی ها جهت پشتیبانی از شخصی سازی و سفارشی سازی فروش و خدمات به مشتری (انشاری، آلموناوار، لیم، و المودیمیق، 2018)، و ایجاد ارتباط قوی تر و شخصی تر با مشتریان می شود ( دی لیما فرانسیسکو، مورا، سابینو، سنتوس، و اسکواریکو، 2016). همچنین، داده های کلان در شناسایی انتظارات مشتریان از شرکت ها و پیش بینی خواسته های آتی آنان (پررا، دیلینی، کولاوانسا، 2018) در استفاده از فن آوری ها و ابزارهای (امتیاس و کیوانپور، 2011) داده های کلان نقشی اساسی دارد.
محدودیت ها و تحقیقات آتی
مقیاس این مقاله به بررسی استفاده از داده های کلان مشتری در مدیریت مشتری های B2B و مدل برداری تاثیر تجزیه و تحلیل داده های کلان بر عملکرد مشتری با فرهنگ تحلیلی به عنوان متعادل گر محدود بوده است. این مقاله با استفاده از داده های جمع آوری شده از چندین بخش صنعتی انجام شده است، و مطالعات آتی می تواند یافته های ما را عمیق تر کرده و بررسی کند که آیا این یافته ها قابل تعمیم به بخش های خاص صنعتی مانند تولید و خرده فروشی می باشند. مطالعات آتی می تواند این مدل را با استفاده از ساختار های اضافی مانند مدیریت و طرفداری از تیم گسترش دهد، و با گرایش IT و انعطاف پذیری IT شرایط متعادل گری که تحت آن تجزیه و تحلیل داده های کلان می تواند برتری رقابتی را برای شرکت به همراه داشته باشد را بهتر بشناسد. این مقاله از معیار های ذهنی و نسبی عملکرد ارتباط با مشتری و رشد فروش استفاده کرده است، که می تواند در آینده به منظور ارائه تصویری فراگیر تر از تاثیر تجزیه و تحلیل داده های کلان بر عملکرد شرکت، با معیار های عینی تعویض شود. بعلاوه، داده های مقاله پیش رو از مدیران ارشد جمع آوری شده است، در حالی که، مقالات پیشین در مورد رابطه میان عملکرد موسسه و تجزیه و تحلیل داده های کلان این موضوع را فقط در میان تحلیل گران تجاری و متخصصین IT (آکتر و همکاران، 2016؛ وامبا و همکاران، 2017) انجام داده اند. اگرچه مدیران ارشد بهترین شناخت را از اهداف استراتژیک شرکت و معیارهای عملکردی آن دارند، ولی احتمال دارد آنها تصویر محدودی را از تجزیه و تحلیل داده های کلان در سطح عملی شرکت داشته باشند. از این رو، یک مقاله چند سطحی که متشکل از رویکرد های مدیران ارشد و تحلیلگران تجاری است، می تواند بینش فراتری را ارائه دهد.
این مقاله در سال 2020 در نشریه الزویر و در مجله مدیریت بازاریابی صنعتی، توسط دانشگاه فنلاند شرقی منتشر شده و در سایت ای ترجمه جهت دانلود ارائه شده است. در صورت نیاز به دانلود رایگان اصل مقاله انگلیسی و ترجمه آن می توانید به پست دانلود ترجمه مقاله تقویت فروش B2B با تجزیه و تحلیل داده های کلان مشتری در سایت ای ترجمه مراجعه نمایید.
