تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,504 |
تعداد مشاهده مقاله | 124,121,853 |
تعداد دریافت فایل اصل مقاله | 97,229,462 |
طراحی مدلی برای ارزیابی کانالهای بازاریابی مبتنی بر روشهای بهترین و بدترین فازی و EDAS فازی | ||
مدیریت بازرگانی | ||
مقاله 14، دوره 10، شماره 3، 1397، صفحه 695-712 اصل مقاله (441.89 K) | ||
نوع مقاله: مقاله علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jibm.2017.238125.2684 | ||
نویسندگان | ||
مهدی نصراللهی* 1؛ محمد رضا فتحی2؛ علی رضا فقیه3 | ||
1استادیار گروه مدیریت صنعتی، دانشکده علوم اجتماعی دانشگاه بینالمللی امام خمینی (ره) قزوین، ایران | ||
2استادیار گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران، قم، ایران | ||
3دانشجوی دکتری مدیریت صنعتی، دانشکده مدیریت دانشگاه تهران، تهران، ایران | ||
چکیده | ||
هدف: ارزیابی کانالهای بازاریابی کار بسیار مهم و پیچیدهای است و در این زمینه مدل جامعی وجود ندارد. در این تحقیق تلاش شده است یک چارچوب تصمیمگیری برای ارزیابی کانالهای بازاریابی ارائه شود. روش: ابتدا با مطالعه گسترده ادبیات تحقیق، شاخصهای مؤثر در ارزیابی کانالهای بازاریابی شناسایی شدند، سپس اهمیت نسبی یا به بیان دیگر، وزن این شاخصها بهکمک روش نوین بهترین ـ بدترین فازی بهدست آمد. بهعلاوه از تکنیک EDAS فازی بهعنوان روش نوین تصمیمگیری چندشاخصه، برای رتبهبندی استراتژیهای توزیع در کانالهای بازاریابی استفاده شد. جامعه آماری این تحقیق را مدیران و کارشناسان خبره این حوزه در شرکت صنایع غذایی مد نظر شکل دادهاند که بهدلیل محدود بودن تعداد آنها، نمونهگیری انجام نشد. یافتهها: هشت شاخص برای ارزیابی کانالهای توزیع بازاریابی شناسایی شدند که شامل اعتماد، تضاد، نمایش، تحویل، مبادله اطلاعات، هزینه بازگشت محصول، هزینه هماهنگی، و سودآوری میشوند. شش نوع کانال بازاریابی عبارتاند از: پررنگکردن اهمیت تیم فروش، گستردهتر کردن تیم فروش، توزیع ارزش افزوده، توزیعکنندگان معمولی، کانال وب انحصاری، و کانال وب مشترک. نتیجهگیری: بر اساس نتایج تحقیق که در یک شرکت صنایع غذایی به اجرا درآمد، از میان تمام گزینهها، استراتژی «گستردهتر کردن تیم فروش» رتبه نخست را کسب کرد. | ||
کلیدواژهها | ||
کانال بازاریابی؛ شاخص ارزیابی؛ تکنیکهای تصمیمگیری چندشاخصه؛ روش بهترین ـ بدترین فازی؛ روش EDAS فازی | ||
عنوان مقاله [English] | ||
Designing a Model for Evaluating Marketing Channels based on the Fuzzy Best-Worst and Fuzzy EDAS Methods | ||
نویسندگان [English] | ||
Mahdi Nsarallahi1؛ Mohammad Reza Fathi2؛ Alireza Faghih3 | ||
1Assistant Prof. of Industrial Management, Faculty of Social Sciences, Imam Khomeini International University (IKIU), Qazvin, Iran | ||
2Assistant Prof. of Industrial Management, College of Farabi, University of Tehran, Iran | ||
3Ph.D. Student in Industrial Management, Faculty of Management, University of Tehran, Tehran, Iran | ||
چکیده [English] | ||
Objective: Evaluation of marketing channels is a very important and complex task, so far no comprehensive model has been presented in this regard. The present study aims to provide a decision framework for evaluating marketing channels. Methods: With extensive study of literature, effective indicators were identified in the evaluation of marketing channels. Then, the newest multi-criteria decision-making method, fuzzy best-worst method was used to calculate the relative importance of indices. In addition, Fuzzy EDAS technique was applied as a multi-attribute decision-making method to rank distribution strategies in marketing channels. The statistical population of this research consists of directors and experts in the food industry, which due to their limited number, sampling was not performed. Results: Eight criteria were identified for evaluating marketing distribution channels, including trust, conflict, display, delivery, information exchange, product return cost, coordination cost, and profitability as well. Six types of marketing channels are: highlighting the importance of the sales team, expanding the sales team, distributing value added, ordinary distributors, the exclusive web channel, and the shared web channel. Conclusion:According to the result of research conducted by a food company, the strategy of expanding the sales team has first ranked among other strategies. | ||
کلیدواژهها [English] | ||
Marketing channels, Evaluation criteria, Multi-criteria Decision-making, Fuzzy best-worst method, Fuzzy EDAS method | ||
مراجع | ||
اسماعیلپور، مجید (1389). کانالهای توزیع در بازاریابی صنعتی. اولین کنفرانس بینالمللی مدیریت و نوآوری. شیراز، https://www.civilica.com/Paper-MIEAC01-MIEAC01_058.html. خورشید، صدیقه؛ تسلیمی، محمد سعید (1391). رتبهبندی بانکهای دولتی شهر کرمان براساس سطح سرمایه اجتماعی با استفاده از تکنیکهای تصمیمگیری چند شاخصه. مدیریت فرهنگ سازمانی، 10(2)، 29-57. عبدلی، مریم؛ شیخ اسماعیلی، سامان (1394). شناسایی عوامل مؤثر بر ارزیابی کانالهای بازاریابی. دومین کنفرانس ملی تحقیقات بازاریابی. تهران. مؤمنی، منصور (1385). مباحث نوین تحقیق در عملیات. انتشارات دانشگاه تهران، تهران. References Abdoli, M. & Sheykhesmaeli, S. (2015). Identification of factors influencing the evaluation of marketing channels. Second National Conference on Marketing Research, Tehran. Achrol, R. S., & Etzel, M. J. (2003). The structure of reseller goals and performance in marketing channels. Journal of the Academy of Marketing Science, 31(2), 146–163. Agatz, N. A., Fleischmann, M., & van Nunen, J. A. (2008). E-fulfillment and multi-channel distribution — A review. European Journal of Operational Research, 187(2), 339–356. Alptekinoglu, A., & Tang, C. S. (2005). A model for analyzing multi-channel distribution systems. European Journal of Operational Research, 163(3), 802–824. Bailey, J. P., & Rabinovich, E. (2005). Internet book retailing and supply chain management: A analytical study of inventory location speculation and postponement. Transportation Research Part E: Logistics and Transportation Review, 41(3), 159–177. Chiang, W. K., Chhajed, D., & Hess, J. D. (2003). Direct marketing, indirect profits: A strategic analysis of dual-channel supply chain design. Management Science, 49(1), 1–20. Coelho, F. J., & Easingwood, C. A. (2008). A model of the antecedents of multiple channel usage. Journal of Retailing and Consumer Services, 15(1), 32–41. Cravens, D. W., Ingram, T. D., & LaForge, R. W. (1991). Evaluating multiple sales channel strategies. Journal of Business & Industrial Marketing, 6(3–4), 37–48. Gensler, S., Dekimpe, M. G., & Skiera, B. (2007). Evaluating channel performance in multichannel environment. Journal of Retailing and Consumer Services, 14(1), 17–23. Guo, G., & Zhao, H. (2017). Fuzzy best-worst multi-criteria decision-making method and its applications, Knowledge-Based Systems, 121, 23–31. Ismailpour, M. (2010). Distribution channels in industrial marketing. The first international conference on management and innovation, Shiraz, Iran. John, G., & Weitz, B. (1988). Forward integration into distribution: An empirical test of transaction cost analysis. Journal of Law, Economics, and Organization, 4(2), 337–355. Kabadayi, S. (2011). Choosing the right multiple channel system to minimize transaction costs. Industrial Marketing Management, 40(5), 763–773. Keshavarz Ghorabaee, M., Zavadskas, E. K., Olfat, L., & Turskis, Z. (2015). Multi-criteria inventory classification using a new method of evaluation based on distance from average solution (EDAS). Informatica, 26(3), 435-451. Khorshid, S. & Taslimi, M.S. (2012). Ranking of Kerman State Banks based on social capital level using multi-criteria decision-making techniques. organizational culture Management, 10 (2), 29-57. (in Persian) Kim, S. K. (2007). Relational behaviors in marketing channel relationships: Transaction cost implications. Journal of Business Research, 60(11), 1125–1134. Krafft, M., Goetz, O., Mantrala, M., Sotgiu, F., & Tillmanns, S. (2015). The Evolution of Marketing Channel Research Domains and Methodologies: An Integrative Review and Future Directions. Journal of Retailing, 91(4), 569-585. Linden, G., Smith, B., & York, J. (2003). Amazon.com recommendations: Item-to-item collaborative filtering. IEEE Internet Computing, 7(1), 76–80. Luo, Y., Liu, Y., & Xue, J. (2009). Relationship investment and channel performance: An analysis of mediating forces. Journal of Management Studies, 46(7), 1113–1137. Momeni, M. (2006). New research topics in the operations. Tehran, University of Tehran press. (in Persian) Moriarty, R. T., & Moran, U. (1990). Managing hybrid marketing systems. Harvard Business Review, 68(6), 146–156. Nyaga, N. G., & Whipple, M. J. (2011). Relationship quality and performance outcomes: Achieving a sustainable competitive advantage. Journal of Business Logistics, 32(4), 345–360. Panayides, P. M. (2007). The impact of organizational learning on relationship orientation, logistics service effectiveness and performance. Industrial Marketing Management, 36(1), 68–80. Rangaswamy, A., & Van Brugeen, G. H. (2005). Opportunities and challenges in multichannel marketing: An introduction to the special issue. Journal of Interactive Marketing, 19(2), 5–11. Rezaei, J. (2015). Best-worst multi-criteria decision-making method. Omega, 53, 49-57. Rosenbloom, B. (2007). Multi-channel strategy in business-to-business markets: Prospects and problems. Industrial Marketing Management, 36(1), 4–9. Sharma, A., & Mehrotra, A. (2007). Choosing an optimal channel mix in multichannel environments. Industrial Marketing Management, 36(1), 21–28. Shervani, T. A., Frazier, G., & Challagalla, G. (2007). The moderating influence of firm market power on the transaction cost economics model: An empirical test in a forward channel integration context. Strategic Management Journal, 28(6), 635–652. Sprecher, S. (1986). The relation between inequity and emotions in close relationship. Social Psychology Quarterly, 49(4), 309–321. Tai, W.S., & Chen, C.T. (2009). A new evaluation model for intellectual capital based on computing with linguistic variable. Expert Systems with Applications, 36(2), 3483–3488. Weitz, B. A., & Jap, S. D. (1995). Relationship marketing and distribution channels. Journal of the Academy of Marketing Science, 23(4), 305–320. Wu, H. N., & Li, H. X. (2007). New approach to delay-dependent stability analysis and stabilization for continuous-time fuzzy systems with time-varying delay. IEEE Transactions on Fuzzy Systems, 15(3), 482-493. Zadeh, L. A. (1965). Fuzzy sets. Information Control, 8(3), 338–353. Zadeh, L. A. (1975). The concept of a linguistic variable and its application to approximate reasoning. Information Sciences, 8(3), 199–249.
| ||
آمار تعداد مشاهده مقاله: 1,768 تعداد دریافت فایل اصل مقاله: 1,542 |