تأثیر پذیرش فناوری دیجیتال بر عملکرد مدیریت ارتباط با مشتری با نقش میانجی سفارشی‌سازی و نقش تعدیل‌کننده مزیت رقابتی

تأثیر پذیرش فناوری دیجیتال بر عملکرد مدیریت ارتباط با مشتری با نقش میانجی سفارشی‌سازی و نقش تعدیل‌کننده مزیت رقابتی

مطالعه موردی: شرکت‌های پخش و توزیع مواد غذایی استان البرز-ایران

محمد مهدی رهبری کارشناس ارشد مدیریت دانشگاه پیام نور تهران-ایران rahbari198826@gmail.com

چکیده

هدف اصلی این پژوهش بررسی تأثیر پذیرش فناوری دیجیتال بر عملکرد مدیریت ارتباط با مشتری (CRM) با نقش میانجی سفارشی‌سازی و نقش تعدیل‌کننده مزیت رقابتی است. پژوهش به‌صورت کاربردی و با روش توصیفی–پیمایشی انجام شده است. داده‌های ثانویه از طریق مطالعات کتابخانه‌ای و داده‌های اولیه با استفاده از پرسشنامه استاندارد جمع‌آوری شد. جامعه آماری کارکنان شرکت‌های پخش و توزیع مواد غذایی استان البرز بودند که با استفاده از فرمول کوکران ۲۴۸ نفر به عنوان نمونه انتخاب شدند. داده‌ها با مدل‌سازی معادلات ساختاری مبتنی بر حداقل مربعات جزئی (PLS-SEM) و نرم‌افزار Smart PLS تحلیل شدند. نتایج نشان داد پذیرش فناوری دیجیتال تأثیر مثبت و معناداری بر سفارشی‌سازی و عملکرد مدیریت ارتباط با مشتری دارد، اما سفارشی‌سازی تأثیر معناداری بر عملکرد مدیریت ارتباط با مشتری ندارد. همچنین، مزیت رقابتی در روابط میان متغیرهای پژوهش نقش تعدیل‌کننده معناداری نداشت. یافته‌ها بیانگر آن است که شرکت‌های پخش برای بهبود عملکرد CRM باید بستر پذیرش فناوری دیجیتال را در میان کارکنان تقویت کرده و با شخصی‌سازی خدمات، ارتباط شخصی و وفاداری مشتری را ارتقا دهند.

کلیدواژه‌ها: فناوری دیجیتال، مدیریت ارتباط با مشتری، سفارشی‌سازی، مزیت رقابتی.

۱. مقدمه و بیان مسئله

۱.۱. مقدمه

در عصر حاضر که اقتصاد جهانی بر پایه اطلاعات و نوآوری‌های فناورانه بنا شده است، توانایی سازمان‌ها در بهره‌برداری مؤثر از فناوری‌های نوین به اصلی‌ترین عامل بقا و رشد تبدیل شده است. انقلاب دیجیتال، پارادایم‌های سنتی کسب‌وکار را دگرگون ساخته و شرکت‌ها را مجبور به بازنگری در نحوه تعامل با ذینفعان، به‌ویژه مشتریان، کرده است. در این میان، مدیریت ارتباط با مشتری (CRM) که تمرکز اصلی‌اش بر جذب، نگهداری و توسعه روابط سودآور با مشتریان است، وابستگی شدیدی به زیرساخت‌های فناوری اطلاعات و ارتباطات (ICT) پیدا کرده است. پذیرش فناوری دیجیتال در شرکت‌ها، که شامل طیف وسیعی از ابزارها از سامانه‌های ابری گرفته تا تحلیل داده‌های بزرگ (Big Data) است، پتانسیل بالایی برای متحول کردن فرآیندهای CRM دارد. این فناوری‌ها امکان تحلیل عمیق رفتار مشتری، پیش‌بینی نیازها، و ارائه خدمات بسیار شخصی‌سازی‌شده را فراهم می‌آورند. با این وجود، در بسیاری از صنایع سنتی‌تر مانند پخش و توزیع مواد غذایی، میزان واقعی و مستقیم تأثیر این پذیرش بر عملکرد CRM و عوامل زمینه‌ساز این رابطه (مانند سفارشی‌سازی) کمتر مورد مطالعه قرار گرفته است. شرکت‌های پخش مواد غذایی در استان البرز به‌عنوان یک مطالعه موردی، نمایانگر بخشی از اقتصاد سنتی هستند که در حال گذار به دیجیتالی شدن است و بررسی عملکرد آن‌ها در مواجهه با این تغییرات، بینش‌های کاربردی ارزشمندی ارائه می‌دهد.

۱.۲. بیان مسئله

چالش اصلی در ادبیات مدیریت این است که صرفاً خرید و نصب فناوری‌های دیجیتال، تضمینی برای بهبود عملکرد تجاری نیست؛ بلکه نحوه پذیرش و یکپارچه‌سازی آن‌ها در فرآیندهای کسب‌وکار اهمیت دارد. پذیرش فناوری دیجیتال (Digital Technology Adoption) می‌تواند از طریق مکانیسم‌هایی نظیر افزایش توانایی سازمان در ارائه محصولات و خدمات سفارشی (Customization) بر عملکرد CRM تأثیر بگذارد.

این پژوهش به دنبال پاسخگویی به سؤالات کلیدی زیر است:
۱. پذیرش فناوری دیجیتال چه تأثیری بر سفارشی‌سازی خدمات در شرکت‌های پخش مواد غذایی دارد؟ ۲. پذیرش فناوری دیجیتال چه تأثیری بر عملکرد مدیریت ارتباط با مشتری دارد؟ ۳. آیا سفارشی‌سازی نقش میانجی در رابطه بین پذیرش فناوری دیجیتال و عملکرد CRM ایفا می‌کند؟ ۴. آیا مزیت رقابتی (Competitive Advantage) نقش تعدیل‌کننده بر رابطه بین متغیرهای اصلی پژوهش دارد؟

به‌طور خاص، ادبیات نظری پیش‌بینی می‌کند که سفارشی‌سازی یک مسیر مهم برای تبدیل قابلیت‌های فناوری به مزایای عملکردی CRM است. اما در محیط‌های عملیاتی خاص، این رابطه ممکن است تحت تأثیر عوامل زمینه‌ای مانند سطح مزیت رقابتی موجود سازمان قرار گیرد. بررسی این روابط در صنعت پخش مواد غذایی البرز، خلأ اصلی این پژوهش را پر خواهد کرد.

۲. مبانی نظری و پیشینه پژوهش

۲.۱. فناوری دیجیتال و پذیرش آن

فناوری دیجیتال به مجموعه گسترده‌ای از ابزارهای الکترونیکی اشاره دارد که داده‌ها را در قالب صفر و یک پردازش می‌کنند Davis (1989). پذیرش فناوری دیجیتال (DTA) به فرایندی اشاره دارد که طی آن، سازمان‌ها و کارکنان آن‌ها، این ابزارها را برای انجام وظایف خود ادغام و استفاده می‌کنند )زاهدی و همکاران۱۳۹۹      (. نظریه‌های محوری مانند نظریه پذیرش فناوری (TAM) بر دو عامل اساسی تأکید دارند: سودمندی ادراک‌شده (Perceived Usefulness) و سهولت استفاده ادراک‌شده (Perceived Ease of Use). در سطح سازمان، پذیرش فناوری به معنای تغییر پارادایم‌های عملیاتی و استفاده از داده‌ها برای تصمیم‌گیری‌های استراتژیک است. )دیویس (۱۹۸۹)(

۲.۲. مدیریت ارتباط با مشتری (CRM) و عملکرد آن

CRM یک رویکرد استراتژیک برای مدیریت و تحلیل تعاملات و داده‌های مشتری در طول چرخه عمر مشتری است. هدف CRM، بهبود روابط

تجاری با مشتریان، کمک به حفظ مشتری و افزایش سودآوری است. عملکرد CRM با معیارهایی مانند رضایت مشتری، وفاداری مشتری، و افزایش نرخ نگهداری مشتری سنجیده می‌شود. فناوری دیجیتال با ارائه دیدگاه‌های ۳۶۰ درجه از مشتری، زیربنای عملکرد مؤثر CRM را فراهم می‌کند (Lin et al., 2023).

۲.۳. سفارشی‌سازی به عنوان متغیر میانجی

سفارشی‌سازی (Customization) به توانایی شرکت در تطبیق محصولات، خدمات یا فرآیندهای ارتباطی با نیازهای خاص هر مشتری اشاره دارد. فناوری‌های دیجیتال، به‌ویژه ابزارهای تحلیل داده، این امکان را می‌دهند که سازمان‌ها از رویکرد “یک اندازه برای همه” فاصله گرفته و به سمت “یک اندازه برای هر فرد” حرکت کنند Lin et al. (2023). این پژوهش فرضیه‌سازی می‌کند که پذیرش فناوری دیجیتال مستقیماً بر CRM تأثیر نمی‌گذارد، بلکه این تأثیر از طریق توانایی سازمان در ارائه سطوح بالاتری از سفارشی‌سازی محقق می‌شود. Khiem et al. (2018)

۲.۴. مزیت رقابتی به عنوان متغیر تعدیل‌کننده

مزیت رقابتی (Competitive Advantage) به قابلیتی اطلاق می‌شود که یک سازمان را قادر می‌سازد تا در مقایسه با رقبا، ارزش بیشتری برای مشتریان ایجاد کند Khiem et al. (2018). در چارچوب این پژوهش، فرض بر این است که شدت رابطه بین پذیرش فناوری دیجیتال و عملکرد CRM، در شرکت‌هایی که از قبل دارای مزیت رقابتی قوی‌تری هستند (مثلاً از طریق شبکه توزیع یا برندینگ قوی) ، قوی‌تر خواهد بود. به عبارت دیگر، مزیت رقابتی ممکن است چارچوبی را فراهم کند که نتایج مثبت فناوری را تقویت یا تضعیف کند. Khiem et al. (2018)

3. پیشینه پژوهش

یافته‌های بین‌المللی:

  • نشان دادند که پذیرش فناوری‌های دیجیتال در بخش خدمات، به‌طور مثبتی بر عملکرد CRM تأثیر می‌گذارد، و نقش میانجی سفارشی‌سازی در این رابطه قوی است. Lin et al. (2023)لین و همکاران 2023
  • در مطالعه‌ای بر شرکت‌های تولیدی تأکید کردند که ظرفیت‌های دیجیتال (Digital Capabilities) به‌طور مستقیم بر عملکرد سازمانی اثر می‌گذارند و این اثرگذاری در محیط‌هایی با رقابت شدیدتر (مزیت رقابتی بالا) مشهودتر است. Khiem et al. (2018)(خیم و همکاران 2018)

یافته‌های داخلی:

  • بر لزوم دیجیتالی‌سازی فرآیندهای داخلی برای اثربخشی استراتژی‌های CRM تأکید کردند و نتوانستند اثر معناداری از صرف سرمایه‌گذاری بدون تغییر فرآیندها بیابند. )صالحی و فلاح۱۳۹۶(
  • نشان دادند که در سازمان‌های ایرانی، آمادگی فرهنگی برای پذیرش فناوری، نقشی تعدیل‌کننده در تبدیل سرمایه‌گذاری‌های فناوری به عملکرد اجرایی دارد. )بهارستان و همکاران۱۳۹۱(

تدوین مدل مفهومی:
بر اساس ادبیات فوق، مدل مفهومی پژوهش شامل متغیر مستقل (پذیرش فناوری دیجیتال)، متغیر وابسته (عملکرد CRM)، متغیر میانجی (سفارشی‌سازی) و متغیر تعدیل‌کننده (مزیت رقابتی) تدوین شد. Davis (1989)

4. روش‌شناسی پژوهش

4.1 رویکرد و طرح پژوهش

پژوهش حاضر از نظر هدف، کاربردی است، زیرا به دنبال حل یک مسئله مدیریتی مشخص در صنعت پخش مواد غذایی است. از نظر روش گردآوری داده‌ها، از نوع توصیفی-پیمایشی است که برای جمع‌آوری داده‌های میدانی و آزمون فرضیه‌ها به کار می‌رود.

4.2 جامعه و نمونه آماری

جامعه آماری: کلیه کارکنان شرکت‌های پخش و توزیع مواد غذایی فعال در استان البرز که به‌نحوی با فرآیندهای مرتبط با مشتریان (فروش، لجستیک، بازاریابی و پشتیبانی) در ارتباط بودند.
تعیین حجم نمونه: حجم نمونه با استفاده از فرمول کوکران (Cochran’s formula) برای جامعه نامحدود و با در نظر گرفتن سطح اطمینان ۹۵% و ضریب تغییرات (p) برابر ۰/۵، به صورت زیر محاسبه شد

با توجه به محدودیت دسترسی به کل جامعه و ملاحظات عملیاتی، و همچنین استفاده از PLS-SEM که نسبت به حجم نمونه حساسیت کمتری دارد، حجم نمونه نهایی با در نظر گرفتن نرخ ریزش پاسخ‌ها، ۲۴۸ نفر تعیین گردید. نمونه‌گیری از طریق روش خوشه‌ای چندمرحله‌ای و تصادفی انجام شد.

4.3. ابزار گردآوری داده‌ها

داده‌ها از طریق پرسشنامه‌ای ساختاریافته در چهار بخش اصلی گردآوری شدند. تمامی سؤالات بر اساس مقیاس لیکرت پنج گزینه‌ای (۱=کاملاً مخالفم تا ۵=کاملاً موافقم) تنظیم شدند.

  • پذیرش فناوری دیجیتال (DTA): شامل ۱۲ گویه برگرفته از مدل‌های ارزیابی آمادگی دیجیتال.
  • سفارشی‌سازی (CUS): شامل ۸ گویه با تمرکز بر شخصی‌سازی خدمات پس از فروش و ارائه محصولات.
  • عملکرد CRM (CRMP): شامل ۱۰ گویه برای سنجش کیفیت تعاملات و وفاداری مشتری.
  • مزیت رقابتی (CA): شامل ۷ گویه برای سنجش تمایز و برتری نسبت به رقبا در بازار توزیع.

روایی و پایایی: روایی صوری و محتوایی پرسشنامه با نظرخواهی از ۵ استاد دانشگاه و مدیران صنعت تأیید شد. برای سنجش پایایی سازه‌ای، تحلیل عاملی تأییدی (CFA) و برای سنجش پایایی درونی از ضریب آلفای کرونباخ و پایایی ترکیبی (Composite Reliability – CR) استفاده شد. کلیه سازه‌ها دارای CR بالاتر از ۰/۷ و آلفای کرونباخ بالاتر از ۰/۸ بودند.

روایی ابزار گردآوری داده‌ها

به‌منظور اطمینان از روایی پرسشنامه، از روایی صوری و محتوایی استفاده شد. بدین‌صورت که گویه‌های پرسشنامه با بهره‌گیری از ادبیات پژوهش و ابزارهای استاندارد استخراج شده و سپس جهت بررسی میزان تناسب، شفافیت و پوشش مناسب مفاهیم، در اختیار تعدادی از اساتید دانشگاه و خبرگان حوزه مدیریت و صنعت قرار گرفت. پس از دریافت نظرات اصلاحی، تغییرات لازم در برخی گویه‌ها اعمال شد تا اطمینان حاصل گردد که ابزار گردآوری داده‌ها قادر به سنجش دقیق متغیرهای پژوهش شامل پذیرش فناوری دیجیتال، سفارشی‌سازی، عملکرد مدیریت ارتباط با مشتری و مزیت رقابتی می‌باشد. علاوه بر این، در مرحله تحلیل داده‌ها، روایی همگرا و واگرا سازه‌ها از طریق شاخص‌های آماری مربوطه مورد بررسی قرار گرفت که نتایج حاکی از وضعیت مطلوب روایی مدل اندازه‌گیری بود.

پایایی ابزار گردآوری داده‌ها

برای سنجش پایایی پرسشنامه، از روش‌های آماری متداول شامل ضریب آلفای کرونباخ و پایایی ترکیبی (CR) استفاده شد. پایایی به‌منظور ارزیابی میزان ثبات و یکنواختی درونی گویه‌های مربوط به هر یک از سازه‌های پژوهش بررسی گردید. نتایج حاصل نشان داد که مقادیر آلفای کرونباخ و پایایی ترکیبی برای تمامی متغیرها بالاتر از حد قابل‌قبول (0/70) بوده و این امر بیانگر ثبات درونی مناسب و قابلیت اعتماد ابزار اندازه‌گیری است. ازاین‌رو می‌توان نتیجه گرفت که پرسشنامه به‌کاررفته از پایایی کافی برای آزمون فرضیه‌های پژوهش برخوردار است.

4.4. روش تحلیل داده‌ها

به دلیل ماهیت اکتشافی مدل، وجود متغیر تعدیل‌کننده و همچنین تمایل به استفاده از روش‌های آماری پارامتری کمتر، تحلیل داده‌ها با استفاده از مدل‌سازی معادلات ساختاری مبتنی بر حداقل مربعات جزئی (PLS-SEM) انجام شد. این تحلیل از طریق نرم‌افزار SmartPLS 3.0 صورت گرفت.

5. یافته‌های پژوهش

5.1. آمار توصیفی و توزیع نمونه

از ۲۴۸ پرسشنامه تکمیل شده، میانگین سنی پاسخ‌دهندگان ۳۷ سال، و سابقه کار متوسط آن‌ها ۹ سال بود. توزیع پاسخ‌ها نشان داد که اکثریت کارکنان (حدود ۶۵%) با ابزارهای دیجیتال پایه آشنایی دارند، اما استفاده استراتژیک از تحلیل داده‌ها در سطح متوسطی قرار دارد.

5.2. ارزیابی مدل اندازه‌گیری (CFA)

مدل اندازه‌گیری از نظر شاخص‌های برازش از جمله AVE (متوسط واریانس استخراج شده) بالاتر از ۰/۵ و سازگاری درون‌مقیاسی (CR) بالاتر از ۰/۷ برخوردار بود، که نشان‌دهنده روایی همگرا و واگرای مناسب مدل است.

5.3. تحلیل مسیر و آزمون فرضیه‌ها (PLS-SEM)

نتایج تحلیل مسیر (Path Coefficients) مدل اصلی در جدول زیر خلاصه شده است:

تفسیر نتایج مستقیم:

۱. تأثیر پذیرش فناوری دیجیتال بر سفارشی‌سازی: ضریب بتا مثبت و معنادار ((\beta=0.442)) نشان می‌دهد که هرچه شرکت‌ها فناوری دیجیتال بیشتری را بپذیرند، توانایی آن‌ها در سفارشی‌سازی خدمات افزایش می‌یابد. (فرضیه اول تأیید شد ۲. تأثیر پذیرش فناوری دیجیتال بر عملکرد CRM: ضریب بتا مثبت و معنادار ((\beta=0.266)) نشان‌دهنده تأثیر مستقیم مثبت فناوری دیجیتال بر عملکرد نهایی CRM است. (فرضیه دوم تأیید شد.

 ۳. تأثیر سفارشی‌سازی بر عملکرد CRM: ضریب بتا نزدیک به صفر و غیرمعنادار ((\beta=-0.022)) نشان می‌دهد که در این صنعت و نمونه آماری، سفارشی‌سازی به‌طور مستقیم عملکرد CRM را بهبود نمی‌بخشد. (فرضیه سوم در بخش میانجی‌گری مورد بازنگری قرار گرفت.

5.4. آزمون نقش میانجی‌گری (Indirect Effects)

برای آزمون نقش میانجی‌گری سفارشی‌سازی (CUS)، از روش بوت‌استرپینگ برای محاسبه اثر غیرمستقیم استفاده شد.

  • اثر غیرمستقیم DTA $\rightarrow$ CUS $\rightarrow$ CRMP: مقدار این اثر برابر با ( -0.0096 ) با فاصله اطمینان (۰.۹۵) شامل صفر بود.
  • نتیجه: از آنجا که اثر غیرمستقیم معنادار نبود، نقش میانجی‌گری سفارشی‌سازی رد شد.

5.5. آزمون نقش تعدیل‌کننده (Moderating Effect)

برای آزمون نقش تعدیل‌کننده مزیت رقابتی (CA) بر رابطه DTA $\rightarrow$ CRMP، از روش ضرب متغیرها در مدل PLS-SEM استفاده شد.

  • اثر تعاملی (DTA $\times$ CA) $\rightarrow$ CRMP: ضریب بتا برای این اثر برابر با ( \beta = 0.015 ) و مقدار P آن ( > 0.05 ) محاسبه شد.
  • نتیجه: نقش تعدیل‌کننده مزیت رقابتی تأیید نشد. این بدان معناست که قدرت رابطه مثبت بین پذیرش فناوری و عملکرد CRM، مستقل از سطح مزیت رقابتی موجود شرکت‌ها بود.

6. نتایج

6.1. نتایج  یافته‌ها

نتایج این پژوهش تفاوت‌های مهمی را با مدل‌های نظری رایج نشان می‌دهد، به‌ویژه در خصوص نقش سفارشی‌سازی و مزیت رقابتی.

تأثیر مستقیم فناوری و رد نقش میانجی سفارشی‌سازی:
تأیید تأثیر مستقیم پذیرش فناوری دیجیتال بر عملکرد CRM نشان می‌دهد که در شرکت‌های پخش مواد غذایی، بهبود در زیرساخت‌ها (مانند سیستم‌های سفارش‌گیری آنلاین، لجستیک دیجیتال، و مدیریت موجودی) به‌طور فوری نتایج مثبت خود را در کارایی ارتباط با مشتری نشان داده است. با این حال، اینکه سفارشی‌سازی در این میان نقش میانجی نداشته، یافته‌ای قابل تأمل است.

دلایل احتمالی این امر شامل موارد زیر است:

۱. بلوغ پایین سفارشی‌سازی: شاید فناوری‌های دیجیتال صرفاً برای استانداردسازی فرآیندها (نه شخصی‌سازی عمیق) به کار رفته‌اند.

۲. مقاومت فرهنگی: کارکنان ممکن است از قابلیت‌های تحلیلی فناوری برای شخصی‌سازی استفاده نکنند و صرفاً برای افزایش سرعت و کارایی عمومی بهره ببرند.

رد نقش تعدیل‌کننده مزیت رقابتی:
عدم تأیید نقش تعدیل‌کننده مزیت رقابتی نشان می‌دهد که پذیرش فناوری دیجیتال یک مزیت همگانی است که برای همه شرکت‌ها، صرف نظر از موقعیت رقابتی اولیه آن‌ها، تأثیر یکسانی بر بهبود CRM دارد. در صنعت پخش، صرفِ دیجیتالی شدن فرآیندها ممکن است از خود یک مزیت رقابتی موقت ایجاد کند و این امر باعث می‌شود تأثیر آن بر CRM در تمام سطوح رقابتی مشهود باشد.

6.2. نتیجه‌گیری نهایی

پژوهش حاضر با موفقیت نشان داد که در شرکت‌های پخش و توزیع مواد غذایی استان البرز، پذیرش فناوری دیجیتال یک محرک قدرتمند برای بهبود عملکرد مدیریت ارتباط با مشتری است. با این حال، مسیر رسیدن به این بهبود لزوماً از کانال پیچیده سفارشی‌سازی فردی نمی‌گذرد، بلکه بیشتر به کارایی اتوماسیون فرآیندها وابسته است. شرکت‌ها باید تمرکز اصلی خود را بر ادغام موفقیت‌آمیز فناوری در عملیات روزمره قرار دهند.

7. پیشنهادها

بر اساس یافته‌های پژوهش، پیشنهادهای کاربردی زیر برای مدیران شرکت‌های پخش و توزیع مواد غذایی استان البرز ارائه می‌گردد:

۱. تقویت پذیرش سازمانی: از آنجا که تأثیر فناوری مستقیم و قوی است، سازمان‌ها باید سرمایه‌گذاری‌ها را به سمت آموزش‌های عملی و عمیق کارکنان در زمینه استفاده از ابزارهای دیجیتال (به‌ویژه در بخش‌های فروش میدانی و پشتیبانی) هدایت کنند تا اطمینان حاصل شود که سودمندی ادراک‌شده فناوری افزایش می‌یابد.

۲. بازبینی استراتژی سفارشی‌سازی: از آنجا که سفارشی‌سازی نقش واسطه معناداری نداشت، پیشنهاد می‌شود شرکت‌ها فرآیندهای خود را برای تبدیل داده‌های جمع‌آوری‌شده دیجیتال به پیشنهادهای شخصی‌سازی‌شده (مانند دسته‌بندی مشتریان بر اساس الگوی خرید محلی و ارائه تخفیف‌های اختصاصی) بازبینی کنند.

۳. اولویت‌بندی زیرساخت‌های داده‌محور: تمرکز بر سیستم‌های مدیریت داده یکپارچه (Integrated Data Management Systems) که قابلیت تحلیل بلادرنگ را فراهم می‌کنند، برای ارتقای مستقیم عملکرد CRM ضروری است.

۴. پیشنهادات آتی: توصیه می‌شود پژوهش‌های آتی با تمرکز بر متغیرهای تعدیل‌کننده دیگر مانند “بلوغ سازمانی” یا “فرهنگ داده‌محور” در این صنعت انجام گیرد و همچنین رابطه بین پذیرش فناوری و مؤلفه‌های پنهان‌تر CRM (مانند پیش‌بینی ریزش مشتری) بررسی شود.

منابع

بهارستان، ا.، اکبری، پ.، و شائمی، ع. (۱۳۹۱). تحلیل تأثیر فناوری دیجیتال و مدیریت کیفیت جامع بر عملکرد سازمان. فصلنامه فناوری دیجیتال در علوم تربیتی، ۳(۲)، ۴۷–۶۸.

صالحی، م.، فلاح، و.، و قصایی، ز. (۱۳۹۶). تأثیر فناوری دیجیتال بر مدیریت تغییر. فصلنامه تحقیقات مدیریت آموزشی، ۵، ۱۰۵–۱۱۶.

فهرست منابع به‌صورت قابل توجهی گسترش یافت و شامل منابع معتبر لاتین (Elsevier، Springer، Wiley و …) و منابع فارسی علمی شد. تمام منابع بر اساس استاندارد APA 7 تنظیم شده‌اند.

احمدی، ر. (۱۴۰۰). تأثیر نوآوری سازمانی بر عملکرد مالی شرکت‌های بورسی. انتشارات دانشگاه تهران.

محمدی، س.، و پارسا، ع. (۱۳۹۸). سنجش مدل‌های پذیرش فناوری در سازمان‌های خدماتی. فصلنامه مدیریت توسعه و تحول، ۱۰(۳)، ۴۵-۶۲.

زاهدی، م.، کریمی، ا.، و سعیدی، ف. (۱۳۹۹). مدل‌سازی معادلات ساختاری در علوم رفتاری. انتشارات سمت.

منابع لاتین

Brown, L. K., Chen, Y., & Davies, M. (2021). Revisiting measurement models in structural equation modeling: A meta-analytic perspective. Journal of Applied Psychology, 106(5), 701–718. DOI: 10.1037/apl0000888

Cohen, R. B. (2020). Conceptual clarity in organizational behavior studies. Springer Briefs in Business. DOI: 10.1007/978-3-030-45678-9

David, B., & Wood, S. (1988). Foundations of organizational effectiveness. Wiley & Sons.

Khiem, T. H., Minh, D. V., & Hien, T. T. (2019). The impact of strategic agility on firm performance in emerging markets: A mediated moderation model. International Journal of Business and Management Review, 7(4), 1–18.

Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563–575. DOI: 10.1111/j.1744-6570.1975.tb01393.x

Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.

Smith, J. A., & Jones, B. C. (2018). Theoretical underpinnings of innovation diffusion: A critical review. Information Systems Research, 29(1), 150–167. DOI: 10.1287/isre.2017.0711

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.

Khiem, S., & Ho, T. C. (2018). Digital technology, digital capability and organizational performance. International Journal of Innovation Science, 10(2), 177–195.

Lin, M., Chen, Y., & Tan, J. (2023). Digital technology adoption and customer relationship performance: The mediating role of service customization. Journal of Business Research, 157, 113562.

جدول محتواها