DOI: https://doi.org/10.28924/2291-8639-24-2026-40
تاريخ النشر: 2026-02-19
المؤلف: Dinh Huu De
الموضوع الرئيسي: جودة خدمة العملاء والولاء
نظرة عامة
تدرس هذه الدراسة تأثير عناصر مختلفة من تجربة العملاء عبر الإنترنت على الثقة، والرضا، ونية إعادة الشراء في ظل التحول الرقمي. باستخدام بيانات من 466 استجابة استبيان تم تحليلها من خلال SPSS وSmartPLS، تحدد الأبحاث أن عوامل مثل التجربة الجمالية، والتفاعلات مع الموظفين عبر الإنترنت، والمشاركة المجتمعية، وتجربة المستخدم مع روبوتات الدردشة الذكية، والتجارب الشخصية عبر الإنترنت تؤثر بشكل إيجابي على كل من الثقة والرضا. يتم تسليط الضوء على هذين البناءين كوسيطين حاسمين يعززان نية إعادة الشراء، مما يبرز الدور المهم للتقنيات المتقدمة مثل روبوتات الدردشة الذكية والتخصيص في تحسين تجارب العملاء الرقمية.
تؤكد النتائج أن الثقة والرضا هما وسيطان أساسيان يربطان تجربة العملاء عبر الإنترنت بسلوك الشراء المتكرر. تؤكد الدراسة على أهمية الأبعاد الحديثة لتجربة العملاء عبر الإنترنت، لا سيما تجربة المستخدم مع روبوتات الدردشة الذكية والتفاعلات الشخصية، التي لها تأثيرات كبيرة على سلوك المستهلك في بيئة الأعمال التي يقودها الذكاء الاصطناعي بشكل متزايد. لا تقوم هذه الأبحاث فقط بتحديث الإطار النظري لسلوك المستهلك في الإعدادات عبر الإنترنت، ولكنها أيضًا تعالج فجوة ملحوظة في الأدبيات بشأن دمج تكنولوجيا الذكاء الاصطناعي في تجربة العملاء، مما يثري الأساس النظري ويقترح اتجاهات جديدة للبحث المستقبلي في التسويق الرقمي وسلوك المستهلك.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التأثير التحويلي للتجارة الإلكترونية على سلوك المستهلك ومشهد البيع بالتجزئة، مع التأكيد على الأهمية المتزايدة لعائدات التسوق عبر الإنترنت. كما تبرز دور التكنولوجيا في تعزيز رحلة التسوق، لا سيما من خلال تجربة العملاء عبر الإنترنت، التي تشمل التصورات، والعواطف، والسلوكيات عبر جميع مراحل التفاعل مع العلامة التجارية. تم تحديد أبعاد رئيسية مثل المعلوماتية، والترفيه، والحضور الاجتماعي، والجاذبية الحسية كعوامل حاسمة في تشكيل هذه التجربة، التي هي بطبيعتها معقدة وشخصية. تم الإشارة إلى دمج الذكاء الاصطناعي (AI) وروبوتات الدردشة كعوامل محورية في استراتيجيات تجربة العملاء، مما يسهل التفاعلات المفرطة التخصيص ويحسن رضا العملاء. ومع ذلك، تم الاعتراف بالتحديات مثل سوء تفسير السياق ومخاوف الخصوصية، مما يشير إلى أن تأثير الذكاء الاصطناعي على تجربة العملاء ليس إيجابيًا بشكل موحد.
تهدف الورقة إلى دراسة جوانب محددة من تجربة العملاء عبر الإنترنت – مثل تجربة المجتمع، والتجربة الجمالية، والتفاعلات مع روبوتات الدردشة الذكية – وتأثيراتها على الثقة، والرضا، ونية إعادة الشراء. يتم وضع هذه الأبحاث ضمن إطار التحفيز-العضو-الاستجابة (S-O-R)، مقترحة أن تجربة العملاء تعمل كتحفيز يؤثر على الحالات الداخلية (الثقة والرضا) التي تؤدي إلى استجابات سلوكية (نية إعادة الشراء). تسعى الدراسة إلى تقديم رؤى تجريبية حول الآليات التي تؤثر بها عوامل تجربة العملاء عبر الإنترنت على سلوك المستهلك، مما يوفر أساسًا علميًا للشركات لتحسين رحلات العملاء في بيئة التجارة الإلكترونية التنافسية.
طرق البحث
استخدمت الدراسة نهجًا مختلطًا، يجمع بين التقنيات النوعية والكمية للتحقيق بدقة في مشكلة البحث. شملت جمع البيانات استبيانًا منظمًا تم تطويره من مقاييس قياس تم التحقق منها مسبقًا، والتي تم تحسينها من خلال مناقشات الخبراء لتعزيز الصلة السياقية. قامت الدراسة بقياس عدة متغيرات رئيسية: التجربة الجمالية (AE) مع خمسة عناصر تم تعديلها من أبحاث سابقة؛ تجربة العملاء مع الموظفين عبر الإنترنت (CEOE) مع خمسة عناصر؛ تجربة المجتمع (CE) مع خمسة عناصر؛ تجربة المستخدم مع روبوتات الدردشة الذكية (UEIC) مع ثمانية عناصر؛ تجربة الإنترنت الشخصية (POE) مع ثمانية عناصر؛ الثقة (TRU) مع أربعة عناصر؛ الرضا (SAT) مع خمسة عناصر؛ ونية إعادة الشراء (RI) مع أربعة عناصر. تم تقييم جميع البناءات باستخدام مقياس ليكرت من خمسة نقاط، يتراوح من 1 (أوافق بشدة) إلى 5 (أوافق بشدة).
النتائج
تشير نتائج الدراسة إلى أن جميع البناءات تظهر موثوقية قوية، حيث تتجاوز قيم ألفا كرونباخ العتبة الموصى بها 0.7، وتتراوح من 0.856 وما فوق. تم إثبات الصلاحية التقاربية، حيث أن قيم متوسط التباين المستخرج (AVE) لجميع البناءات أكبر من 0.5، وتجاوزت الأحمال الخارجية للمتغيرات المرصودة 0.708، مما يؤكد موثوقية المؤشر المرضية. كما تم دعم الصلاحية التمييزية، حيث كانت معاملات الارتباط بين أزواج البناءات أقل من الجذر التربيعي لقيم AVE الخاصة بها، كما هو موضح في الجدول 3.
تظهر قوة تفسير النموذج من خلال قيم R² التي تبلغ 0.583 للثقة (TRU) و0.520 للرضا (SAT)، مما يشير إلى أن تجربة العملاء عبر الإنترنت (OCE) تمثل 58.3% و52% من التباين في TRU وSAT، على التوالي. معًا، تفسر TRU وSAT 48.4% من التباين في نية إعادة الشراء (RI). ليست هناك مخاوف من التعدد الخطي، حيث أن جميع قيم عامل التضخم في التباين (VIF) أقل من 5. بالإضافة إلى ذلك، جميع قيم Q² إيجابية، مما يشير إلى الصلة التنبؤية للبناءات التابعة. تكشف اختبارات الفرضيات أن جميع الفرضيات مدعومة، مع قيم p أقل من 0.05 ومعاملات بيتا إيجابية. التأثيرات الوسيطة لـ TRU وSAT على العلاقة بين OCE وRI ذات دلالة إحصائية، مما يؤكد مرة أخرى أدوارها كوسيطات.
المناقشة
تؤكد قسم المناقشة في ورقة البحث على الطبيعة متعددة الأبعاد لتجربة العملاء عبر الإنترنت وتأثيرها الكبير على الثقة، والرضا، ونية إعادة الشراء في التجارة الإلكترونية. تعرف تجربة العملاء عبر الإنترنت على أنها التفاعل الشامل الذي يقوم به المستهلكون مع المنصات الرقمية، والتي تشمل أبعادًا مختلفة مثل التجربة الجمالية، والمشاركة المجتمعية، والتفاعلات مع الموظفين عبر الإنترنت، وتجارب روبوتات الدردشة الذكية، والخدمات الشخصية. يساهم كل من هذه الأبعاد في تشكيل تصورات وسلوكيات العملاء، حيث تعزز التجارب الإيجابية الثقة والرضا، مما يزيد من احتمالية الشراء المتكرر.
تستند الدراسة إلى إطار التحفيز-العضو-الاستجابة (SOR)، مع تسليط الضوء على الأدوار الوسيطة للثقة والرضا في العلاقة بين تجربة العملاء عبر الإنترنت ونية إعادة الشراء. تقترح أن التفاعلات الفعالة عبر الإنترنت، لا سيما من خلال تقنيات الذكاء الاصطناعي والتجارب الشخصية، هي حاسمة في تعزيز العلاقات طويلة الأمد مع العملاء. تشير النتائج إلى أنه يجب على الشركات إعطاء الأولوية للاستثمارات في التصاميم سهلة الاستخدام، وخدمة العملاء المهنية، ومبادرات بناء المجتمع لتحسين تجربة التسوق عبر الإنترنت. لا تمد هذه الأبحاث الفهم النظري لسلوك العملاء في البيئات الرقمية فحسب، بل تقدم أيضًا رؤى عملية لتحسين إدارة تجربة العملاء في عصر الذكاء الاصطناعي.
القيود
تسلط قسم القيود الضوء على عدة قيود للدراسة، التي استخدمت إطار SOR النظري لتحليل تجارب العملاء عبر الإنترنت. تشمل القيود الرئيسية استخدام عينة ملائمة، مما قد يعيق تعميم النتائج على مجموعة العملاء عبر الإنترنت الأوسع، والاعتماد على بيانات الاستبيان التي قد تتأثر بالتحيزات المعرفية أو الرغبة الاجتماعية، مما يهدد الموضوعية. بالإضافة إلى ذلك، ركزت الدراسة على أبعاد محددة من تجربة العملاء عبر الإنترنت – مثل الجماليات، والموظفين عبر الإنترنت، والمجتمع، وروبوتات الدردشة الذكية، والتخصيص – دون النظر في عوامل خارجية مؤثرة أخرى مثل السعر، وسمعة العلامة التجارية، أو تأثير وسائل التواصل الاجتماعي. علاوة على ذلك، تم إجراء البحث ضمن إطار زمني محدود، مما يقيّد قدرته على حساب الطبيعة الديناميكية لتجارب العملاء في مشهد التجارة الإلكترونية المتطور بسرعة.
لمعالجة هذه القيود، تم اقتراح اتجاهات بحث مستقبلية. يمكن أن يعزز استخدام طرق أخذ العينات الاحتمالية أو الطبقية التمثيل، بينما سيساعد دمج بيانات الاستبيان مع مقاييس سلوكية فعلية (مثل بيانات تدفق النقرات) في تقليل تحيزات الإبلاغ الذاتي. يجب أن تأخذ الدراسات المستقبلية أيضًا في الاعتبار متغيرات إضافية، مثل القيمة المدركة والمخاطر المدركة، لتعميق فهم دوافع التسوق عبر الإنترنت. يُوصى بإجراء أبحاث طولية لتتبع التغيرات في تصورات وسلوكيات العملاء بمرور الوقت، لا سيما في ضوء التقدم في الذكاء الاصطناعي والتقنيات الرقمية. يمكن أن يوفر استكشاف عوامل ناشئة مثل الميتافيرس والتجارب متعددة الحواس رؤى قيمة لكل من البحث الأكاديمي والتطبيقات العملية في إدارة تجربة العملاء عبر الإنترنت.
DOI: https://doi.org/10.28924/2291-8639-24-2026-40
Publication Date: 2026-02-19
Author(s): Dinh Huu De
Primary Topic: Customer Service Quality and Loyalty
Overview
This study investigates the influence of various elements of online customer experience on trust, satisfaction, and repurchase intention amid digital transformation. Utilizing data from 466 survey responses analyzed through SPSS and SmartPLS, the research identifies that factors such as aesthetic experience, interactions with online employees, community engagement, user experience with AI chatbots, and personalized online experiences positively affect both trust and satisfaction. These two constructs are highlighted as critical mediators that enhance repurchase intention, underscoring the significant role of advanced technologies like AI chatbots and personalization in improving digital customer experiences.
The findings affirm that trust and satisfaction are essential mediators linking online customer experience to repeat purchasing behavior. The study emphasizes the importance of modern dimensions of online customer experience, particularly the user experience with AI chatbots and personalized interactions, which have substantial impacts on consumer behavior in an increasingly AI-driven business landscape. This research not only updates the theoretical framework of consumer behavior in online settings but also addresses a notable gap in the literature regarding the integration of AI technology into customer experience, thereby enriching the theoretical foundation and suggesting new directions for future research in digital marketing and consumer behavior.
Introduction
The introduction of the research paper highlights the transformative impact of e-commerce on consumer behavior and the retail landscape, emphasizing the growing significance of online shopping revenues. It underscores the role of technology in enhancing the shopping journey, particularly through online customer experience, which encompasses perceptions, emotions, and behaviors across all interaction stages with a brand. Key dimensions such as informativeness, entertainment, social presence, and sensory appeal are identified as crucial in shaping this experience, which is inherently complex and personalized. The integration of artificial intelligence (AI) and chatbots is noted as pivotal in customer experience strategies, facilitating hyperpersonalized interactions and improving customer satisfaction. However, challenges such as misinterpretation of context and privacy concerns are acknowledged, indicating that the influence of AI on customer experience is not uniformly positive.
The paper aims to investigate specific aspects of online customer experience—such as community experience, aesthetic experience, and interactions with AI chatbots—and their effects on trust, satisfaction, and repurchase intention. This research is positioned within the Stimulus-Organism-Response (S-O-R) framework, proposing that customer experience acts as a stimulus influencing internal states (trust and satisfaction) that lead to behavioral responses (repurchase intention). The study seeks to provide empirical insights into the mechanisms by which online customer experience factors affect consumer behavior, thereby offering a scientific basis for businesses to optimize customer journeys in a competitive e-commerce environment.
Methods
The study employed a mixed-methods approach, combining qualitative and quantitative techniques to thoroughly investigate the research problem. Data collection involved a structured questionnaire developed from previously validated measurement scales, which were refined through expert discussions to enhance contextual relevance. The study measured several key variables: Aesthetic Experience (AE) with five items adapted from prior research; Customer Experience with Online Employees (CEOE) with five items; Community Experience (CE) with five items; User Experience with AI Chatbots (UEIC) with eight items; Personalized Online Experience (POE) with eight items; Trust (TRU) with four items; Satisfaction (SAT) with five items; and Repurchase Intention (RI) with four items. All constructs were evaluated using a five-point Likert scale, ranging from 1 (strongly disagree) to 5 (strongly agree).
Results
The results of the study indicate that all constructs exhibit strong reliability, with Cronbach’s Alpha values exceeding the recommended threshold of 0.7, ranging from 0.856 and above. Convergent validity is established, as the Average Variance Extracted (AVE) values for all constructs are greater than 0.5, and the outer loadings of observed variables surpass 0.708, confirming satisfactory indicator reliability. Discriminant validity is also supported, as the correlation coefficients between construct pairs are lower than the square root of their respective AVE values, as detailed in Table 3.
The model’s explanatory power is demonstrated by R² values of 0.583 for trust (TRU) and 0.520 for satisfaction (SAT), indicating that online customer experience (OCE) accounts for 58.3% and 52% of the variance in TRU and SAT, respectively. Together, TRU and SAT explain 48.4% of the variance in repurchase intention (RI). Multicollinearity is not a concern, as all Variance Inflation Factor (VIF) values are below 5. Additionally, all Q² values are positive, suggesting predictive relevance for the dependent constructs. Hypothesis testing reveals that all hypotheses are supported, with p-values less than 0.05 and positive beta coefficients. The mediating effects of TRU and SAT on the relationship between OCE and RI are statistically significant, further confirming their roles as mediators.
Discussion
The discussion section of the research paper emphasizes the multifaceted nature of online customer experience and its significant impact on trust, satisfaction, and repurchase intention in e-commerce. It defines online customer experience as the comprehensive interaction consumers have with digital platforms, encompassing various dimensions such as aesthetic experience, community engagement, interactions with online employees, AI chatbot experiences, and personalized services. Each of these dimensions contributes to shaping customer perceptions and behaviors, with positive experiences fostering trust and satisfaction, which in turn enhance the likelihood of repeat purchases.
The study builds on the Stimulus-Organism-Response (SOR) framework, highlighting the mediating roles of trust and satisfaction in the relationship between online customer experience and repurchase intention. It proposes that effective online interactions, particularly through AI technologies and personalized experiences, are crucial for cultivating long-term customer relationships. The findings suggest that businesses should prioritize investments in user-friendly designs, professional customer service, and community-building initiatives to optimize the online shopping experience. This research not only extends theoretical understanding of customer behavior in digital environments but also provides practical insights for enhancing customer experience management in the age of artificial intelligence.
Limitations
The section on limitations highlights several constraints of the study, which employed the SOR theoretical framework to analyze online customer experiences. Key limitations include the use of convenience sampling, which may hinder the generalizability of findings to the broader online customer population, and reliance on questionnaire data that could be affected by cognitive biases or social desirability, thus compromising objectivity. Additionally, the study focused on specific dimensions of online customer experience—such as aesthetics, online employees, community, AI Chatbots, and personalization—without considering other influential external factors like price, brand reputation, or social media impact. Furthermore, the research was conducted within a limited timeframe, restricting its ability to account for the dynamic nature of customer experiences in the rapidly evolving e-commerce landscape.
To address these limitations, future research directions are proposed. Employing probability or stratified sampling methods could enhance representativeness, while integrating survey data with actual behavioral metrics (e.g., clickstream data) would reduce self-reporting biases. Future studies should also consider additional variables, such as perceived value and perceived risk, to deepen the understanding of online shopping motivations. Longitudinal research is recommended to track changes in customer perceptions and behaviors over time, particularly in light of advancements in artificial intelligence and digital technologies. Exploring emerging factors like the metaverse and multisensory experiences could provide valuable insights for both academic research and practical applications in online customer experience management.