DOI: https://doi.org/10.31181/sdmap2120259
تاريخ النشر: 2024-08-26
المؤلف: Sanjib Biswas وآخرون
الموضوع الرئيسي: أثر الذكاء الاصطناعي والبيانات الضخمة على الأعمال والمجتمع
نظرة عامة
تقدم ورقة البحث إطارًا جديدًا لاتخاذ القرارات الجماعية يهدف إلى تقييم منصات التسوق عبر الإنترنت (OSPs) ضمن صناعة التجارة الإلكترونية المتطورة بسرعة، لا سيما في سياق الصناعة 4.0 وتأثير الجائحة الأخيرة على التجارة الرقمية. تتناول الدراسة أسئلة حاسمة تتعلق بتفضيلات المستهلكين في اختيار OSPs وتقترح امتدادات مبتكرة لنماذج اتخاذ القرار متعددة المعايير (MCDM)، بما في ذلك حساب بورد، وتقييم أهمية المعايير (CIMAS)، ومؤشر اختيار التفضيل المعدل (MPSI)، وطريقة تقييم الجذر (RAM). يسمح التكامل الفريد لهذه النماذج، باستخدام المنطق البايزي ومزيج من التطبيع الخطي وغير الخطي من خلال متوسط هيرون، بتحديد موثوق لأوزان المعايير بناءً على تفضيلات المستخدمين.
تشير النتائج الرئيسية إلى أن عوامل مثل واجهات التطبيقات التفاعلية، وقدرات البحث السهلة الاستخدام، وراحة التسوق، وتنوع المنتجات، والخصومات تؤثر بشكل كبير على اختيار OSP. تحدد التحليلات Flipkart وAmazon كأهم المنصات بين المستخدمين. تُظهر التقدمات المنهجية للدراسة، بما في ذلك تحليل الحساسية والتقييمات المقارنة مع نماذج أخرى، استقرار وموثوقية الإطار. من خلال تطبيق نظرية الاستخدامات والإشباعات (UGT) لإبلاغ اختيار المعايير، تؤكد الأبحاث على أهمية القدرة على تحمل التكاليف، والتنوع، والشفافية، وجودة الخدمة، وتجربة العملاء كعوامل حاسمة في المشهد التنافسي للتجارة الإلكترونية. بشكل عام، تسهم هذه الدراسة بشكل كبير في أدبيات MCDM وتقدم رؤى عملية للمحللين وصانعي القرار في الصناعة.
مقدمة
توفر نظرية الاستخدامات والإشباعات (UGT) إطارًا لفهم الدوافع وراء اختيارات المستهلكين الإعلامية، مما يبرز أن الأفراد يختارون بنشاط وسائل الإعلام لتلبية احتياجاتهم المحددة بدلاً من استهلاك المحتوى بشكل سلبي. تم تطبيق هذه النظرية بشكل واسع على أنشطة الإنترنت المختلفة، بما في ذلك التسوق الإلكتروني، حيث تساعد في تحليل دوافع العملاء، ورضاهم، والعوامل النفسية التي تؤثر على تفاعلهم مع تنسيقات الوسائط المختلفة. تبرز UGT أهمية خصائص المستخدمين والإشباعات المتنوعة التي يسعون إليها، مثل الفوائد المعرفية، والتكامل الاجتماعي، والتكامل الشخصي، والفوائد الهيدونية، التي تعزز بشكل جماعي تجربة المستخدم.
علاوة على ذلك، كانت UGT أداة مهمة في استكشاف سلوك المستهلك في سياقات مثل استخدام تطبيقات اللياقة البدنية، والتجارة الاجتماعية، والشراء الاندفاعي في بيئات البيع بالتجزئة عبر الإنترنت. من خلال دمج UGT مع نظريات أخرى مثل نموذج التحفيز-الكائن-الاستجابة (S-O-R)، درس الباحثون آثار الألعاب على تفاعل المستخدم ورضاه. لا توضح الرؤى المستفادة من UGT العلاقة بين دوافع المستهلكين وتفاعلاتهم مع المنصات عبر الإنترنت فحسب، بل تُعلم أيضًا تطوير استراتيجيات يمكن أن تحسن فعالية العروض في صناعة التجارة الإلكترونية، مما يلبي في النهاية الاحتياجات الاجتماعية والنفسية للمستهلكين.
طرق
في قسم الطرق، يحدد المؤلفون صياغة مصفوفة المقارنة، والتي تشمل تحديد البدائل والمعايير ذات الصلة بالدراسة. يوضحون ملف تعريف المستجيبين المشاركين في البحث، مما يوفر رؤى حول خصائصهم وأهميتهم لأهداف الدراسة. بالإضافة إلى ذلك، يتم وصف الخطوات المنهجية المستخدمة في البحث، مما يضمن وضوحًا في النهج المتبع لتحليل البيانات واستخلاص النتائج. تعتبر هذه المنهجية المنظمة ضرورية للتحقق من صحة النتائج وضمان قوة النتائج.
نتائج
في هذا القسم، يقدم المؤلفون النتائج الرئيسية من تحليل بياناتهم، والذي شمل كل من الاستجابات عبر الإنترنت وغير المتصلة بهدف تصنيف المعايير وتقييم البدائل على مقياس من 1 إلى 5. استخدم التحليل طريقة حساب بورد لاشتقاق درجات قائمة على الترتيب لمعايير مختلفة، مع تفاصيل النتائج في الجدول 5. تم تعيين أوزان للمستجيبين بناءً على تقييماتهم، مما يعكس تجربتهم في التسوق عبر الإنترنت، وتم تضمين فقط أولئك الذين لديهم خبرة لا تقل عن عامين. تم حساب مصفوفة القرار العادية (NIDM)، وتم إنشاء نقاط مرجعية لجميع المعايير، كما هو موضح في الجدول 7.
علاوة على ذلك، استخدمت الدراسة طريقة MNMPSI لحساب أوزان المعايير، مما كشف أن عوامل مثل توفر المنتجات وتنوعها (C12) وواجهة المستخدم السهلة (C13) كانت مفضلة للغاية. أشارت درجات التقييم النهائية إلى أن منصات التجارة الإلكترونية الرائدة، وبشكل خاص Flipkart (A2) وAmazon (A1)، كانت في المقدمة. للتحقق من موثوقية نتائجهم، أجرى المؤلفون تحليلًا مقارنًا مع نماذج اتخاذ القرار متعددة المعايير (MCDM) الأخرى، مما أظهر ارتباطًا ذا دلالة إحصائية مع هذه الطرق، كما هو موضح في الجدول 18 والشكل 2. يبرز هذا النهج الشامل موثوقية طريقة الترتيب المقترحة وتوافقها مع الأدبيات الحالية.
مناقشة
في هذا القسم، يناقش المؤلفون تطوير إطار عمل لاتخاذ القرار متعدد المعايير (MCDM) يعتمد على التطبيع المتعدد الذي يدمج مؤشر اختيار التفضيل المعدل (MPSI) وطريقة تقييم الجذر (RAM). تنبع دوافع هذا البحث من قيود MPSI، الذي يستخدم تقليديًا مخطط تطبيع خطي، واعتماد RAM على تطبيع واحد قد لا يأخذ في الاعتبار المعايير غير المفيدة بشكل كافٍ. يهدف الإطار المقترح، المسمى MNMPSI، إلى تعزيز اتخاذ القرار من خلال دمج تقنيات تطبيع متعددة، بما في ذلك مزيج من التطبيع الخطي وغير الخطي، لتحسين قوة النتائج.
كما يبرز المؤلفون دمج طريقة حساب بورد مع طريقة CIMAS لتحديد أوزان المعايير بناءً على اتخاذ القرار الجماعي، مما يعالج فجوة في الأدبيات بشأن تجميع التقييمات من صانعي القرار المتعددين. تركز دراسة الحالة على مقارنة منصات التسوق عبر الإنترنت (OSPs) الشهيرة ضمن قطاع التجارة الإلكترونية المتطور بسرعة، والذي من المتوقع أن يشهد نموًا كبيرًا في السنوات القادمة. تهدف أسئلة البحث إلى استكشاف دمج نماذج MCDM المختلفة، وتأثير مخططات التطبيع، والاختلافات في سلوك المستهلك عبر OSPs. تشمل مساهمات الدراسة التقدمات النظرية في تطبيقات MCDM، والمنهجيات المبتكرة لتحديد الأوزان، وإطار عمل شامل لتقييم OSPs بناءً على معايير متعددة.
DOI: https://doi.org/10.31181/sdmap2120259
Publication Date: 2024-08-26
Author(s): Sanjib Biswas et al.
Primary Topic: Impact of AI and Big Data on Business and Society
Overview
The research paper presents a novel group decision-making framework aimed at evaluating online shopping platforms (OSPs) within the rapidly evolving E-commerce industry, particularly in the context of Industry 4.0 and the recent pandemic’s impact on digital commerce. The study addresses critical questions regarding consumer preferences in selecting OSPs and proposes innovative extensions to multi-criteria decision-making (MCDM) models, including the Borda count, criteria importance assessment (CIMAS), modified preference selection index (MPSI), and root assessment method (RAM). A unique integration of these models, utilizing Bayesian logic and a combination of vector and non-linear normalization through the Heron mean, allows for a robust determination of criteria weights based on user preferences.
Key findings indicate that factors such as interactive app interfaces, user-friendly search capabilities, shopping convenience, product variety, and discounts significantly influence OSP selection. The analysis identifies Flipkart and Amazon as the leading platforms among users. The study’s methodological advancements, including sensitivity analysis and comparative evaluations with other models, demonstrate the framework’s stability and reliability. By applying the Uses and Gratification theory (UGT) to inform criteria selection, the research underscores the importance of affordability, variety, transparency, service quality, and customer experience as critical determinants in the competitive landscape of E-commerce. Overall, this work contributes significantly to MCDM literature and offers practical insights for analysts and decision-makers in the industry.
Introduction
The Uses and Gratifications Theory (UGT) provides a framework for understanding the motivations behind consumers’ media choices, emphasizing that individuals actively select media to fulfill their specific needs rather than passively consuming content. This theory has been extensively applied to various online activities, including e-shopping, where it helps analyze customer motivations, satisfaction, and the psychological factors influencing their engagement with different media formats. UGT highlights the significance of users’ characteristics and the diverse gratifications they seek, such as cognitive, social integrative, personal integrative, and hedonic benefits, which collectively enhance the user experience.
Moreover, UGT has been instrumental in exploring consumer behavior in contexts such as fitness app usage, social commerce, and impulsive buying in online retail environments. By integrating UGT with other theories like the Stimulus-Organism-Response (S-O-R) model, researchers have examined the effects of gamification on user engagement and satisfaction. The insights gained from UGT not only elucidate the relationship between consumer motivations and their interactions with online platforms but also inform the development of strategies that can improve the effectiveness of offerings in the e-commerce industry, ultimately catering to the social and psychological needs of consumers.
Methods
In the Methods section, the authors outline the formulation of the comparison matrix, which includes the identification of alternatives and criteria relevant to the study. They detail the profile of the respondents involved in the research, providing insights into their characteristics and relevance to the study’s objectives. Additionally, the methodological steps employed in the research are described, ensuring clarity in the approach taken to analyze the data and draw conclusions. This structured methodology is essential for validating the findings and ensuring the robustness of the results.
Results
In this section, the authors present the key findings from their data analysis, which involved both online and offline responses aimed at ranking criteria and rating alternatives on a scale from 1 to 5. The analysis utilized the Borda count method to derive rank-based scores for various criteria, with results detailed in Table 5. Respondents were assigned weights based on their ratings, reflecting their experience in online shopping, and only those with a minimum of two years of experience were included. The normalized decision matrix (NIDM) was computed, and reference points for all criteria were established, as shown in Table 7.
The study further employed the MNMPSI method to calculate criteria weights, revealing that factors such as product availability and variety (C12) and user-friendly interface (C13) were highly preferred. The final appraisal scores indicated that leading e-commerce platforms, specifically Flipkart (A2) and Amazon (A1), ranked at the top. To validate the robustness of their findings, the authors conducted a comparative analysis with other multi-criteria decision-making (MCDM) models, demonstrating a statistically significant correlation with these methods, as illustrated in Table 18 and Figure 2. This comprehensive approach underscores the reliability of the proposed ranking method and its alignment with existing literature.
Discussion
In this section, the authors discuss the development of a multi-normalization based multi-criteria decision-making (MCDM) framework that integrates the Modified Preference Selection Index (MPSI) and the Root Assessment Method (RAM). The motivation for this research stems from the limitations of the MPSI, which traditionally employs a linear normalization scheme, and RAM’s reliance on a single normalization that may not adequately account for non-beneficial criteria. The proposed framework, termed MNMPSI, aims to enhance decision-making by incorporating multiple normalization techniques, including a combination of vector and nonlinear normalizations, to improve the robustness of the results.
The authors also highlight the integration of the Borda count method with the CIMAS method to determine criteria weights based on group decision-making, addressing a gap in the literature regarding the aggregation of rankings from multiple decision-makers. The case study focuses on comparing popular online shopping platforms (OSPs) within the rapidly evolving e-commerce sector, which is projected to experience significant growth in the coming years. The research questions aim to explore the integration of various MCDM models, the impact of normalization schemes, and the differences in consumer behavior across OSPs. The study’s contributions include theoretical advancements in MCDM applications, innovative methodologies for weight determination, and a comprehensive framework for evaluating OSPs based on multiple criteria.