طراحی مدل سیستم استنتاج فازی برای انتخاب استراتژی های مدیریت ارتباط با مشتری اجتماعی (مورد مطالعه صنعت بیمه)

انتخاب استراتژی مناسب مدیریت ارتباط با مشتری اجتماعی، به عنوان یکی از مهم ترین عوامل موفقیت در پیاده سازی این فناوری شناخته شده است. بر این اساس، در این پژوهش به طراحی مدل انتخاب استراتژی مدیریت ارتباط با مشتری اجتماعی با استفاده از سیستم استنتاج فازی پرداخته شد. پژوهش حاضر از نظر هدف نوعی پژوهش توسعه ای-کاربردی است و از حیث ماهیت نیز یک پژوهش آمیخته محسوب می شود. برای دستیابی به هدف پژوهش، ابتدا داده های مورد نظر از طریق مرور ادبیات و مصاحبه با خبرگان گردآوری شد و در ادامه یک سیستم استنتاج فازی ترکیبی متشکل از دو سیستم خبره فازی برای انتخاب استراتژی مدیریت ارتباط با مشتری اجتماعی طراحی شد. سیستم خبره اول از تجمیع سه زیر سیستم عوامل سازمانی، عوامل مشتری و عوامل محیطی حاصل شد و سپس یک سیستم استنتاج تک لایه ای برای عوامل استراتژی طراحی شد. جامعه آماری تحقیق در بخش کیفی خبرگان دانشگاهی و صنعت در حوزه بازاریابی و مدیریت ارتباط با مشتری بود که تعداد 13 نفر از طریق روش نمونه گیری گلوله برفی به عنوان افراد نمونه انتخاب شدند. در مرحله تدوین قواعد سیستم استنتاج فازی نیز تعداد 46 نفر از خبرگان صنعت بیمه با نمونه گیری در دسترس انتخاب شدند. جهت تجزیه و تحلیل داده های مصاحبه از تحلیل محتوا و در جهت تدوین مدل انتخاب استراتژی مدیریت ارتباط با مشتری اجتماعی از روش سیستم استنتاج فازی با استفاده از نرم افزار متلب استفاده شد. نتایج حاکی از آن است که سیستم طراحی شده از اعتبار خوبی برخوردار است.

designing a fuzzy inference system model for selecting social customer relationship management strategies (case study of insurance industry)

selecting an appropriate social customer relationship management strategy is recognized as one of the most important factors for success in implementing this technology. based on this, in this research, the design of a model for selecting social customer relationship management strategy using a fuzzy inference system was addressed. the present research is a applied-development study in terms of purpose and a mixed-methods research in terms of nature. to achieve the research objective, the required data were first collected through literature review and interviews with experts, and then a hybrid fuzzy inference system consisting of two fuzzy expert systems was designed to select a social customer relationship management strategy. the first expert system was created by integrating three subsystems: organizational factors, customer factors, and environmental factors. following this, a single-layer inference system was designed to address strategy factors. the research statistical population in the qualitative section consisted of academic and industry experts in the field of marketing and customer relationship management, 13 of whom was selected as samples through the snowball sampling method. in the phase of formulating the rules of the fuzzy inference system, 46 insurance industry experts were selected through convenience sampling. to analyze the interview data, content analysis was used, and to develop a model for selecting social customer relationship management strategies, the fuzzy inference system method was employed using matlab software. the results indicate that the designed system has good validity.