تأثیر هوشمندی کسب‌وکار بر واکنش رفتاری مشتریان با تأکید بر نقش میانجی بازاریابی، نوآوری و عملکرد مالی (مورد مطالعه: کسب‌وکارهای نوپای پارک علم و فناوری شهر کرمانشاه)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مدیریت بازرگانی، دانشکده ادبیات و علوم انسانی، دانشگاه آزاد اسلامی، کرمانشاه، ایران.

2 گروه مدیریت بازرگانی، دانشکده مدیریت و حسابداری جوانرود، دانشگاه رازی، کرمانشاه، ایران.

چکیده

پژوهش حاضر به واکاوی تأثیر هوشمندی کسب‌وکار بر واکنش رفتاری مشتریان از طریق بازاریابی، نوآوری و عملکرد مالی پرداخته است. پژوهش بر مبنای هدف، جزء پژوهش‌های توسعه‌ای- کاربردی است و از نظر شیوه گردآوری داده‌ها، از نوع توصیفی- پیمایشی است و با توجه به بررسی رابطه میان متغیرها، پژوهشی همبستگی- علی است. جامعه آماری این پژوهش، کارکنان و مدیران کسب‌وکارهای نوپای فعال مستقر در پارک علم و فناوری شهر کرمانشاه به تعداد 231 نفر بود که بر اساس جدول کرجسی و مورگان، حجم نمونه 140 نفر برآورد شد. ابزار گردآوری داده‌ها پرسشنامه بود که پایایی و روایی آن بررسی و تأیید گردید. تحلیل داده‌ها در دو بخش آمار توصیفی و استباطی با استفاده از نرم‌افزارهای SPSS16 و Smart PLS3 انجام شد. بر اساس نتایج پژوهش، مقدار معناداری t در تمامی هفت فرضیه از مقدار بحرانی 1/96 بزرگ‌تر بود و همچنین سطح معناداری کمتر از 0/05 است لذا تمامی فرضیه‌های پژوهش پذیرفته شدند. بیشترین تأثیر مربوط به نوآوری بر عملکرد مالی کسب‌وکار نوپا بود که نشان‌ دهنده تأثیر ایده‌های نو و خلاقانه در محصولات و خدمات بر فروش کسب‌وکار نوپا است؛ همچنین هوشمندی کسب‌وکار تأثیر زیادی بر عملکرد مالی کسب‌وکارهای نوپا و واکنش رفتاری مشتریان دارد؛ به‌طور کلی متغیرهای پژوهش، توانایی پاسخگویی به 33/5 درصد از تغییرات واکنش رفتاری مشتری را داشتند. در انتها به مدیران این کسب‌وکارهای نوپا توصیه می‌شود که با به‌کارگیری هوشمندی کسب‌وکار به شناخت بازار و نیاز مشتریان پرداخته و محصولات نوآورانه متناسب با آن تولید نمایند چراکه از این طریق زمینه افزایش فروش و ارتقاء عملکرد مالی آن‌ها فراهم می‌گردد.

کلیدواژه‌ها

موضوعات


. مقدّمه

استفاده از ظرفیت کسب‌وکارهای نوپا[1] برای بهبود و ارتقای مطلوبیت فضای کسب‌وکار و افزایش سرمایه‌گذاری از شاخص‌های تعیین‌کننده توسعه در هر کشوری است؛ افزون بر رشد اقتصادی، اشتغال‌زایی در میان نسل جوان و ایجاد پتانسیل کارآفرینی برای سایر اقشار مردم، از مهم‌ترین کارکردهای کسب‌وکارهای نوپا هستند. با وجود رقابت شدید در محیط کسب‌وکار جهانی، شرکت‌ها باید همواره به‌دنبال اطلاعات دقیق باشند تا تصمیمات درست بگیرند و مزیت رقابتی خود را نسبت به سایر رقبا حفظ کنند؛ هوش‌مصنوعی این پتانسیل را دارد که رویکرد کسب‌وکارهای نوپا به تصمیم‌گیری و تجزیه‌وتحلیل داده‌ها را تغییر دهد؛ زیرا کسب‌وکارهای نوپا با دریافت اطلاعات به‌روز، دقت بالا و تجربیات شخصی‌سازی شده، می‌توانند جلوتر از رقبا باقی به‌مانند و رشد و نوآوری را پیش ببرند. برخلاف نرم‌افزارهای سنتی، سیستم‌های هوش‌مصنوعی از داده‌ها یاد می‌گیرند و عملکرد خود را در طول زمان بهبود می‌بخشند و به کسب‌وکارهای نوپا یک مزیت باورنکردنی در حوزه تصمیم‌گیری خودکار، نوآوری و کاهش هزینه‌ها ایجاد می‌کنند.

     به‌طورکلی، تمامی شرکت‌ها نیاز به تحلیل و پیش‌بینی رفتار بازار دارند تا در رویارویی با تغییرات بازار و مدیریت آن، پایدار باشند (قاسمیان و مرتضوی، 1402؛ نیتیا و کیروتیکا[2]، 2021) به‌منظور انطباق با این تغییرات رقابتی، شرکت‌ها باید به‌طور مستمر، تغییرات رفتار خرید مشتریان را بررسی کنند؛ بدین‌منظور، باید فرایندهای کسب‌وکار خود را با استفاده از رویکرد تجاری هوشمند و استفاده از فناوری‌های مدرن مانند هوش تجاری و داده‌کاوی، به‌روز کنند (جعفری و فربد، 1402؛ داس و همکاران[3]، 2009؛ حَمد و همکاران[4]، 2021)؛ هوش تجاری به استراتژی‌ها و فناوری‌هایی گفته شده که کسب‌وکارها برای تجزیه و تحلیل داده‌های خود و محیط به کار می‌گیرند. تحلیل‌های هوش تجاری می‌تواند مبنایی برای تغییرات مهم و اتخاذ تصمیمات اساسی از جمله ایجاد زمینه‌های جدید برای همکاری، به‌دست آوردن مشتریان جدید، شناسایی بازارهای جدید و ارائه محصولات جدید به مشتریان در یک شرکت باشد (عوامله و همکاران[5]، 2003).

     هوش تجاری به مدیران فروش، اطلاعات تحلیلی مناسبی در مورد محصول، نوسانات قیمت، مشتریان، جمعیت‌شناسی مشتری، مناطق و تیم‌های فروش ارائه می‌دهد. مطالعات انجام شده نشان‌می‌دهد که با وجود رقابت شدید در محیط کسب‌وکار جهانی لازم است شرکت‌ها به‌دنبال اطلاعات دقیق باشند تا تصمیمات درستی اتخاذ کرده و در کورس رقابت باقی به‌مانند (چن و لین[6]، ۲۰۲۱؛ ییو و همکاران[7]، ۲۰۲۱)؛ نه‌تنها شرکت‌های بزرگ بلکه شرکت‌های کوچک نیز نیازمند هوشمندی هستند زیرا یک شرکت کوچک، نسخه کوچک شده از یک شرکت بزرگ‌تر نیست، قطعاً تفاوت‌های بسیاری همچون منابع در دسترس، شیوه‌های مدیریت، واکنش محیطی، نحوه‌ی رقابت و حتی ساختار آن وجود دارد (سهیلی و نفیسی‌مقدم، 1401؛ مان و همکاران[8]، ۲۰۰۲)؛ بنابراین شرکت‌های کوچک و متوسط به‌ویژه کسب‌وکارهای نوپا نیز موظف‌اند برای جمع‌آوری و بهبود اطلاعات تلاش کنند؛ زیرا یک سیستم هوش تجاری در فرایندهای بازاریابی نیاز به اطلاعات دقیق و مرتبط در مورد بازار دارد؛ به‌دست آوردن این اطلاعات به تجزیه و تحلیل داده‌ها در سیستم‌های مختلف کمک می‌کند (محمودزاده و به اروندی، 1401؛ نصیر و همکاران[9]، ۲۰۲۱).

     از آنجاکه ورود به اکوسیستم نوآوری و فناوری از تأکیدات رهبر انقلاب و معاونت علمی و فناوری ریاست جمهوری در طی سال‌های اخیر بوده است و یکی از مهم‌ترین عوامل در تحول اقتصادی استان کرمانشاه، ایجاد کسب‌وکارهای جدید و نوآور است؛ بنابراین کرمانشاه به‌عنوان یکی از مراکز کسب‌وکار نوپای کشور وارد عمل شد؛ در حال حاضر کرمانشاه دارای یک جامعه کسب‌وکاری نوپای متنوع در زمینه‌های مختلف نظیر فناوری اطلاعات، تجارت الکترونیک، سلامت، کشاورزی، انرژی و فناوری‌های محیطی است؛ با توجه به اینکه پژوهش‌ها در حوزه کسب‌وکارهای نوپا و عملکرد آن‌ها به‌ویژه با تأکید بر استان کرمانشاه اندک است این مطالعه می‌کوشد برخی از جنبه‌های هوش تجاری در این شرکت‌ها از جمله رویکرد هوش تجاری در دیدگاه مدیریتی به‌جای دیدگاه سنتیِ تکنولوژی و تأثیرگذاری نوآور بودن را بر عملکرد مالی و بازاریابی بررسی نموده و در نهایت واکنش رفتار مشتری را مورد بررسی قرار دهد؛ بنابراین انجام چنین پژوهشی می‌تواند به بهبود عملکرد بازار و مالی این شرکت‌ها کمک نماید؛ در نهایت اینکه بر اساس پژوهش‌های گذشته، برای راه‌اندازی یک کسب‌وکار نوپای موفق، باید به آموزش دو مهارت «کارآفرینی» و «وب مستری» به مدیران و کارکنان شرکت‌های نوپا پرداخت؛ بنابراین پژوهش حاضر می‌تواند در حوزه آموزش کارآفرینی و هوشمندسازی کسب‌وکارهای نوپا کمک‌کننده باشد. به‌طورکلی نوشتار پیشِ رو قصد دارد ارتباط بین ویژگی‌های هوش تجاری و تأثیر آن بر نوآوری و عملکرد کسب‌وکارهای نوپا و به‌طور هم‌زمان اثر آن بر واکنش رفتاری مشتری را بررسی کند.

  1. مبانی نظری

2-1. هوش کسبوکار

برنامه رسمی برای جمع‌آوری اطلاعات در خصوص رقبای یک شرکت، هوش کسب‌وکار نامیده می‌شود؛ این نوع هوش دارای سه هدف اصلی است: درک کلی صنعت و رقبا، شناسایی نقاط ضعف رقبا و پیش‌بینی اقدامات بالقوه رقبا (دیوید و دیوید[10]، 2017). هوش کسب‌وکار با عناوین مختلفی همچون هوش بازار یا هوش بازاریابی، هوش مشتری، هوش محصول و هوش محیطی شناخته می‌شود (هانولا و پیرتیماکی[11]، 2003 و ون‌تر و توستین[12]، 2012). این نوع هوش، به‌وسیله ترکیب اطلاعات داخلی و خارجی از عملکرد تجاری پشتیبانی می‌کند. در حوزه مدیریت نیز این مفهوم با عناوین مختلفی بررسی شده‌است (سهیلی و نفیسی‌مقدم، 1401؛ آدیدام و همکاران[13]، 2012؛ بوژیچ و دیموسکی[14]، 2019؛ پلیسیر و ننزلهله[15]، 2013). برخی نویسندگان از اصطلاح هوش کسب‌وکار برای انتقال مفهوم «پایش محیطی» استفاده می‌کنند که در آن مدیران به شیوه‌ای متمرکز محیط‌های شرکتی را پایش می‌کنند؛ در حالی که برخی دیگر از انواع هوش بیشتر روی نقاط قوت و ضعف رقبا و رفتار آن‌ها تمرکز دارند.

     در عین حال، برخی دیگر از هوش تکنولوژیک متمایل به پویایی‌های فناورانه یاد می‌کنند. هوش کسب‌وکار به شرکت‌ها اجازه می‌دهد تا داده‌ها را به دانش مفید تبدیل کنند و در نتیجه تصمیمات بهتر و سریع‌تری را اتخاذ کنند تا بتوانند عملکرد تجاری خود را بهبود بخشند و مدیریت را در تمام سطوح شرکتی شامل سطوح استراتژیک، تاکتیکی و عملیاتی پشتیبانی کنند (چانگ و همکاران[16]، 2014؛ هانولا و پیرتیماکی، 2003)؛ باید توجه نمود که هوش کسب‌وکار نه‌تنها در فرایند تصمیم‌گیری بلکه با تأکید بر چگونگی درک، ایجاد و به اشتراک‌گذاری دانش، در عملکرد کارکنان شرکت نیز تأثیر داشته و در نتیجه می‌تواند به‌عنوان یکی از بُعدهای فرهنگی شرکت در نظر گرفته شود (برندتسون و همکاران[17]، 2015؛ شالو و گالیرز[18]، 2015).

2-2. نوآور بودن

نوآوری، به تمایل شرکت‌ها برای مشارکت و حمایت از ایده‌ها، آزمایش‌ها و فرایندهای خلاقانه جدید اشاره دارد که به تولید محصولات، خدمات و فرایندهای فناوری جدید کمک می‌کند (شان و همکاران[19]، 2016). از آنجاکه رقابت فرایندی است که با نوآوری هدایت می‌شود که در ادبیات، عملکرد نوآورانه به‌عنوان یکی از مهم‌ترین محرک‌های دیگر جنبه‌های عملکرد شرکتی دیده‌می‌شود و می‌تواند به شکل‌گیری پویایی یادگیری شرکتی کمک کند (هیل و همکاران، 2017؛ گون دی[20]، 2011). کالانتون و همکاران[21] (2002) نوآوری شرکت‌ها را از دو منظر مفهومی بررسی کرده‌اند: اولاً به‌عنوان متغیر رفتاری، یعنی میزان پذیرش نوآوری توسط شرکت و دوماً به‌عنوان تمایل به تغییر؛ توانایی نوآوری به‌عنوان یکی از عوامل تعیین‌کننده برای بقا و موفقیت شرکت‌ها شناخته شده‌است.

     این ظرفیت می‌تواند از منابع موجود استفاده بهتری کرده، کارایی و ارزش بالقوه را بهبود بخشیده و دارایی‌های نامشهود جدید را وارد شرکت کند؛ افزون بر این، نوآوری می‌تواند به‌عنوان محرکی برای ایجاد ارزش و پاسخ‌گویی به نیازهای مشتریان، توسعه قابلیت‌های جدید، بهبود عملکرد پیچیده و رقابت‌پذیری در محیط کسب‌وکار کمک کند؛ به‌طورکلی، پژوهش‌ها نشان می‌دهند که توانایی نوآوری به‌عنوان یکی از مهم‌ترین عوامل تعیین‌کننده در عملکرد شرکت‌ها در نظر گرفته‌می‌شود (و انگ و احمد[22]، 2004؛ پراجوگو[23]، 2016).

     شرکت‌های نوآور، با ایجاد و معرفی محصولات و فناوری‌های جدید، می‌توانند عملکرد اقتصادی بهتری تولید کرده و به‌عنوان منبع رشد اقتصادی عمل کنند. به همین دلیل، برای تحقق اهداف نوآوری، شرکت‌ها باید برنامه‌ریزی مناسبی برای توسعه فرهنگ نوآوری، ایجاد زیرساخت‌های لازم و ارائه حمایت‌های مالی و غیرمالی از ایده‌های نوآورانه داشته‌باشند. همچنین، باید در طراحی سیاست‌های کسب‌وکار و استراتژی‌های بازاریابی، به نوآوری توجه کنند و از آن به‌عنوان یکی از عوامل مهم برای رشد و توسعه‌ی شرکت استفاده‌کنند. در کل، نوآوری می‌تواند به‌عنوان یک ابزار قدرتمند برای رسیدن به مزایای رقابتی و پاسخ‌گویی به نیازهای مشتریان در محیط کسب‌وکار، مورد استفاده قرار گیرد (جعفری و فربد، 1402؛ ویکلوند و شفرد[24]، 2003؛ کاسیرو و کولهو[25]، 2019).

2-3. واکنش رفتاری مشتری

رفتار مشتری به‌عنوان مجموعه‌ای از تصمیمات و فعالیت‌های فیزیکی، احساسی و ذهنی که افراد مستقیماً در جهت اکتساب، مصرف و خلاص شدن از کالاها و خدمات در جهت برآوردن نیازهای خود انجام می‌دهند تعریف می‌شود؛ رفتار مشتری فرایندی فراتر از فرایند مبادله است و قبل، حین و بعد از خرید را نیز در بر می‌گیرد (قاسمیان و مرتضوی، 1402؛ کاتلر و کلر[26]، 2006). در مورد نظریات مختلف مرتبط با رفتار مشتری، سه نظریه وجود دارد که اطلاعاتی را در مورد عوامل مؤثر بر رفتار اکتسابی مصرف کننده ارائه می‌دهند (خسروی و همکاران، 1401؛ سولومون[27]، 2011):

- نظریه تصمیم‌گیری: در این نظریه، مصرف کنندگان به‌عنوان تصمیم‌گیرندگان عقلانی هستند.

- نظریه تجربی: در این نظریه، مصرف کنندگان به‌عنوان تصمیم‌گیرندگان کاملاً عقلانی نیستند.

- نظریه رفتاری: در این نظریه، نیروهای محیطی، مصرف کننده را به سمتی سوق می‌دهند که او بدون احساسات و یا باورهای قوی از پیش ساخته‌شده، اقدام به خرید یک محصول می‌کند.

در نهایت اینکه، رفتار مشتری یک موضوع پیچیده و چند رشته‌ای است که تحت‌تأثیر عوامل مختلف قرار می‌گیرد. بامطالعه و درک بهتر این رفتار، می‌توان روش‌های بازاریابی و خدمات‌دهی به مشتریان را بهبود داد (سولومون، 2011).

2-4. عملکرد مالی

عملکرد شرکت را قابلیت دستیابی به اهداف به شیوه‌ای مورد انتظار یا برتر می‌دانند. مفهوم عملکرد شامل دیدگاه‌های مختلفی است که می‌توان به‌عنوان مثال به دیدگاه سهام‌داران در مقابل دیدگاه کارکنان، دوره‌های زمانی مختلف (مانند دوره کوتاه‌مدت در مقابل دوره بلندمدت) و معیارهای مختلف (مانند سهم بازار در مقابل سود) اشاره کرد (گرسچوسکی و خیاو[28]، 2015). در بررسی عملکرد شرکت، سه نوع دیدگاه برای اندازه‌گیری آن وجود دارد (هوانگ[29] و همکاران، 2022):

- دیدگاه اول، به عملکرد مالی اشاره می‌کند که یک شاخص عملکرد مبتنی بر نتیجه را به‌عنوان محدودترین تصور از عملکرد تجاری در نظر می‌گیرد.

- دیدگاه دوم، شامل ابعاد مالی و عملیاتی عملکرد است که شامل معیارهای غیر مالی (مانند نتایج محصول-بازار، سهم بازار، معرفی محصولات جدید، اثربخشی بازاریابی و نتایج فرایند داخلی) است که این عوامل عملیاتی ممکن است در نهایت به عملکرد مالی و گسترده‌ترین مفهوم‌سازی عملکرد و اثربخشی شرکتی منجر شوند.

- دیدگاه سوم، عملکرد بنگاه را به‌عنوان توانایی شرکت در انجام وظایف و فعالیت‌های مشخص و بهره‌برداری از منابع موجود تعریف می‌کند. بعضی از معیارهای اثربخشی شرکتی عبارت‌اند از: بقای شرکت، شهرت، عملکرد کلی درک شده و دستیابی به اهداف. بررسی هر یک از این معیارها و ارزیابی آن‌ها در قالب یک شرکت، می‌تواند به بهبود عملکرد و اثربخشی شرکت کمک کند.

2-5. بازاریابی

بازاریابی یک فرایند اجتماعی و مدیریتی است که افراد و گروه‌ها را قادر می‌سازد تا نیازها و خواسته‌های خود را از راه تولید، عرضه و مبادله کالاهای مفید و باارزش با دیگران تأمین کنند (کاتلر و کلر، 2006). شرکت‌های نوپای فناوری‌محور به‌دلیل ویژگی‌های منحصربه‌فرد و زمینه خاص فعالیت‌های خود، منابع محدود و نداشتن تخصص بازاریابی، محدود شده‌اند (عباسی‌اسفنجانی و همکاران، 1396). در این شرکت‌ها، برای بازاریابی از روش‌های غیر متعارف و نوآورانه استفاده می‌شود و تعاریف رسمی برای بازاریابی وجود ندارد؛ بنابراین با استفاده از روش‌های نوآورانه و کارآفرینانه، به‌دنبال پاسخگویی رقابتی و سودآورتر به مشکلات مشتریان هستند که این مفهوم به‌معنای نوآوری در این شرکت‌ها است. در بازاریابی نوآورانه، از روش‌های خلاق و بدیع استفاده می‌شود تا به نیازها و مشکلات پاسخ داده و محصولات جدید توسعه داده شود (ملک‌زاده و همکاران، 1394).

     با دیجیتالی شدن بازاریابی کسب‌وکار، تولید و مدیریت کلان داده‌ها برای تجزیه و تحلیل به مدل‌های هوش‌مصنوعی نیاز دارد. هوش‌مصنوعی قادر به پردازش حجم عظیمی از اطلاعات و کشف الگوهای جدید پنهان در اطلاعات است؛ مزایای استفاده از هوش‌مصنوعی در شرکت‌های B2B عبارت‌اند از (لی و همکاران[30]، 2017): تبلیغات هدفمند، آموزش نیروی فروش، توسعه استراتژی‌های بازاریابی، ایجاد و مدیریت دانش و تسهیل فرایندهای تجاری؛ بهره‌مندی از هوش‌مصنوعی به دانش و توانایی جستجو در الگوریتم‌ها و فناوری ضروری برای شرکت‌ها بستگی دارد.

     به‌طور کلی، هوش‌مصنوعی موجب تکامل بازاریابی، افزایش تجربیات مشتریان در عصر دیجیتال و تغییرات شگرف در رفتار مصرف کننده شده‌است و بازاریابان با استفاده از قابلیت‌های هوش‌مصنوعی، به بررسی رفتار مصرف کنندگان و شناخت علایق آن‌ها پرداخته و برنامه‌های بازاریابی را بر اساس آن، تهیه و تنظیم می‌کنند؛ از این‌رو بازاریابان در صدد استفاده هرچه بیشتر از این قابلیت در جهت بهینه‌سازی برنامه‌های شناخت الگوی مصرف مشتریان هستند؛ زیرا با استفاده از این فناوری‌ها، مدیران می‌توانند رفتار مشتریان خود را با دقت بیشتری پیش‌بینی کنند، تجربه مشتری را بهبود ببخشند و برنامه‌های بازاریابی خود را بهینه‌سازی کنند (قاسمیان و همکاران، 1402؛ هوانگ و همکاران[31]، 2022)

  1. پیشینه پژوهش

پیشینه داخلی

جعفری اسکندری و فربد (1402) پژوهشی با عنوان «بررسی اثرگذاری هوش تجاری و نوآوری بر عملکرد مالی کسب‌وکارهای نوپا» انجام دادند. جامعه آماری پژوهش، کارشناسان و صاحب‌نظران در دسترس در مراکز رشد و پارک‌های فناوری بودند که 153 نفر با روش نمونه‌گیری غیر احتمالی در دسترس انتخاب شدند. این پژوهش از نوع کمی، از نظر ماهیت توصیفی-همبستگی و از لحاظ هدف کاربردی است. یافته‌های پژوهش نشان‌می‌دهد که هوش تجاری به‌صورت مستقیم و غیر مستقیم در عملکرد مالی کسب‌وکارهای نوپا تأثیرگذار بوده و میزان اثرگذاری متغیرها 87 درصد است.

     روشندل و علی‌پور (1402) پژوهشی با عنوان تأثیر هوش تجاری بر روی عملکرد مالی کسب‌وکارهای نوپا انجام دادند. جامعه آماری ۱۳۰ کسب‌وکار نوپای مستقر در پارک علم و فناوری در دانشگاه تهران است. بر اساس فرمول کو کران حجم نمونه ۱۰۰ شرکت در نظر گرفته شده‌است. از هر شرکت یک مدیر یا کارشناس خبره به پرسش‌نامه پاسخ دادند. روش نمونه‌گیری نیز تصادفی ساده است. پرسش‌نامه پژوهش ۳۰ سؤالی و استاندارد بوده و بر اساس پرسش‌نامه تحقیق هوانگ و همکاران (۲۰۲۲) است. یافته‌های پژوهش نشان داد که تمامی فرضیات پژوهش تأیید شدند. تأثیر هوش تجاری بر عملکرد مالی کسب‌وکارهای نوپا (۵۸۳/. =)، تأثیر هوش تجاری بر نوآوری کسب‌وکارهای نوپا (۵۱۵/. =)، تأثیر نوآوری بر عملکرد مالی کسب‌وکارهای نوپا (۵۰۷/. =)، تأثیر هوش تجاری بر یادگیری شبکه‌ای کسب‌وکارهای نوپا (۵۲۳/. =) و تأثیر یادگیری شبکه‌ای بر عملکرد مالی کسب‌وکارهای نوپا (۵۲۸/. =) بود

     تمجید پامچلو و همکاران (1401) پژوهشی با عنوان تأثیر ظرفیت هوش تجاری، یادگیری شبکه‌ای و نوآوری بر عملکرد کسب‌وکارهای نوپا انجام دادند. جامعه آماری این مطالعه بنیان‌گذاران، سرمایه‌گذاران و کارشناسان کسب‌وکارهای نوپا یا کارکنان آن‌ها بودند. ابزار گردآوری اطلاعات پرسش‌نامه محقق‌ساخته بود. روایی پرسش‌نامه با معیار AVE که نشان‌دهنده میانگین واریانسِ به اشتراک گذاشته بین هر سازه با شاخص‌های خود است، مورد تأیید قرار گرفت. برای پایایی سؤال‌های پرسش‌نامه از روش آلفای کرونباخ استفاده شده و همچنین از نرم‌افزارهای SmartPLS3 و SPSS16 جهت تجزیه و تحلیل داده‌ها استفاده شده‌است. نتایج پژوهش نشان داد که یادگیری شبکه‌ای، نوآوری فناورانه و هوش تجاری بر عملکرد کسب‌وکارهای نوپا تأثیر مثبت داشته و در برخی فرضیه‌ها این اثر مثبت و مستقیم و در برخی فرضیه‌ها این اثر غیر مستقیم و منفی است.

     محمودزاده و همکاران (1401) پژوهشی با عنوان تأثیر هوش تجاری، یادگیری شرکتی و نوآوری بر عملکرد مالی شرکت‌های نوآور مستقر در ایران را انجام دادند. جامعه آماری این پژوهش، شرکت‌های نوآور مستقر در ایران با ۴۰۰ پرسنل بوده و بر اساس جدول مورگان، ۱۹۶ نفر از کارکنان این شرکت‌ها به‌عنوان نمونه آماری انتخاب شدند. یافته‌های پژوهش نشان داد که هوش تجاری و نوآوری تأثیر مهمی بر رفتار شرکت‌ها دارند اما بین یادگیری شرکتی و عملکرد مالی این شرکت‌ها رابطه معناداری وجود نداشت.

     سبک‌رو و همکاران (1397) پژوهشی با عنوان بررسی تأثیر هوش تجاری بر ساختار نوآوری باز انجام دادند. جامعه آماری آن 134 نفر از کارکنان یک شرکت تولیدی در شهر کرمانشاه هستند که با استفاده از فرمول آماری کو کران تعداد 99 نفر به‌عنوان نمونه مورد بررسی قرار گرفته‌اند. نتایج پژوهش نشان داد که هوش تجاری بر ساختار نوآوری باز تأثیر مثبت و معنادار دارد و تمامی فرضیات پژوهش مورد تأیید واقع‌شده‌اند.

     فخر آل‌علی (1395) پژوهشی با عنوان بررسی تأثیر به‌کارگیری هوش تجاری بر عملکرد شرکت‌های بین‌المللی داخلی انجام داد. جامعه آماری آن را مدیران شرکت‌های بین‌المللی داخلی شهر تهران تشکیل داده که نمونه‌هایی به حجم 132 نفر با استفاده از جدول کرجسی و مورگان انتخاب شدند و همچنین در انتخاب نمونه‌ها از روش نمونه‌گیری خوشه‌ای تصادفی استفاده شده‌است. نتایج پژوهش نشان داد که هوش تجاری بر بهره‌وری، کسب رضایت بین‌المللی، بهبود وضعیت مالی و توانمندسازی کارکنان شرکت‌های بین‌المللی داخلی مؤثر بوده است.

     کریمیان و همکاران (1394) پژوهشی با عنوان تأثیر هوش تجاری بر عملکرد بازاریابی شرکت‌های تجاری (مورد مطالعه: شرکت‌های داروسازی) انجام دادند. جامعه آماری آن شرکت‌های داروسازی هستند که سیستم هوش تجاری را پیاده‌سازی کرده‌اند. جهت بررسی و تحلیل این شرکت‌ها پرسش‌نامه‌ای شامل 35 سؤال تهیه و بین مدیران ارشد توزیع و همچنین از نرم‌افزار SPSS و LISREL استفاده شده‌است. نتایج پژوهش نشان‌می‌دهد شرکت‌هایی که از سیستم هوش تجاری برای دریافت، آنالیز و بهره‌گیری از داده‌ها به‌منظور تصمیم‌گیری مدیرانش استفاده کرده‌اند به‌مراتب در محیط کاملاً رقابتی توانسته‌اند موفقیت حاصل نمایند و به تمایز در مزیت رقابتی دست یابند.

پیشینه خارجی

هوانگ و همکاران (2022) پژوهشی با عنوان تأثیر هوش تجاری بر عملکرد مالی کسب‌وکارهای نوپا انجام دادند. جامعه آماری این مطالعه شامل مدیران‌عامل و کارشناسان کسب‌وکارهای نوپا است که 250 نفر از افراد نمونه مورد بررسی قرار گرفتند. برای جمع‌آوری داده‌ها از پرسش‌نامه 43 آیتمی، روش تحلیل عاملی تأییدی و روش تحلیل روایی استفاده شد. نتایج پژوهش نشان‌می‌دهد که اگرچه تأثیر مستقیم هوش تجاری بر عملکرد مالی کسب‌وکارهای نوپا مورد مطالعه تأیید نشد، اما به‌دلیل تأیید تأثیر هوش تجاری بر نوآوری و یادگیری شبکه و همچنین تأیید تأثیر نوآوری و یادگیری شبکه بر عملکرد مالی، می‌توان نتیجه گرفت که هوش تجاری دارای تأثیر مستقیمی بر عملکرد مالی با نقش واسطه‌ای است.

     یی ژو و همکاران[32] (2022) پژوهشی با عنوان بررسی اثر قابلیت‌های هوش تجاری و یادگیری شبکه بر عملکرد کسب‌وکارهای نوپا را انجام دادند. جامعه آماری در این مطالعه ۱۲۰۰ کسب‌وکار نوپا بود که نمونه‌ای ۱۵۰ تایی انتخاب شد. یافته‌های پژوهش نشان داد که هوش تجاری به‌عنوان یک ابزار قدرتمند در حوزه فناوری اطلاعات، مزیت رقابتی ایجاد می‌کند و برای مدیران کسب‌وکارهای نوپا لازم است این ابزار را بپذیرند.

     یانگ و همکاران[33] (2022) پژوهشی با عنوان تأثیر یادگیری شرکتی، هوش تجاری و نوآوری بر عملکرد مالی شرکت‌های نوآور مستقر در پارک علمی انجام دادند. جامعه آماری این پژوهش شامل شرکت‌های نوآوری واقع در پارک علمی با ۴۰۰ نفر کارمند است و با استفاده از جدول مورگان، ۱۹۶ نفر از کارکنان این شرکت‌ها به‌عنوان نمونه آماری انتخاب شدند. نتایج پژوهش نشان‌می‌دهد که هوش تجاری و نوآوری، تأثیری حیاتی بر عملکرد شرکت‌ها دارد؛ اما هیچ ارتباط معنی‌داری میان یادگیری شرکتی و عملکرد مالی این شرکت‌ها وجود نداشت.

- تریونو[34] و همکاران (2021) پژوهشی با عنوان هوش تجاری و آنالیز و اثر آن بر عملکرد شرکت‌های نوپای اندونزی انجام دادند. جامعه آماری این پژوهش کسب‌وکارهای نوپای ثبت شده در مرکز داده‌های اندونزی بود که توسط آژانس خلاق اقتصاد راه‌اندازی شده‌است. 992 کسب‌وکار نوپا ثبت شده‌بودند که ۸۸۵ ایمیل به کسب‌وکارها که دارای ایمیل بودند ارسال شد. فقط ۳۱ کسب‌وکار نوپا به پرسش‌نامه پژوهش‌ها جواب دادند که منجر به نرخ پاسخ‌دهی سه و نیم درصد شد. تحلیل‌ها در این مطالعه با استفاده از نرم‌افزار SmartPLS 3.0 مورد بررسی قرار گرفت. نتایج پژوهش نشان‌می‌دهد که هوش تجاری بر عملکرد کسب‌وکارهای نوپا تأثیری ندارد اما بر یادگیری شبکه اثر می‌گذارد؛ همچنین نوآوری بر عملکرد کسب‌وکارهای نوپای کشور اندونزی تأثیر می‌گذارد.

     کازیرو و همکاران (2019) پژوهشی با عنوان تأثیر ظرفیت هوش تجاری، یادگیری شبکه و نوآوری بر عملکرد کسب‌وکارهای نوپا انجام دادند. جامعه آماری این پژوهش 228 مورد از کسب‌وکارهای نوپا در کشورهای مختلف اروپایی است. این روابط با استفاده از مدل‌سازی معادلات ساختاری بررسی شده‌است. نتایج پژوهش به تأثیرات مثبت بین متغیرهای مختلف اشاره می‌کند و می‌توان نتیجه گرفت که ظرفیت‌های هوش تجاری بر یادگیری شبکه، نوآوری و عملکرد تأثیرگذار است.

  1. روششناسی پژوهش

در این پژوهش به بررسی تأثیر هوشمندی کسب‌وکار بر واکنش رفتاری مشتریان با تأکید بر نقش میانجی بازاریابی و عملکرد مالی پرداخته شد؛ پژوهش حاضر از نوع پژوهش‌های کمی بوده و به‌دنبال بسط علم و دانش در حوزه هوشمندی کسب‌وکار است؛ بنابراین از لحاظ تقسیم‌بندی پژوهش بر مبنای هدف، جزء پژوهش‌های توسعه‌ای و کاربردی است و از نظر شیوه گردآوری اطلاعات، از نوع توصیفی و پیمایشی است و با توجه به بررسی رابطه میان متغیرها، پژوهشی همبستگی- علی است که در قالب جدول 1 نمایش داده‌شده‌است:

جدول 1. روششناسی پژوهش

نوع پژوهش

هدف

راهبرد

ابزار و تاکتیک گردآوری دادهها

رابطه بین دادهها

تحلیل دادهها

کمی

توسعه‌ای –کاربردی

توصیفی و پیمایشی

مطالعات کتابخانه‌ای و پرسش‌نامه

همبستگی - علی

نرم‌افزارهای کمی آماری (SPSS و SmartPLS)

     در طراحی مدل مفهومی پژوهش سعی شد که با مرور مدل‌ها و متغیرهای مقالات گذشته، مدلی مناسب برای کسب‌وکارهای نوپا طراحی و تهیه شود؛ بنابراین مدل مفهومی پژوهش برگرفته از ترکیب پژوهش‌های هوانگ و همکاران (2022) و کاسیرو و کولهو (2019) است. طبق مدل پژوهش، متغیر هوش‌مصنوعی به‌عنوان متغیر مستقل از طریق ارتقا نوآوری، عملکرد بازار و مالی کسب‌وکارهای نوپا به موفقیت آن‌ها در جذب مشتریان جدید کمک نموده و واکنش رفتاری مناسب مشتریان در خرید از محصولات یا خدمات این کسب‌وکارهای نوپا را میسر خواهد نمود.

 

شکل 1. مدل مفهومی پژوهش (برگرفته از پژوهشهای هوانگ و همکاران، 2022؛ کاسیرو و کولهو، 2019)

     برای بررسی و تجزیه و تحلیل متغیرهای مربوط به پژوهش از پرسش‌نامه‌های استاندارد هوانگ و همکاران (2022) و کاسیرو و کولهو (2019) استفاده گردید همچنین روایی صوری و محتوایی پرسش‌نامه نهایی از طریق بررسی نظرات اساتید و صاحب‌نظران مدیریت و It، مورد تأیید قرار گرفت. از روش آلفای کرونباخ و پایایی ترکیبی برای سنجش قابلیت اعتماد پرسش‌نامه استفاده شده‌است که طبق نتایج ضرایب آلفا کرونباخ و پایایی ترکیبی که بیشتر از 70/0 هستند می‌توان گفت که ابزارهای سنجش، همگی از پایایی لازم برخوردار هستند.

جدول 2. میزان پایایی پژوهش (آلفای کرونباخ و پایایی ترکیبی)

متغیر

تعداد سؤالات

مقدار آلفا کرونباخ

پایایی ترکیبی

هوشمندی کسب‌وکار

15

927/0

937/0

نوآور بودن

12

891/0

918/0

عملکرد مالی

6

897/0

922/0

بازاریابی

15

870/0

894/0

واکنش رفتاری مشتری

5

822/0

874/0

     شایان ذکر است که جامعه آماری این پژوهش کارکنان و مدیران کسب‌وکارهای نوپای فعال مستقر در پارک علم و فناوری شهر کرمانشاه با 231 نفر بود و طبق جدول مورگان، حجم نمونه 139 نفر انتخاب شد؛ 96 نفر مرد و 43 نفر زن بودند که اکثراً 31 تا 40 سال سن داشته (9/43%) و مدرک تحصیلی کارشناسی‌ارشد و بالاتر نیز داشتند (8/46%) و تقریباً 5 سال مشغول فعالیت در حوزه کسب‌وکارهای نوپا بودند (7/41%)

  1. یافتههای پژوهش

قبل از انجام آزمون فرضیه‌های پژوهش به بررسی نرمال بودن داده‌ها با استفاده از آزمون کولموگروف-اسمیرنوف پرداخته شد چون سطح معناداری متغیرهای پژوهش کمتر از 05/0 است پس توزیع داده‌ها غیر نرمال است؛ بنابراین برای بررسی ارتباط میان متغیرها از آزمون‌های ناپارمتریک و نرم‌افزار SmartPLS3 می‌توان استفاده‌کرد. همچنین کفایت حجم نمونه توسط آزمون بارتلت محاسبه شد (778/0-) که بیانگر کافی بودن حجم نمونه است.

جدول 3. آزمون کولموگروف-اسمیرنوف

متغیر

میزان کولموگروف-اسمیرنوف

سطح معناداری

نتیجه

هوشمندی کسب‌وکار

149/1

043/0

غیر نرمال

نوآور بودن

355/1

041/0

غیر نرمال

عملکرد مالی

79/1

003/0

غیر نرمال

بازاریابی

114/1

037/0

غیر نرمال

واکنش رفتاری مشتری

949/0

028/0

غیر نرمال

5-1. ارزیابی روایی مدلهای اندازهگیری

برای سنجش روایی مدل بیرونی پژوهش، از روایی همگرا و واگرا استفاده شد؛ روایی همگرا به این معنا است که مجموعه معرف‌ها، سازه اصلی را تعیین می‌کنند. فورنل و لارکر[35] (1981) استفاده از متوسط واریانس استخراج‌شده (AVE) را به‌عنوان معیاری برای اعتبار همگرا پیشنهاد می‌کنند که حداقل باید 4/0 باشد (محسنین و اسفیدانی، 1393)؛ با توجه به جدول 4، مقدار متوسط واریانس استخراج‌شده برای متغیرهای مکنون بالاتر از 5/0 است؛ بنابراین می‌توان بیان کرد که روایی همگرا مدل‌های اندازه‌گیری مطلوب است. دومین روایی مورد بررسی برای تأیید روایی و اعتبار مدل اندازه‌گیری روایی افتراقی یا واگرا[36] بوده که یک معیار تکمیل‌کننده است. بر اساس معیار فورنل- لارکر، روایی واگرا وقتی در سطح قابل قبولی است که میزان واریانس استخراج‌شده برای هر سازه بیشتر از واریانس اشتراکی بین آن سازه و سازه‌های دیگر در مدل باشد (داوری و رضازاده، 1393)؛ بر اساس نتایج به‌دست آمده از همبستگی‌ها و جذر متوسط واریانس استخراج‌شده که بر روی قطر جدول قرار داده شده می‌توان روایی واگرای مدل در سطح سازه را از نظر معیار فورنل- لارکر نتیجه گرفت زیرا اعداد هر متغیر کمتر از عدد محاسبه شده خود متغیر با خودش است.

جدول 4. ارزیابی روایی مدل اندازهگیری

ارزیابی روایی

متغیر

هوشمندی کسبوکار

نوآور بودن

عملکرد مالی

بازاریابی

واکنش رفتاری مشتری

روایی همگرا

AVE

503/0

520/0

665/0

577/0

581/0

روایی واگرا

هوشمندی کسب‌وکار

824/0

-

-

 

 

نوآور بودن

709/0

762/0

-

 

 

عملکرد مالی

646/0

532/0

816/0

 

 

بازاریابی

798/0

504/0

607/0

783/0

 

واکنش رفتاری مشتری

497/0

548/0

550/0

721/0

614/0

5-2. بررسی مدل درونی پژوهش

پس از آزمون مدل بیرونی و به‌عبارتی تأیید روایی و پایایی، مدل ساختاری پژوهش ارزیابی شد. با استفاده از مدل درونی می‌توان به بررسی فرضیه‌های پژوهش پرداخت. از معیارهای آماره t، ضریب تعیین و ضریب مسیر برای ارزیابی مدل استفاده می‌شود. مدل مفهومی آزمون شده در حالت استاندارد با PLS و ضریب مسیرها در شکل 2 ارائه شده‌است. حد مقادیر R2 برابر 19/0، 23/0 و 67/0 در مدل‌های مسیری PLS به‌ترتیب ضعیف، متوسط و قابل‌توجه توصیف می‌شوند؛ طبق جدول زیر، مقدار R2 برای متغیرهای عملکرد مالی، رفتاری مشتری و بازاریابی در حد متوسط و متغیر نوآور بودن در حد قابل‌توجه قرار دارد.

جدول 5. مقدار متغیرهای پژوهش

 

هوشمندی کسبوکار

نوآور بودن

عملکرد مالی

بازاریابی

واکنش رفتاری مشتری

 

-

679/0

303/0

637/0

335/0

شکل 2: مدل اندازهگیری اصلاحشده پژوهش در حالت استاندارد

شکل 3: مدل اندازهگیری اصلاح شده پژوهش در حالت معناداری

     برای آزمون معناداری فرضیه‌ها آزمون بوت‌استراپ (BS) به کار گرفته شده و از شاخص جزئی مقدار آماره t استفاده شد. مقادیر t برای مدل پژوهش در شکل 3 ارائه شده‌است. با توجه به‌شکل و میزان ضرایب معناداری، چون مقدار t بیشتر از 96/1 است؛ بنابراین در مدل فوق، تمامی روابط در سطح اطمینان 95% پذیرفته می‌شوند. همچنین معیار برازش کلی مدل GOF نیز برابر با 476/0 به‌دست آمد که بیانگر برازش متوسط به بالا است. دیگر شاخص‌های برازش مدل نیز بیانگر مناسب بودن مدل است:

جدول 6. شاخصهای برازش مدل

شاخصها

مقدار محاسبهشده

مقدار استاندارد

برازش مدل

شاخص ریشه میانگین مربعات باقیمانده استاندارد (SRMR)

087/0

کمتر از 1/0

مناسب است

شاخص نیکویی برازش (GOF)

476/0

مقدار بالای 0.36 میزان قوی

مناسب است

شاخص تناسب به هنجار (NFI)

722/0

بزرگ‌تر از 7/0

مناسب است

5-3. نتایج فرضیههای پژوهش

نتایج کلی فرضیات پژوهش در قالب جدول 7 آورده شده‌است؛ طبق نتایج حاصله از شکل 2 و 3، مقدار معناداری t در تمامی فرضیات از عدد 96/1 بزرگ‌تر است و همچنین سطح معناداری کمتر از 05/0 است؛ بنابراین فرضیه‌های پژوهش در سطح اطمینان 95 درصد پذیرفته می‌شوند؛ تأثیرگذاری هوشمندی کسب‌وکار از طریق ارتقا فعالیت‌های بازاریابی بر واکنش رفتاری مشتریان بیشتر است (229/0=)

جدول 7. نتایج فرضیات پژوهش

فرضیهها

ضریب رگرسیون

سطح معناداری P-value

میزان معنیداری t

نتیجه

هوشمندی کسب‌وکار-> واکنش رفتاری مشتری

391/0

000/0

706/4

پذیرش فرضیه‌ها در سطح اطمینان 95%

هوشمندی کسب‌وکار-> عملکرد مالی

453/0

000/0

006/7

هوشمندی کسب‌وکار-> نوآور بودن

138/0

019/0

352/2

نوآور بودن-> عملکرد مالی

550/0

000/0

026/8

نوآور بودن-> عملکرد مالی-> واکنش رفتاری مشتری

197/0

002/0

068/3

هوشمندی کسب‌وکار-> نوآور بودن-> عملکرد مالی-> واکنش رفتاری مشتری

162/0

003/0

982/2

هوشمندی کسب‌وکار-> بازاریابی-> واکنش رفتاری مشتری

229/0

028/0

208/2

  1. بحث و نتیجهگیری

کسب‌وکارهای نوپا، کسب‌وکارهای تازه شکل گرفته‌ای هستند که بر مبنای تکنولوژی شکل گرفته و قصد دارند کسب‌وکاری ارزش‌آفرین برای جامعه ایجاد کنند؛ کسب‌وکارهای نوپا به‌عنوان موتور رشد اقتصادی، بخش مهمی از اقتصاد و اکوسیستم کسب‌وکار هستند؛ زیرا منبع مشاغل جدید، محصولات و خدمات جدید بوده و نوآوری را هدایت کرده و ثروت می‌آفرینند؛ یکی از فناوری‌هایی که دنیا را تحت‌تأثیر قرار داده است، هوش‌مصنوعی است. هوش‌مصنوعی از ربات‌های چت گرفته تا تحلیل‌های پیش‌بینی کنند، این قدرت را دارد که فرایندها را ساده‌سازی کند، وظایف را خودکار کند و بینش‌های ارزشمندی را ارائه دهد؛ نقش هوش‌مصنوعی در کسب‌وکارهای نوپا، تحول‌آفرین است و ابزاری است که مشاغل کوچک را برای رقابت با غول‌های صنعت، نوآوری و ایجاد آینده‌ای بهتر توانمند می‌کند؛ به‌طورکلی می‌توان گفت که هوش کسب‌وکار به فعالیت‌ها، فرایندها و فناوری‌های مختلفی گفته شده که برای جمع‌آوری، ذخیره، تجزیه و تحلیل و انتشار اطلاعات در نظر گرفته‌می‌شود تا بتواند تصمیم‌گیری را بهبود بخشد؛ با توجه به تغییر عادت‌ها و تقاضاهای مردم ایران در سال‌های اخیر به‌ویژه بعد از گسترش و کاربرد اینترنت در میان مردم، شناخت بهتر مشتریان و نیازهای آن‌ها فروش کسب‌وکارهای نوپا بیشتر شده و واکنش رفتاری مشتری اعم از خرید مجدد و وفاداری آن‌ها ارتقا می‌یابد.

بر اساس پژوهش‌های گذشته نظیر سهیلی و نفیسی مقدم (1402) تعداد نیروی کار و میزان تحصیلات مدیران‌عامل، اثر مثبتی بر میزان موفقیت کسب‌وکارهای نوپای کرمانشاه داشته ولی افزایش ماندگاری و عدم خروج آن‌ها از پارک علم و فناوری منجر به شکست آن‌ها شده‌است؛ یکی از علل ماندگاری این کسب‌وکارهای نوپا، فروش پایین و عدم شناخت نیازها و فرصت‌های بازار است؛ بنابراین باید این کسب‌وکارهای نوپا به‌ویژه مدیران آن‌ها، آموزش‌های لازم در خصوص بازارشناسی و ابزارهای کمکی در شناخت بازار و تغییرات آن را ببینند؛ همان‌طور که گفته شد یکی از بهترین ابزارها، استفاده از هوش‌مصنوعی است؛ با توجه به اهمیت فروش محصولات در موفقیت و ماندگاری کسب‌وکارهای نوپا، هوشمندی کسب‌وکار می‌تواند بر نوآوری کسب‌وکارهای نوپا مؤثر بوده و با این کار به جذب بیشتر مشتریان و بهبود عملکرد مالی آن‌ها منجر شود؛ بنابراین این پژوهش تأثیر هوشمندی کسب‌وکار رفتاری مشتریان با تأکید بر نقش میانجی بازاریابی و عملکرد مالی را بررسی نمود؛ طبق نتایج، تمامی فرضیه‌های پژوهش در سطح اطمینان 95 درصد پذیرفته شدند.

بیشترین تأثیر مربوط به تأثیر نوآوری بر عملکرد مالی کسب‌وکارهای نوپا بود (55/0=) که نشان داد که هر چه ایده‌های نو و خلاقانه در محصولات و خدمات بیشتر باشد فروش کسب‌وکار بیشتر خواهد شد؛ همچنین هوشمندی کسب‌وکار نیز تأثیر زیادی بر عملکرد مالی کسب‌وکارهای نوپا (453/0=) دارد. در نهایت اینکه تأثیر مستقیم هوشمندی کسب‌وکار بر واکنش رفتاری مشتریان برابر با 391/0 است که مثبت و در حد متوسط است. به‌طورکلی متغیرهای پژوهش در قالب مدل طراحی‌شده، توانایی پاسخ‌گویی به 5/33 درصد از تغییرات واکنش رفتاری مشتری را دارند؛ این نتیجه با پژوهش‌ها قبلی نظیر تمجید پامچلو و همکاران (1401) در حوزه تأثیر هوش کسب‌وکار بر عملکرد کسب‌وکارهای نوپا، کریمیان و همکاران (1394) در حوزه تأثیر هوش تجاری بر عملکرد بازاریابی، هوانگ و همکاران (2022) با عنوان تأثیر هوش تجاری بر عملکرد مالی کسب‌وکارهای نوپا، یانگ و همکاران (2022) و کاسیرو و همکاران (2019) در حوزه تأثیر هوش تجاری و نوآوری بر عملکرد مالی کسب‌وکارهای نوپا همسویی دارد اما نتایج پژوهش حاضر نشان داد که تأثیرگذاری هوش تجاری و نوآوری بر عملکرد مالی کسب‌وکارهای نوپا بیشتر از نمونه‌های انجام شده خارجی است این امر می‌تواند به‌دلیل این باشد که زمینه نوآوری و خلاقیت در کسب‌وکارهای نوپا به‌واسطه ایده‌های نو یا تقلید و بومی‌سازی نمونه‌های خارجی، بیشتر و بازتر است. با توجه به نتایج حاصله به مدیران کسب‌وکارهای نوپای فعال مستقر در پارک علم و فناوری شهر کرمانشاه پیشنهاد می‌شود که:

- مدیران کسب‌وکارهای نوپا برای موفقیت مالی و رفتاری مشتریان به ارتقا سیستم‌های هوشمندی کسب‌وکار خود پرداخته و با گردآوری اطلاعات به‌روز از بازار و نیازهای مشتریان، محصولات و خدمات مناسب ارائه دهند.

- برای موفقیت باید بر نوآوری و استفاده از روش‌های جدید در تولیدات توجه ویژه شود؛ بنابراین کسب‌وکارهای نوپا به نوآوری در محصولات و خدمات خود در بازار بپردازند و از این طریق فروش خود را بالابرده و عملکرد مالی خود را ارتقا دهند.

- با توجه به تأثیرگذاری بالای نوآوری بر عملکرد مالی کسب‌وکارهای نوپا به مدیران پیشنهاد می‌شود که از استراتژی‌های نوآورانه در کسب‌وکار حمایت کرده و ریسک‌های مبتنی بر فرصت‌های بازار را با دید باز و دوراندیشی لازم پذیرا باشند.

- تیم تحقیق و توسعه یا بازاریابی کسب‌وکارهای نوپا باید به‌دنبال شناسایی و به‌کارگیری روش‌های جدید در تولید محصولات یا ارائه خدمات باشد تا از رقبای خود جلوتر باشند.

- به‌دلیل اینکه از دید کارکنان و مدیران کسب‌وکارهای نوپای فعال مستقر در پارک علم و فناوری شهر کرمانشاه، هوشمندی کسب‌وکار بر نوآور بودن تأثیر ناچیزی دارد سعی نمایند اهمیت هوشمندی را با آموزش‌های مناسب یا کارگاه‌های تخصصی- آموزشی به نیروهای خود نشان دهند تا با بهره‌گیری از ابزار هوش‌مصنوعی و سایر ابزارهای کمکی فناوری اطلاعات، آخرین تغییرات محیط را پایش کرده و اقدام مناسب را در جهت بهره‌گیری از فرصت‌ها اجرا نمایند.

- تجربه سایر کسب‌وکارهای نوپا در ایران و جهان به‌شکل تحقیقاتی گردآوری شود و در اختیار واحدهای مستقر در پارک قرار گیرد تا مدیران از این طریق با ایده‌های نو، عوامل مؤثر بر موفقیت و شکست کسب‌وکارهای نوپای مشابه آشنا شوند.

 

[1]. Start-up

[2]. Nithya & Kiruthika

[3]. Das et al.

[4]. Hamad et al.

[5]. Awamleh et al.

[6]. Chen & Lin

[7]. Yiu et al.

[8]. Man et al.

[9]. Nuseir et al.

[10]. David & David

[11]. Hannula & Pirttimäki

[12]. Venter & Tustin

[13]. Adidam et al.

[14]. Božič & Dimovski

[15]. Pellissier & Nenzhelele

[16]. Chang et al.

[17]. Berndtsson et al.

[18]. Shollo& Galliers

[19]. Shan et al.

[20]. Gunday

[21]. Calantone et al.

[22]. Wang & Ahmed

[23]. Prajogo

[24]. Wiklund & Shepherd

[25]. Caseiro & Coelho

[26]. Katler & keller

[27]. Solomon

[28]. Gerschewski & Xiao

[29]. Huang

[30]. Li et al.

[31]. Huang et al.

[32]. Xu et al.

[33]. Yang et al.

[34]. Triono et al.

[35]. Fornell-Larcker

[36]. Discriminant Validity

منابع
تمجید پامچلو، علیرضا؛ خاکپور، مرتضی؛ کیانی، کیومرث (1401). تأثیر ظرفیت هوش تجاری، یادگیری شبکه‌ای و نوآوری بر عملکرد شرکت‌های نوپا (استارت‌آپ‌ها). پژوهشنامه مدیریت اجرایی، 14(27)، 257-275. doi: 10.22080/jem.2021.20237.3406
جعفری اسکندری، میثم و فربد، ابراهیم (1402). بررسی اثرگذاری هوش تجاری و نوآوری بر عملکرد مالی استارت‌آپ‌ها: رویکرد مدل‌های شبکه عصبی و معادلات ساختاری. مطالعات راهبردی مالی و بانکی، 1 (1)، 22-40. doi: 10.22105/fbs.2023.178950
خسروی لقب، زهره؛ سیاوشی، رضا؛ بصیر، لیلا (1401). بررسی تأثیر بازاریابی دیجیتال بر رفتار خرید مصرف‌کننده (مورد مطالعه: مشتریان فروشگاه اینترنتی دیجی‌کالا). تحقیقات بازاریابی نوین، 12 (2)، 21-42. doi: 10.22108/nmrj.2022.132236.2635
داوری، علی؛ رضازاده، آرش (1393) مدلسازی PLS. شرکت انتشارات جهاد دانشگاهی، تهران.
روشندل، شهلا؛ علی‌پور، الهام (1402). تأثیر هوش تجاری بر روی عملکرد مالی استارت‌آپ‌ها. ماهنامه پایاشهر، 5 (49).
سبکرو، مهدی؛ سفری شاد، فرانک؛ رحیمی، ابراهیم؛ عباسی رستمی، نجیبه (1397). بررسی تأثیر هوش تجاری بر ساختار نوآوری باز. آیندهپژوهی مدیریت، 29 (113)، 21-32.
سهیلی کیومرث؛ نفیسی مقدم، مریم (1401) بررسی عوامل مؤثر بر نرخ موفقیت استارت‌آپ‌های پذیرفته‌شده در مراکز رشد و پارک‌های علم و فناوری: مطالعه موردی استان کرمانشاه. پیشرفت و توسعه استان کرمانشاه، 2 (7)، 51-28. doi: 10.22034/mpo.2023.397896.1073
عباسی اسفنجانی، حسین؛ اسدی قربانی، ام‌البنین (1396) بررسی نقش بازاریابی در شرکت‌های کوچک و متوسط مستقر در پارک علم و فناوری استان آذربایجان شرقی. فصلنامه رشد فناوری، 13 (52)، 66-58. doi: 10.7508/jstpi.2017.04.008
فخر آل‌علی، فرزاد (1395) بررسی تأثیر به‌کارگیری هوش تجاری بر عملکرد شرکت‌های بین‌المللی داخلی. دومین کنفرانس ملی علوم مدیریت نوین و برنامهریزی فرهنگی اجتماعی ایران، قم.
قاسمیان، سحر؛ مرتضوی یوسف‌آباد، سید مسعود (1402). بررسی تأثیر هوش‌مصنوعی بر رفتار مصرف‌کننده. نهمین کنفرانس بینالمللی چشماندازهای نوین در مدیریت، حسابداری و کارآفرینی، تهران.
کریمیان، حسن؛ بهرامی، مژگان (1394). تأثیر هوش تجاری بر عملکرد بازاریابی شرکت‌های تجاری (مورد مطالعه: شرکت‌های داروسازی). کنفرانس سالانه مدیریت و اقتصاد کسبوکار. تهران.
محسنین، شهریار؛ اسفیدانی، محمدرحیم (۱۳۹۳). معادلات ساختاری مبتنی بر رویکرد حداقل مربعات جزئی بهکمک نرمافزار Smart-PLS. تهران: مهربان نشر. چاپ اول.
محمودزاده، میثم؛ بهاروندی، الهه (1401). تأثیر هوش تجاری، یادگیری شرکتی و نوآوری بر عملکرد مالی شرکت‌های نوآور مستقر در ایران. فصلنامه چشمانداز حسابداری و مدیریت، 5 (77)، 151-138.
ملک‌زاده، غلامرضا؛ خنده‌رو، نرگس؛ صادقی، تورج (1394) بازاریابی در شرکت‌های فناور کوچک و متوسط نوپا؛ چالش‌ها و راهکار. فصلنامه رشد فناوری، 11 (43)، 43-37.
References
Abbasi Esfanjani, H., & Asadi Ghorbani, O. (2017). Examining the role of marketing in small and medium-sized companies located in the Science and Technology Park of East Azerbaijan Province. Technology Growth Quarterly, 13(52), 58–66. doi: 10.7508/jstpi.2017.04.008. (In Persian).
Adidam, Tej P., Banerjee, M., & Shukla, P. (2012). Competitive intelligence and firm’s performance in emerging markets: An exploratory study in India. Journal of Business & Industrial Marketing, 27(3), 242–254. doi: 10.1108/08858621211221659
Awamleh, R., Evans, J., & Mahate, A. (2003). Internet banking in emergency markets the case of Jordon-a note. Journal of Internet Banking and Commerce, 8, 1–34.
Berndtsson, M. M., Gudfinnsson, K. K., & Strand, M. M. (2015). Analyzing business intelligence maturity. Journal of Decision Systems, 24(1), 37–54. doi: 10.1080/12460125.2015.994329
Božič, K., & Dimovski, V. (2019). Business intelligence and analytics for value creation: The role of absorptive capacity. International Journal of Information Management, 46, 93–103. doi: 10.1016/j.ijinfomgt.2018.11.020
Calantone, R. J., Cavusgil, S. T., & Zhao, Y. (2002). Learning orientation, firm innovation capability, and firm performance. Industrial Marketing Management, 31(6), 515–524. doi: 10.1016/S0019-8501(01)00203-6
Caseiro, N., & Coelho, A. (2019). The influence of Business Intelligence capacity, network learning and innovativeness on startups performance. Journal of Innovation & Knowledge, 4(3), 139-145. doi: 10.1016/j.jik.2019.02.010
Chang, Y.-W., Hsu, P.-Y., & Wu, Z.-Y. (2014). Exploring managers’ intention to use business intelligence: The role of motivations. Behaviour & Information Technology, 34(3), 273–285. doi: 10.1080/0144929X.2013.825018
Chen, Y., & Lin, Z. (2021). Business Intelligence capabilities and firm performance: A study in China. International Journal of Information Management, 5, Article 102232. doi: 10.1016/j.ijinfomgt.2020.102232
Das, A., Ray, S. C., & Nag, A. (2009). Labor-use efficiency in Indian banking: A branch-level analysis. Omega, 37, 411–425. doi: 10.1016/j.omega.2007.05.001
Davari, A., & Rezazadeh, A. (2014). PLS modeling. Jihad Daneshgahi Publications, Tehran.. (In Persian).
David, F. R., & David, F. R. (2017). Strategic management: A competitive advantage approach, concepts and cases. 16th ed. Boston, MA: Pearson Education Limited..
Fakhr Al-Ali, F. (2016). Examining the impact of business intelligence adoption on the performance of domestic international companies. Second National Conference on Modern Management Sciences and Social and Cultural Planning in Iran, Qom.. (In Persian).
Gerschewski, S., & Xiao, S. S. (2015). Beyond financial indicators: An assessment of the measurement of performance for international new ventures. International Business Review, 24(4), 615–629. doi: 10.1016/j.ibusrev.2014.11.003
Ghasemian, S., & Mortezavi-Yousofabad, S. M. (2023). Examining the impact of artificial intelligence on consumer behavior. 9th International Conference on New Horizons in Management, Accounting, and Entrepreneurship, Tehran.. (In Persian).
Gunday, G. (2011). Effects of innovation types on firm performance. International Journal of Production Economics, 133(2), 662–676. doi: 10.1016/j.ijpe.2011.05.014
Hamad, F., Al-Aamr, R., Jabbar, S. A., & Fakhuri, H. (2021). Business intelligence in academic libraries in Jordan: Opportunities and challenges. IFLA Journal, 47, 37–50. doi: 10.1177/0340035220972330
Hannula, M., & Pirttimäki, V. (2003). Business intelligence empirical study on the top 50 Finnish companies. Journal of American Academy of Business, 2, 593–599.
Hill, C. W. L., Schilling, M. A., & Jones, G. R. (2017). Strategic management: An integrated approach, theory & cases, 12th ed. Boston, MA: Cengage Learning.
Huang, Z. X., Savita, K. S., & Zhong-jie, J. (2022). The Business Intelligence impact on the financial performance of start-ups. Information Processing & Management, 59(1), 102761. doi: 10.1016/j.ipm.2021.102761
Jafari-Eskandari, M., & Farbod, E. (2023). Examining the impact of business intelligence and innovation on the financial performance of start-ups: A neural network model and structural equation modeling approach. Strategic Financial and Banking Studies, 1(1), 22–40. doi: 10.22105/fbs.2023.178950. (In Persian).
Karimian, H., & Bahrami, M. (2015). The impact of business intelligence on the marketing performance of commercial companies (Case study: Pharmaceutical companies). Annual Business Management and Economics Conference, Tehran.. (In Persian).
Khosravi Lagheb, Z., Siavoshi, R., & Basir, L. (2022). Examining the impact of digital marketing on consumer buying behavior (Case study: Digikala online store customers). New Marketing Research Journal, 12(2), 21–42. doi: 10.22108/nmrj.2022.132236.2635. (In Persian).
Kotler, P., & Keller, K. L. (2006). Marketing Management, 12th ed. Prentice-Hall.
Li, B. H., Hou, B. C., Yu, W. T., Lu, X. B., & Yang, C. W. (2017). Applications of artificial intelligence in intelligent manufacturing: A review. Frontiers of Information Technology & Electronic Engineering, 18, 86-96. doi: 10.1631/FITEE.1601885
Mahmoudzadeh, M., & Baharvandi, E. (2022). The impact of business intelligence, corporate learning, and innovation on the financial performance of innovative companies based in Iran. Journal of Accounting and Management Outlook, 5(77), 138–151.. (In Persian).
Malekzadeh, G., Khandehro, N., & Sadeghi, T. (2015). Marketing in small and medium-sized innovative technology companies: Challenges and solutions. Technology Growth Quarterly, 11(43), 37–43.. (In Persian).
Mohsenin, S., & Esfidani, M. R. (2014). Structural equation modeling based on the partial least squares approach using Smart-PLS software. Tehran: Mehraban Publishing. First edition.. (In Persian).
Nithya, N., & Kiruthika, R. (2021). Impact of Business Intelligence adoption on performance of banks: A conceptual framework. Journal of Ambient Intelligence and Humanized Computing, 12, 3139–3150. doi: 10.1007/s12652-020-02709-y
Nuseir, M. T., Aljumah, A., & Alshurideh, M. T. (2021). How the business intelligence in the new startup performance in UAE during COVID-19: The mediating role of innovativeness. The Effect of Coronavirus Disease (COVID-19) on Business Intelligence, 33, 63. doi: 10.1108/S1479-361X20210000033006
Pellissier, R., & Nenzhelele, T. E. (2013). Towards a universal definition of competitive intelligence. SA Journal of Information Management, 15(2), 1–7. doi: 10.4102/sajim.v15i2.559
Prajogo, D. I. (2016). The strategic fit between innovation strategies and business environment in delivering business performance. International Journal of Production Economics, 171, 241–249. doi: 10.1016/j.ijpe.2015.07.037
Roshandel, S., & Alipour, E. (2023). The impact of business intelligence on the financial performance of start-ups. Payashahr Monthly, 5(49).. (In Persian).
Sabokro, M., Safarishad, F., Rahimi, E., & Abbasi Rostami, N. (2018). Examining the impact of business intelligence on the structure of open innovation. Management Futures, 29(113), 21–32.. (In Persian).
Shan, P., Song, M., & Ju, X. (2016). Entrepreneurial orientation and performance: Is innovation speed a missing link? Journal of Business Research, 69(2), 683–690. doi: 10.1016/j.jbusres.2015.08.032
Shollo, A., & Galliers, R. D. (2015). Towards an understanding of the role of business intelligence systems in organisational knowing. Information Systems Journal, 26(4), 339–367. doi: 10.1111/isj.12071
Soheili, K., & Nafisi Moghadam, M. (2022). Examining factors affecting the success rate of start-ups admitted to incubators and science and technology parks: A case study of Kermanshah Province. Progress and Development of Kermanshah Province, 2(7), 28–51. doi: 10.22034/mpo.2023.397896.1073. (In Persian).
Solomon, M. R. (2011). Consumer Behavior, buying, having, being, (9Ed), Prentice Hall.
Tamjid Pamchelo, A., Khakpour, M., & Kiani, K. (2022). The impact of business intelligence capacity, network learning, and innovation on the performance of start-up companies. Executive Management Research Journal, 14(27), 257–275. doi: 10.22080/jem.2021.20237.3406. (In Persian).
Triono, S. P. H., & Jaya, R. C. (2021). Business Intelligence & Analytics and Its Effect on Indonesia’s Startup Performance. In 5th Global Conference on Business, Management and Entrepreneurship (GCBME 2020) (pp. 658-664). Atlantis Press. doi: 10.2991/aebmr.k.210831.125
Venter, P., & Tustin, D. (2012). The availability and use of competitive and business intelligence in South African business organisations. Southern African Business Review, 13(2), 88–117.
Wang, C. L., & Ahmed, P. K. (2004). The development and validation of the organisational innovativeness construct using confirmatory factor analysis. European Journal of Innovation Management, 7(4), 303–313. doi: 10.1108/14601060410565056
Wiklund, J., & Shepherd, D. (2003). Knowledge-based resources, entrepreneurial orientation, and the performance of small and medium-sized businesses. Strategic Management Journal, 24(13), 1307–1314. doi: 10.1002/smj.360
Xu, Y., Li, X., bin Mustakim, F., Alotaibi, F. M., & Abdullah, N. N. (2022). Investigating the business intelligence capabilities’ and network learning effect on the data mining for start-up's function. Information Processing & Management, 59(5), 103055. doi: 10.1016/j.ipm.2022.103055
Yang, M., Sulaiman, R., Yin, Y., Mallamaci, V., & Alrabaiah, H. (2022). The effect of business intelligence, organizational learning and innovation on the financial performance of innovative companies located in Science Park. Information Processing & Management, 59(2), 102852. doi: 10.1016/j.ipm.2022.102852
Yiu, L. D., Yeung, A. C., & Cheng, T. E. (2021). The impact of Business Intelligence systems on profitability and risks of firms. International Journal of Production Research, 59(1), 3951–3974. doi: 10.1080/00207543.2020.1730463