بررسي عوامل موثر بر مديريت ريسك بازاريابي مبتني بر رويكرد هوش مصنوعي با استفاده از روش فراتركيب

Investigating factors affecting marketing risk management based on artificial intelligence approach using the meta- synthesis method

اين پژوهش با مرور تحقيقات گذشته و تركيب و تفصيل آنها به ارائه مدلي در زمينه مديريت ريسك در بازاريابي با رويكرد هوش مصنوعي بپردازيم. روش شناسي پژوهش، كيفي با رويكرد فراتركيب است. بر اين اساس، پس از جستجو در پايگاه هاي اطلاعاتي، در محدوده ي زماني 2000 تا 2023 ، تعداد 2592 مطالعه مرتبط، ارزيابي و در نهايت پس از بررسي ، 81 مقاله انتخاب گرديد. با استفاده از الگوي هفت مرحله اي سندلوسكي و باروسو ، يافته هاي 81 پژوهش پيشين مرتبط با اهداف پژوهش، بررسي، تجميع، تركيب و تفسير گرديد. سپس با استفاده از روش كدگذاري ، دو بعد و 10 مفهوم شناسايي و الگوي مربوطه طراحي شد و همچنين روايي و پايايي مربوط به اين مدل از طريق محاسبه ضريب كاپا كوهن و برگزاري جلسه با 4 خبره، تاييد شده است. نتايج اين پژوهش نشان داد كه با توجه به پژوهش هاي گذشته در زمينه كاربرد هاي هوش مصنوعي، نياز به يك ديد كلي و جامع جهت انسجام اين كاربرد ها احساس مي شود . پژوهش حاضر با ارائه ديد جديد در مفهوم مديريت ريسك ، سبب مي شود كاربرد هاي پيش بيني محور هوش مصنوعي در بازاريابي تحت اين مفهوم مطرح و سازماندهي شوند و مديريت را در بكارگيري يكپارچه اين مفاهيم كمك كنند .

In this research, we attempt to present a model in the field of risk management in marketing with an artificial intelligence approach by examining past literature and combining and detailing them. The research methodology is qualitative with a meta-synthesis approach. Based on this, after searching in related Resources and databases, a total of 2592 relevant studies were identified within the time period of 2000 to 2023, and ultimately, 80 articles were selected after review. Using the Sandelowski and Barroso seven-step model, the findings of the 80 previous studies related to the research objectives were examined, synthesized, combined, and interpreted. Then, using coding method, two dimensions and 10 concepts were identified, and the relevant model was designed, and its validity and reliability were confirmed through calculating the Cohen s kappa coefficient and holding a session with 4 experts. The results of this research showed that, considering the past research in the field of artificial intelligence applications, there was a need for a comprehensive view for coherence of these applications. This research, by presenting a new perspective on the concept of risk management, leads to the prediction-oriented applications of artificial intelligence in marketing. So this concept has addressed and organized, and can be helpful for managers in the integrated deployment of these concepts.