Presenting a Model for Simulating Factors Affecting Brand Loyalty in the Online Retail Industry with a System Dynamics Approach

Document Type : Original Article

Authors

1 PhD Candidate in Marketing Management, Department of Management, Faculty of Social Sciences and Economic, Alzahra University, Tehran, Iran

2 Associate Professor, Department of Management, Faculty of Social Sciences and Economic, Alzahra University, Tehran, Iran

Abstract

Due to the significant and increasing expansion of online shopping in the retail industry and changing consumer behavior, one of the concerns of online retailers in this industry is to create loyalty and a sense of belonging among customers. The aim of this research is to provide a dynamic model for developing a brand loyalty strategy in the online retail industry. For this purpose, using the system dynamics method, the main factors affecting brand loyalty, recognition, and their relationships were determined in the form of a cause-and-effect diagram. Finally, using the cause-and-effect diagram and referring to the opinion of experts and the background of the research, a flow diagram was prepared. The dynamic simulation of the research has been done using Vensim software version 7.3.5 in the time horizon of 10 years, from 1392 (2013) to 1402 (2023) for online retail consumers. The validity of the model has been confirmed through the implementation of behavior reproduction tests and model sensitivity analysis. Then, three scenarios of a 70% increase in customer satisfaction, a 30% increase in customer satisfaction, and a 50% increase in improvement policies and strategies were proposed based on the opinions of experts, and the results of these scenarios were simulated. The findings showed that increasing customer satisfaction and improvement policies and strategies increase brand loyalty, which indicates business growth. Among these three scenarios, a 70% increase in customer satisfaction had a greater impact on brand loyalty. Therefore, businesses with the two arms of customer satisfaction and improvement policies and strategies can increase and control brand loyalty, which lead to an increase in the annual revenue of each customer.
 
Keywords: Online Retail, Customer Loyalty, System Dynamics, Modeling and Simulation.
Introduction
It is essential for companies to project a reliable brand experience to prevent customers from shifting to rival brands (Arora & Neha, 2016). Brand loyalty is therefore one of the pivotal business concepts that have evolved in the recent decade. Brand loyalty, defined as repeated purchases and commitment to a brand (Dick & Basu 1994; Eelen et al., 2017), has been considered one of the most valuable assets across all marketing metrics. In a global study conducted by the CMO Club that surveyed nearly 70 chief marketing officers (CMOs), approximately half of the CMOs rated the creation and retention of brand loyalty as the most critical indicator of brand performance (Guo & Wang, 2024). As the advancement of digital technology is shaping people's shopping expectations and experiences, understanding how to maintain brand loyalty becomes even more critical because our knowledge of brand loyalty is challenged by the transformation of consumers’ shopping behavior in the digital era (Guo & Wang, 2024).
An essential growing trend of technological changes in marketing has been the advent of online shopping. With the development of the Internet and commercial practices, online retailing has evolved into a globally interactive, effective, and cognitively challenging action (Zhu et al., 2024). Formally, online retailing (also known as online shopping) refers to selling goods over the Internet or at a distance as the final step in a transaction (Childers et al., 2001). Online retailing differs from its offline counterpart in its main operating channels (Verhoef et al., 2015). Online retailing shops attract more customers than offline shops thanks to the more available products, lower prices, and targeted marketing strategies (Zhu et al., 2024). With this backdrop, online retailers have a good chance to grow their business and establish a stable relationship with customers, especially in retaining existing customers. When a company's customer retention rate increases by 5 %, profits increase by 25% to 85% (Parasuraman et al., 1991). Understanding how to enhance customer loyalty is thus critical for companies. Despite the recognized need for a better understanding of this phenomenon, the existing research remains limited. To this end, this study was conducted with the aim of presenting a model for simulating factors affecting brand loyalty in the online retail industry with a system dynamics approach. By examining the factors affecting loyalty, this research sought to provide a deeper insight into the reasons why consumers accept brand loyalty.
 
Materials and Methods
The current applied research used the system dynamics approach for simulation. This technique, which originated from systems thinking, has a dynamic view and feedback to systems. One of the most important advantages of using the system dynamics approach is paying attention to all system elements at the same time. Our spatial domain in this research is brand loyalty. In this research, variables affecting brand loyalty were extracted from the research literature using the opinions of experts and experts. Next, by using historical system data and information, relationships between variables and their initial values ​​were extracted. After that, it was tried to draw a cause-and-effect diagram for these variables and draw the relationships between them. Finally, we arrived at a comprehensive model for brand loyalty in the online retail industry. This model was proposed and implemented under three scenarios of customer satisfaction with a 70% increase, customer satisfaction scenario with a 30% increase, and improvement policies and strategies with a 50% increase based on the opinions of experts in order to check how many percent of brand loyalty can be in the standard mode increase. Therefore, the effect of policy implementation in increasing brand loyalty in the future was analyzed and investigated.
Research Findings
The results of the model simulation indicated that increasing customer satisfaction and improvement policies and strategies increase brand loyalty, which is an indication of business growth. Therefore, businesses can increase brand loyalty with the two arms of customer satisfaction and improvement policies and strategies.
 
Discussion of Results and Conclusions
Considering the increasing importance of ensuring survival and progress in the online retail industry in the turbulent environment in which it operates, the current research focused on factors affecting customer loyalty and providing appropriate solutions to increase it. For this purpose, after studying the background of the research, the components of customer loyalty were identified. However, because of the uncertainty of today's environment and due to the fact that these factors are changing day by day, to investigate its various dimensions, the approach of system dynamics is used in order to simulate this complex and dynamic system, and then by considering the interactive relationships between these factors, the relevant causal-disability model is used. The flow model was prepared with the system dynamics approach, and then the validity of the model was measured. After the model passed the related tests successfully, different scenarios were observed on the test model and their results. According to the leverage points, 3 policies were identified, which are analyzed as follows.
According to the first leverage point, which is a 70% increase in customer satisfaction, it can be said that brand loyalty has greatly increased compared to the base case. The second leverage point increased customer satisfaction by 30% and it is evident that brand loyalty has grown compared to the base state, but the effect of this growth is less than the first policy. The third leverage point increased by a 50% improvement policies and strategies that show the growth of brand loyalty. However, according to the graph, it can be said that this scenario had a lower growth than the first policy. Another analysis that can be done with leverage points is that businesses can increase and control brand loyalty with their two arms, which are customer satisfaction and improvement policies and strategies, which lead to an increase in the annual revenue of each customer. In today's competitive markets with many offers for consumers, it is clear that building and maintaining brand loyalty is a key marketing objective. Therefore, online retailers should be customer-centric and create processes, programs, and practices that focus on customer interaction and brand communication. In addition, marketers should consider providing consumer satisfaction by increasing performance and operational indicators.

Keywords

Main Subjects


1. مقدمه

صنعت خرده‌فروشی یک حوزۀ مطالعاتی با بسیاری از ویژگی‌های جالب ازجمله مقیاس، ماهیت چندوجهی و پویاست (Dekimpe, 2020). خرده‌فروشی آنلاین با توسعۀ اینترنت و شیوه‌های تجاری به یک اقدام تعاملی، مؤثر و چالش‌برانگیز در‌سطح جهانی تبدیل شده است (Zhu et al., 2024). به ‌عبارت‌ دیگر، خرده‌فروشی آنلاین که به‌عنوان خرید آنلاین شناخته می‌شود به فروش کالا با اینترنت (از راه دور) به‌عنوان آخرین مرحله در یک معامله اشاره دارد (Childers et al., 2001). خرده‌فروشی آنلاین در کانال‌های عملیاتی با همتای آفلاین خود متفاوت است. این نوع خرده‌فروشی اطلاعات را به‌صورت آنلاین ارائه می‌دهد و بستری را فراهم می‌آورد تا بررسی محصول با استفاده از وب امکان‌پذیر شود؛ بنابراین این نوع خرده‌فروشی یک سناریوی لذت‌بخش‌تر، تعاملی و راحت‌تر از خرده‌فروشی آفلاین را ایجاد می‌کند (Verhoef et al., 2015). خرده‌فروشی‌های آنلاین از سه جنبه به‌طور چشمگیری بیشتر از خرده‌فروشان سنتی سود می‌برند. در این نوع خرده‌فروشی‌ها محل فروشگاه اهمیتی ندارد؛ بنابراین خرده‌فروشان ممکن است با هزینۀ کمتری نسبت به فروشگاه‌های فیزیکی، فروشگاه‌های آنلاین را ایجاد کنند که این خود به کارکنان کمتر و هزینه‌های عملیاتی کمتری نیز نیاز دارد (Pauwels & Neslin, 2015). همچنین، فروشگاه‌های آنلاین می‌توانند تمام طول هفته فعالیت داشته باشند و مشتریان نیز قادر هستند هر زمان و هر کجا که تمایل دارند، خرید کنند و درنهایت، خرده‌فروشان آنلاین می‌توانند از مدیریت داده‌های گسترده برای ایجاد استراتژی‌های بازاریابی مناسب استفاده کنند (Avery et al., 2012). بنابراین فروشگاه‌های خرده‌فروشی آنلاین با‌توجه به محصولات در‌دسترس‌تر، قیمت‌های پایین‌تر و استراتژی‌های بازاریابی هدفمند مشتریان بیشتری را نسبت به فروشگاه‌های آفلاین جذب می‌کنند (Zhu et al., 2024). بر این اساس، خرده‌فروشان آنلاین موقعیت مناسب‌تری را برای رشد کسب‌وکارها و ایجاد ارتباط پایدار با مشتریان به‌ویژه در حفظ مشتریان فعلی دارند. هنگامی ‌که میزان حفظ مشتری یک شرکت 5 درصد افزایش می‌یابد، سود آن از 25 درصد به 85 درصد نیز رشد می‌کند (Hallowell, 1996 Natsir et al., 2023). بنابراین درک چگونگی افزایش وفاداری برای شرکت‌ها حیاتی است. وفاداری به برند مشتری در قلب تئوری و عمل بازاریابی قرار دارد (Evanschitzky et al., 2012Desveaud et al., 2024 ). وفاداری به برند به‌عنوان ترکیبی از نگرش‌ها، مقاصد و رفتارهای مصرف‌کننده درک می‌شود که به‌طور سیستماتیک یک نام تجاری را بر رقیب خود ترجیح می‌دهد و در تعهد عمیق نگرشی به یک نام تجاری و نیز در خریدهای مکرر محصولات یا خدمات آن ظاهر می‌شود (Belli et al., 2022Gremler et al., 2020). به‌طور کلی، مشتریان وفادار به‌دلیل افزایش فروش و کاهش هزینه‌ها سود بیشتری دارند (Brexendorf et al., 2010:Desveaud et al., 2024).

وفاداری به برند در خرده‌فروشی آنلاین توجه آکادمیک زیادی را به خود جلب کرده است (Audrain-Pontevia et al., 2013 Pereira et al., 2016; Zhu et al., 2024). محققان در چندین مطالعه بررسی کردند که چگونه درک مشتریان از خطر‌ها، ارزش‌ها و اعتماد آنها به خدمات موجود بر وفاداری آنها تأثیر می‌گذارد (Marakanon & Panjakajornsak, 2017; Nyadzayo & Khajehzadeh, 2016; Albarq, 2023). لیائو و همکاران نیت‌های خرید مجدد مشتری و وفاداری برند را با استفاده از نظریۀ تأیید انتظار بررسی کردند (Liao et al., 2017). در پژوهش دیگر نشان داده شد جهت‌گیری تکنولوژیکی و نوآوری یک شرکت با وفاداری مشتری مرتبط است؛ زیرا اگر یک شرکت تلاش زیادی برای توسعۀ خدمات جدید و ارائۀ انتخاب‌های ارزشمند به مشتریان انجام دهد، رضایت مشتری بهبود می‌یابد و کاربران جدید جذب آن شرکت می‌شوند (Woo et al., 2021). با‌توجه به نقش محوری وفاداری به برند در تئوری و عمل بازاریابی جای تعجب نیست که محققان بیش از شش دهه را صرف بررسی آن کرده‌اند. درنهایت، این تلاش‌ها منجر به شناسایی پیشایندهای متعدّد وفاداری به برند شده است. یافته‌های پژوهش دسوود و همکاران نشان می‌دهد که بیش از 200 مفهوم مختلف به‌عنوان محرک‌های بالقوه وفاداری به برند بررسی شده است که بسیاری از این مفاهیم با یکدیگر ارتباط نزدیک یا حتی هم‌پوشانی دارند؛ به‌طوری که محققان اغلب آنها را به‌جای یکدیگر به کار می‌برند و اشتراکات مفهومی آنها را منعکس می‌کنند (Desveaud et al., 2024). بنابراین این پیچیدگی مفهومی و پراکندگی مشکل‌ساز است؛ زیرا عوامل اصلی را پنهان کرده است و مانع از توسعۀ درک واضح و یکپارچه از عوامل مهم در شکل‌گیری وفاداری برند می‌شود؛ بنابراین مطالعات پیشین برای ترکیب یافته‌ها دربارۀ پیشایندهای مختلف وفاداری به برند و از‌نظر سوابق در‌نظر گرفته‌‌شده محدود بوده‌ است و یا بعضی از آنها فرآیند تشکیل وفاداری به برند را به‌طور بسیار متفاوتی مفهوم‌سازی کرده‌اند؛ برای مثال، برخی از محققان در پژوهش‌ها بر زیرمجموعۀ خاصی از پیشایندها مانند مفاهیم رابطه‌ای (Khamitov et al., 2019) تمرکز داشتند؛ درحالی ‌که محققانی دیگر در برخی از مطالعات اثر مستقیم عوامل مختلف (از‌جمله عوامل محیطی مانند فضای فروشگاه، برخورد فروشنده با مصرف کننده و...) را بر وفاداری برند بررسی کردند (Pan et al., 2012) و برخی دیگر فرآیندهای پیچیده‌تری را شامل میانجی‌گری (Palmatier et al., 2007) و میانجی‌گری متوالی (de Oliveira Santini et al., 2018) پیشنهاد دادند؛ بنابراین تعداد زیاد مفاهیم، اصطلاحات نامنسجم، و ترتیب علّی ناسازگار زمینه را برای توسعۀ دانش و ارائۀ راه‌حل‌های در‌دسترس و کاربردی مبهم می‌کند (Scherer, 1998). وفاداری مشتری همانند موضوع‌های علوم انسانی پیچیده و چندبُعدی است. یکی از عواملی که موجب پیچیدگی اینگونه موضوع‌ها می‌شود، تعاملات متقابل بین متغیرهای مختلف است. این تعاملات نه به‌صورت ایستا، بلکه به‌صورت پویاست. متغیرها در‌طول زمان‌ بر‌هم تأثیر می‌گذارند و از هم تأثیر می‌پذیرند؛ بنابراین برخی از مطالعات به‌صورت ایستا و در غیبت عنصر زمان انجام ‌گرفته‌ است. همچنین، این مطالعات به‌دلیل اندازه‌گیری تک‌بُعدی، خطی و ایستا قدرت پیش‌بینی زیادی ندارند (Zaato et al., 2023 Abbasi et al., 2024). در پژوهش حاضر از نقاط قوت مکمل مرور پیشینه و مدل‌سازی برای توسعه و کمّی‌سازی یک مدل وفاداری به برند و عوامل مؤثر بر آن استفاده شد. در این روش مفاهیم و روابط از پیشینۀ موجود و با‌توجه به نظر خبرگان بررسی می‌شود؛ بنابراین نظریه‌ای یکپارچه از یک موضوع مطالعه‌شده ایجاد می‌شود (Brax & Visintin, 2017). رویکرد پویایی برخلاف مرور پیشینۀ سنتی و متارگرسیون متعارف (دو متغیره) سیستم قادر است تا روابط پیچیده بین چندین پیشایند وفاداری به برند را به‌طور همزمان بررسی و چنین مسائل پیچیده‌ای را به‌صورت واقع‌بینانه مدل‌سازی کند؛ بنابراین با‌توجه به محدودیت‌های اشاره‌شده در پژوهش حاضر به مدل‌سازی عوامل مؤثر بر وفاداری برند در صنعت خرده‌فروشی آنلاین با رویکرد پویایی سیستم پرداخته می‌شود.

  1. مبانی نظری

رقابت خرده‌فروشی در چند دهۀ اخیر تشدید شده است در این میان، زنجیره‌های خرده‌فروشی درصد چشمگیری از بازار را تشکیل می‌دهند (Goić et al., 2021; Traill, 2006). ظهور پلتفرم‌های دیجیتال جدید منجر به دور‌شدن مشتریان از فروشگاه‌های سنتی و افزایش تقاضا برای خرده‌فروشی‌های آنلاین شده است (Pookulangara & Koesler, 2011). خرده‌فروشی آنلاین به فروش کالا با اینترنت اشاره دارد (Childers et al., 2001). در این زمینه طراحی تجربه‌های رضایت‌بخش خرید یکی از چالش‌های اصلی برای تقویت حفظ مشتری و حفظ سودآوری بلندمدت در خرده‌فروشی آنلاین است (Terblanche, 2018).

در پیشینۀ مربوط به خرده‌فروشی آنلاین رضایت مشتری را می‌توان به‌عنوان احساسی تعریف کرد که از ارزیابی خرید ناشی و در آن ادراکات واقعی و مورد انتظار مقایسه می‌‌شود (Vasić et al., 2019).

رضایت مشتری نیز به‌عنوان نتیجۀ تجربۀ مصرف‌کنندگان در‌نظر گرفته ‌شده است که با کالا یا خدمات خریداری‌شده ارزیابی می‌شود (Pandey et al., 2020).

وفاداری مشتری یک شاخص کلیدی از یک استراتژی تجاری مؤثر است (Rane et al., 2023). وفاداری در تجارت الکترونیک زمانی اتفاق می‌افتد که مشتری از اولین محصول یا خدمت خریداری‌شده راضی باشد و سپس در میان‌مدت و بلندمدت خریدهای مکرر و منظم انجام دهد (Nguyen et al., 2020 Pandey et al., 2020; Rizan et al., 2020). دو جنبه از وفاداری مشتری را می‌توان ‌اندازه‌گیری کرد: وفاداری رفتاری و وفاداری نگرشی (Rane et al., 2023). وفاداری مشتری در خرده‌فروشی آنلاین را می‌توان با استفاده از شاخص‌هایی مانند تعداد دفعات مشاهدۀ محصول یا خدمت، تشویق یا ارسال پیام مثبت اندازه‌گیری کرد (Pandey et al., 2020).

وفاداری مبتنی بر رضایت است و به‌عنوان مقدمه‌ای برای رضایت در طیف گسترده‌ای از محصولات و خدمات عمل می‌کند (Cuesta‐Valiño et al., 2019 Fornell et al., 1996). علاوه بر این، مشتری راضی بیشتر احتمال دارد که محصول را دوباره خریداری و توصیه کند (Nguyen et al., 2020 Pandey et al., 2020; Rizan et al., 2020; Gustafsson et al., 2005).

وفاداری به‌دلیل اهمیت آن در به دست آوردن مزیت‌های رقابتی پایدار و نتایج مالی موضوعی مهم برای محققان بازاریابی است (Moretta Tartaglione et al., 2019).

وفاداری اشتیاق مشتریان برای حمایت مستمر در‌طول زمان است (Setiawan & Sayuti, 2017). وفاداری به‌عنوان تعهد به خرید مجدد و خرید مجدد محصولات به‌طور مکرر در آینده بدون وجود تلاش‌های بازاریابی و تأثیرات موقعیتی درک می‌شود (Mukerjee, 2018). همچنین، وفاداری منجر به کاهش هزینه‌های عملیاتی، بهبود درآمد و سودآوری و کاهش هزینه‌های بازاریابی می‌‌شود (Janahi & Al Mubarak, 2017). وفاداری مشتری تحت‌تأثیر عواملی مانند تجربۀ مشتری، رضایت و قصد شفاهی است (Pattanayak et al., 2017). ولی‌پور و همکاران معتقدند که مشتریان وفادار تمایل به خرید محصولات و خدمات بیشتری دارند (Valipour et al., 2018).

بر‌اساس پژوهش‌های بازاریابی دستیابی به مشتریان جدید دشوارتر از حفظ مشتریان فعلی است (Reichheld & Teal, 1996). یک تجارت فعّال خرده‌فروشی می‌تواند با فراهم‌کردن انتظارات مشتری ازطریق ارائۀ محصولات و خدمات باکیفیت در راستای حفظ مشتری اقدام و روابط پایدار یا وفاداری مشتری را ایجاد کند (Budianto, 2019). مطالعات نشان می‌دهد گسترش نقاط تماس در استراتژی‌های کسب‌وکار خرده‌فروشی آنلاین که مصرف‌کنندگان بر‌اساس آن با فروشنده تعامل دارند، بر پیچیدگی فرآیند خرید (Flavian et al., 2021) و وفاداری تأثیر داشته است (Gao et al., 2021). بر‌اساس پژوهش هرهاوزن و همکاران خرده‌فروشان برای مدیریت موفقیت‌آمیز سفرهای مشتری باید پیش‌زمینۀ وفاداری را در کانال‌های متعدّد که مصرف‌کنندگان هنگام تعامل با شرکت استفاده می‌کنند، ایجاد کنند (Herhausen et al., 2019). محقققان در مطالعات قبلی در‌زمینۀ رفتار مصرف‌کنندۀ آنلاین مجموعه‌ای از عوامل را شناسایی کرده‌اند که بر وفاداری خرده‌فروش مشتری تأثیر می‌گذارد. این عوامل شامل شخصی‌سازی (Obiegbu & Larsen, 2024)، رضایت، شهرت (Casaló et al., 2008; Rodríguez et al., 2020)، کیفیت (Kumar Roy et al., 2014) و ارزش درک‌شده (Molinillo et al., 2021) است. همچنین، پژوهش‌ها نشان می‌دهد که رضایت برای رسیدن به وفاداری مشتری لازم است. براکوس و همکاران نشان دادند که رضایت به‌طور مثبت بر وفاداری مشتری تأثیر می‌گذارد (Brakus et al., 2009). لین و بنت دریافتند مشتریانی که از تجربه‌های خود در فروشگاه‌های آفلاین راضی بودند، تمایل بیشتری به خرید مجدد و توصیۀ برند دارند؛ درنتیجه در‌برابر تبلیغات رقبا مقاومت بیشتری از خود نشان می‌دهند (Lin & Bennett, 2014). این روابط با پژوهش‌های انجام‌شده در‌زمینه‌های خرید آنلاین تأیید شده است (Pandey & Chawla, 2018; Rose et al., 2012). علاوه بر این، محققان در چندین پژوهش تأثیر رضایت را بر وفاداری مشتری در‌زمینه‌های تلفن همراه مانند ارتباطات سیّار (Kim et al., 2017) و تجارت الکترونیکی (Lin & Wang, 2006) تأیید کردند. علاوه بر این، مولینیلو و همکاران نشان دادند که رضایت به‌طور مثبت بر وفاداری مشتری تأثیر می‌گذارد (Molinillo et al., 2020).

 3. روش‌ پژوهش

هدف از پژوهش حاضر بررسی وفاداری به برند است که با‌توجه به آن مرز سیستم مشخص و شاخص‌های سنجش وفاداری بر‌اساس مبانی نظری و مصاحبه با خبرگان شناسایی شد. خبرگان شرکت‌کننده شامل 10 نفر از مدیران و استادان خبره و متخصص آشنا به مسائل بازاریابی در صنعت خرده‌فروشی آنلاین (داشتن حداقل دو مقالۀ چاپ‌شده در‌حوزۀ وفاداری به برند، چاپ کتاب مرتبط و یا داشتن بیش از 10 سال سابقۀ کار در‌حوزۀ بازاریابی در صنعت خرده‌فروشی آنلاین) بودند که بر‌اساس نمونه‌گیری هدفمند انتخاب شدند.

فرضیه‌های اولیه در پژوهش توسعه‌یافته و سیاست‌هایی به آن اعمال شد که در نمودار انباشت و جریان مشهود است. در مطالعات پویایی‌شناسی سیستم از رویکرد قیاسی-استقرایی، جهت‌گیری کاربردی و روش ترکیبی (کیفی - کمّی) استفاده می‌شود که پژوهش حاضر باتوجه ‌به بررسی روابط متغیرها از نوع پژوهش‌های اکتشافی است. روش گردآوری داده‌ها از نوع میدانی-کتابخانه‌ای است. همچنین، در این مطالعه برای شبیه‌سازی فرضیۀ پویا از پویایی‌شناسی سیستم استفاده‌ شده که تجزیه‌وتحلیل آن با نرم‌افزار ونسیم (vensim) صورت گرفته است. وفاداری به برند و متغیرهای اصلی پژوهش بر یکدیگر رفتاری پویا و ساختاری علت و معلولی دارند. همچنین، علاوه‌بر متغیرهای برون‌زا سایر متغیرها نیز تحت‌تأثیر یکدیگر هستند؛ بنابراین وفاداری به برند یک سیستم پیچیده بوده که شامل چندین فرآیند بازخورد تعاملی است. این پیچیدگی پویایی‌شناسی را برای شبیه‌سازی وفاداری به برند مناسب کرده است. مراحل اجرایی این پژوهش منطبق بر گام‌های معرفی‌شدۀ استرمن است (Sterman, 2002) که این مراحل به‌صورت بازخوردی با یکدیگر ارتباط دارند (شکل 1).

شکل 1

 

شکل 1: گام‌های فرآیند مدل‌سازی پویایی سیستم به روش استرمن (منبع: Sterman, 2002)

Figure 1: The steps of the system dynamics modeling process using the Sterman method

مدل‌سازی و فرموله کردن: در این مرحله از فرآیند اجرایی پژوهش که مهم‌ترین مرحله در سیستم داینامیک است به چارچوب‌بندی مسئله (انتخاب مرز)، مدل مفهومی و فرموله‌کردن مدل انباشت و جریان پرداخته می‌شود. در راستای تدوین مدل مفهومی روابط علّی و معلولی شناسایی و در راستای ساخت فرضیۀ پویا پیشینۀ موجود بررسی و سپس مدل مفهومی باتوجه ‌به وفاداری به برند و نظر خبرگان اصلاح می‌شود. در همین مرحله فرمول‌ها و معادلات مربوط به متغیرهای سطح، متغیرهای میزان و سایر متغیرهای مدل تعیین می‌شود تا بر‌اساس این معادلات شبیه‌سازی مناسبی در راستای آزمون مدل صورت گیرد. در‌واقع، با واردکردن معادلات مدل مفهومی به دنیای واقعی پیوند داده می‌شود. فرموله‌کردن به بیان ارتباط متغیرها در قالب مفاهیم ریاضی می‌پردازد که در نمودار انباشت و جریان نمایش داده می‌شود.

اعتبارسنجی مدل: در تمامی روش‌های شبیه‌سازی پس از مدل‌سازی، اعتبارسنجی مهم‌ترین گام است. رویکرد پویایی‌شناسی سیستم زمانی می‌تواند به‌عنوان ابزاری مؤثر مورد استفاده قرار گیرد که بتوان با آن فرآیندهای گوناگون را بررسی و یا به کمک آن سناریوها و سیاست‌های مختلف را با دیدگاه سیستمی ارزیابی کرد. برای کسب اطمینان از اعتبار نتایج بررسی‌ها و ارزیابی‌ها سنجش اعتبار مدل، شرطی لازم و ضروری است. آزمون‌های متعدّد در‌زمینۀ اعتبارسنجی مدل‌های پویا در Sterman (2002) مطرح شده است که در آن می‌توان از آزمون بازتولید رفتار، تحلیل حساسیت، تحلیل حدی، آزمون دیمانسون و آزمون انطباق ساختار استفاده کرد.

اجرای مدل و تدوین سیاست‌ها: پس از بررسی تأیید اعتبار مدل به شبیه‌سازی و تجزیه‌وتحلیل رفتار مدل در دورۀ ۱۰ ساله (۱۲۰ ماه) بر‌مبنای سیاست‌های مختلف طبق نظر خبرگان پرداخته می‌شود. در این میان، به تغییر روند و ثبات روند سیستم توجه و درنهایت، راهکارهای مناسب برای بهبود وفاداری به برند شناسایی می‌شود.

  1. یافته‌ها و بحث

4-1. مرجع روابط علّی در مدل علّی و حلقوی

مرجع روابط علّی در مدل در جدول 1 آورده شده است. این روابط باتوجه ‌به بررسی پیشینۀ پژوهش شناسایی و سپس باتوجه ‌به نظر‌های خبرگان تعدیل و تکمیل شده است. بر این ‌اساس، ابتدا با استفاده از بررسی پژوهش‌های مختلف پیشین دربارۀ موضوع و ضرورت عوامل مؤثر بر وفاداری به برند مدل علّی و حلقوی شکل داده شده است. سپس با بهره‌گیری از نظر خبرگان به تعدیل و تکمیل مدل پرداخته شده و درنهایت، مدل وفاداری به برند با رویکرد پویایی‌شناسی سیستم ایجاد شده است. در جدول 1 روابط به‌دست‌آمده از‌طریق مصاحبه با واژۀ خبره در بخش منبع مشخص شده است.

جدول 1: مرجع روابط علّی در مدل علّی و حلقوی پژوهش

Table 1: Reference of causal relationships in the causal and circular model of research

ردیف

روابط علّی

منبع

از

به

1

ظرفیت بازار

رشد مشتریان

(Kimura, 2022;

Saryazdi & Poursarrajian, 2021;

Fetais et al., 2023)

2

رشد مشتریان

مشتریان با فرکانس زیاد خرید

 

 

(Kimura, 2022)

3

مشتریان با فرکانس پایین خرید

4

مشتریان با فرکانس پایین خرید

 

وفاداری کاذب

 

خبره

5

سیاست‌های ترفیع و تشویق خرید

6

وفاداری کاذب

افزایش درآمد موقتی

7

آگاهی

 

 

 

 

 

 

 

وفاداری به برند

)Fagundes et al., 2022(

8

محصولات و خدمات (a)

(حسینی عزآبادی و دهقانی سر یزدی، 1391؛ Lai, 2022)

9

پشتیبانی محصول یا خدمات (a)

(حسینی عزآبادی و دهقانی سر یزدی، 1391؛ Fetais et al., 2023)

 

10

سیاست‌ها و استراتژی‌های بهبود

11

سیاست‌های ترفیع و تشویق خرید

(حسینی عزآبادی و دهقانی سر یزدی، 1391؛

Heng Wei et al., 2023)

12

ارتباط با مشتری

)Hosseinzadeh et al., 2021(

13

مشتریان با فرکانس زیاد خرید

 

میانگین مقدار‌های خرید

 

)Kimura, 2022(

 

14

مشتریان با فرکانس پایین خرید

15

نگرش نسبت به خدمات

 

وفاداری به برند

 

)García & Caro, 2009(

16

تکرار خرید مشتریان

17

مشتریان ازدست‌رفته

بدیهی (محقق)

18

میانگین مقدار‌های خرید

حجم تقاضا

(Kimura, 2022)

19

حجم تقاضا

زمان تحویل

)Hosseinzadeh et al., 2021; Heng Wei et al., 2023 (

خبره

20

زمان تحویل

توانایی پاسخگویی به تقاضای مشتریان

(حسینی عزآبادی و دهقانی سر یزدی، 1391؛

Hosseinzadeh et al., 2021)

21

افزایش درآمد موقتی

 

سود ناخالص

)García & Caro, 2009;

Heng Wei et al., 2023 (

22

توانایی پاسخگویی به تقاضای مشتریان

)Hosseinzadeh et al., 2021 (

23

وفاداری به برند

درآمد سفارش سالانۀ هر مشتری

(Parris & Guzman, 2023; Lai, 2022 (

24

درآمد سفارش سالانۀ هر مشتری

ظرفیت زنجیرۀ تأمین

)Heng Wei et al., 2023(

25

 

 

ظرفیت زنجیرۀ تأمین

سود ناخالص

 

 

(Hosseinzadeh et al., 2021 (

26

توانایی پاسخگویی به تقاضای مشتریان

27

سود ناخالص

قابلیت اطمینان

28

ارتباط با مشتری

قابلیت بازگشت محصول

خبره

29

قابلیت بازگشت محصول

قابلیت اطمینان

)Saryazdi & Poursarrajian, 2021(

30

قابلیت اطمینان

جذابیت برند

) Lai, 2022 (

31

جذابیت برند

رضایت مشتریان

(Parris & Guzman, 2023; Fetais et al., 2023(

32

 

 

 

 

 

 

رضایت مشتریان

نگرش نسبت به خدمات

(حسینی عزآبادی و دهقانی سر یزدی، 1391؛ García & Caro, 2009)

33

تکرار خرید مشتریان

(حسینی عزآبادی و دهقانی سر یزدی، 1391؛ García & Caro, 2009)

34

مشتریان ازدست‌رفته

)García & Caro, 2009 (

35

درآمد سفارش سالانۀ هر مشتری

)Parris & Guzman, 2023 (

36

رشد مشتریان

(Kimura, 2022)

37

کیفیت درک‌شده (بهبود کیفیت خدمات

سود ناخالص

) Lai, 2022 (

38

توانایی پاسخگویی به تقاضای مشتریان

 

 

کیفیت درک‌شده (بهبود کیفیت خدمات)

)Fagundes et al., 2022 (

 

39

ضریب رقابت در صنعت

خبره

40

آگاهی

)Fagundes et al., 2022 (

 

41

ضریب رقابت در صنعت

تنوع محصول

بدیهی (محقق)

42

تنوع محصول

 

 

سود حاصل از فروش محصول

)Parris & Guzman, 2023(

43

قابلیت شخصی‌سازی محصول

)Hosseinzadeh et al., 2021 (

44

هزینۀ کل

)Hosseinzadeh et al., 2021; Lai, 2022 (

45

سود حاصل از فروش محصول

سود ناخالص

)Fagundes et al., 2022 (

46

کاربرد فناوری

قابلیت شخصی‌سازی محصول

)Hosseinzadeh et al., 2021)

47

قابلیت شخصی‌سازی محصول

ارزش‌آفرینی

48

هزینۀ فناوری

 

 

 

 

هزینۀ کل

)Hosseinzadeh et al., 2021; Al-Hawary & Al-Fassed, 2022)

49

هزینۀ هر واحد حمل‌ونقل

)Hosseinzadeh et al., 2021;

Lai, 2022 (

50

هزینۀ نگهداری محصول

)Hosseinzadeh et al., 2021;

Al-Hawary & Al-Fassed, 2022 (

51

هزینۀ ثابت و عملیاتی ساخت‌وساز توزیع‌کننده

)Hosseinzadeh et al., 2021; Lai, 2022 (

52

هزینۀ کل

توانایی پاسخگویی به تقاضای مشتریان

)Al-Hawary & Al-Fassed, 2022)

53

هزینۀ ثابت و عملیاتی ساخت‌وساز توزیع‌کننده

هزینۀ هر واحد حمل‌ونقل

) Lai, 2022; Al-Hawary & Al-Fassed, 2022 (

54

هزینۀ بازاریابی

هزینۀ کل

)Fagundes et al., 2022; Hosseinzadeh et al., 2021)

55

وفاداری به برند

هزینۀ بازاریابی

)Hosseinzadeh et al., 2021 (

منبع: یافته‌های پژوهش

  4-2. ترسیم حلقه‌های مدل علّی و حلقوی

در این مرحله با استفاده از پیشینۀ پژوهش و مصاحبه با افراد خبره متغیرهای کلیدی و عوامل مؤثر وفاداری به برند شناسایی و استخراج و سپس نمودارهای علّی و حلقوی طراحی شد. برای درک بهتر مدل علّی و حلقوی در این بخش ابتدا فرضیه‌های پذیرفته‌شده به‌صورت مجزا رسم شده است.

مدل وفاداری به برند تحت‌تأثیر متغیرهای زیادی قرار دارد. در حلقۀ 1R شکل افزایش درآمد سفارش سالانۀ هر مشتری ظرفیت زنجیرۀ تأمین را بهبود می‌دهد. ظرفیت زنجیرۀ تأمین باعث افزایش سود ناخالص می‌شود که قابلیت اطمینان را افزایش می‌دهد. هر‌چه قابلیت اطمینان افزایش پیدا کند، جذابیت برند و درنتیجه رضایت مشتریان بیشتر می‌شود. افزایش رضایت مشتریان درآمد سفارش سالانۀ هر مشتری را افزایش می‌دهد.

در حلقۀ 2R و 3R افزایش وفاداری به برند موجب شده است که درآمد سفارش سالانۀ هر مشتری بیشتر شود. از طرف دیگر، هر‌چه درآمد سفارش سالانۀ هر مشتری افزایش پیدا کند، ظرفیت زنجیرۀ تأمین بهبود پیدا می‌کند. ظرفیت زنجیرۀ تأمین باعث افزایش سود ناخالص می‌شود که قابلیت اطمینان را افزایش می‌دهد. هر‌چه قابلیت اطمینان افزایش پیدا کند، جذابیت برند و درنتیجه رضایت مشتریان بیشتر می‌شود. افزایش رضایت مشتریان نگرش نسبت به خدمات و تکرار خرید مشتریان را افزایش می‌دهد که درنهایت، وفاداری به برند افزایش پیدا می‌کند.

در حلقۀ 4R افزایش وفاداری به برند موجب شده است که درآمد سفارش سالانۀ هر مشتری بیشتر شود. از طرف دیگر، هر‌چه درآمد سفارش سالانۀ هر مشتری افزایش پیدا کند، ظرفیت زنجیرۀ تأمین بهبود پیدا می‌کند. ظرفیت زنجیرۀ تأمین باعث افزایش سود ناخالص می‌شود که قابلیت اطمینان را افزایش می‌دهد. هر‌چه قابلیت اطمینان افزایش پیدا کند، جذابیت برند و درنتیجه رضایت مشتریان بیشتر می‌شود. افزایش رضایت مشتریان، مشتریان ازدست‌رفته را کاهش می‌دهد که درنهایت، وفاداری به برند افزایش پیدا می‌کند.

شکل 2: حلقۀ 1R، 2R،  3R و 4 R(منبع: یافته‌های پژوهش)

Figure 2: R, R2, R3, and R4 loops

در شکل 3 حلقۀ 5R افزایش وفاداری به برند موجب شده است که هزینۀ بازاریابی کمتر شود. هر‌چه هزینۀ بازاریابی کاهش پیدا کند، هزینۀ کل کاهش پیدا می‌کند و سود حاصل از فروش محصول بیشتر می‌شود. افزایش سود حاصل از فروش محصول سود ناخالص را افزایش می‌دهد. افزایش سود ناخالص قابلیت اطمینان را افزایش می‌دهد. هر‌چه قابلیت اطمینان افزایش پیدا کند، جذابیت برند و درنتیجه رضایت مشتریان بیشتر می‌شود. افزایش رضایت مشتریان، مشتریان ازدست‌رفته را کاهش می‌دهد که درنهایت، وفاداری به برند افزایش پیدا می‌کند.

در حلقۀ 6R و 7R افزایش وفاداری به برند موجب شده است که هزینۀ بازاریابی کمتر شود. هر‌چه هزینۀ بازاریابی کاهش پیدا کند، هزینۀ کل کاهش پیدا می‌کند و سود حاصل از فروش محصول بیشتر می‌شود. افزایش سود حاصل از فروش محصول سود ناخالص را افزایش می‌دهد. افزایش سود ناخالص قابلیت اطمینان را افزایش می‌دهد. هر‌چه قابلیت اطمینان افزایش پیدا کند، جذابیت برند و درنتیجه رضایت مشتریان بیشتر می‌شود. افزایش رضایت مشتریان نگرش نسبت به خدمات و تکرار خرید مشتریان را افزایش می‌دهد که درنهایت، وفاداری به برند افزایش پیدا می‌کند.

شکل 3: حلقۀ 5R،  6R و 7R (منبع: یافته‌های پژوهش)

Figure 3: R5, R6, and R7 loops

در شکل 4 حلقۀ 1B افزایش سود ناخالص، قابلیت اطمینان را افزایش می‌دهد. هر‌چه قابلیت اطمینان افزایش پیدا کند، جذابیت برند و درنتیجه رضایت مشتریان بیشتر می‌شود. افزایش رضایت مشتریان رشد مشتریان را بیشتر می‌کند؛ درنتیجه مشتریان با فرکانس پایین خرید بیشتر می‌شوند که این خود میانگین مقدار خرید و حجم تقاضا را بیشتر می‌کند. افزایش حجم تقاضا زمان تحویل را بیشتر و درنتیجه، توانایی پاسخگویی به مشتریان کاهش پیدا می‌کند. کاهش توانایی پاسخگویی به مشتریان سود ناخالص را کاهش می‌دهد.

در حلقۀ 2B افزایش سود ناخالص قابلیت اطمینان را افزایش می‌دهد. هر‌چه قابلیت اطمینان افزایش پیدا کند، جذابیت برند و درنتیجه رضایت مشتریان بیشتر می‌شود. افزایش رضایت مشتریان رشد مشتریان را بیشتر می‌کند و به‌دنبال آن مشتریان با فرکانس بالا خرید بیشتر می‌شوند؛ درنتیجه میانگین مقدار خرید و حجم تقاضا بیشتر می‌شود. افزایش حجم تقاضا زمان تحویل را بیشتر و توانایی پاسخگویی به مشتریان کاهش پیدا می‌کند. کاهش توانایی پاسخگویی به مشتریان سود ناخالص را کاهش می‌دهد.

شکل 4: حلقۀ 1B و 2B (منبع: یافته‌های پژوهش)

Figure 4: B1 and B2 loops

4-3. نمودار علّی و حلقوی کامل

با ترکیب حلقه‌های بستۀ به‌دست‌آمده به‌عنوان عوامل دینامیکی که بر هم تأثیر دارند، ساختار کلی مدل علّی و حلقوی ارائه شد. در این نمودار به‌دلیل وجود تعداد زیاد حلقۀ تعادلی و افزایشی از بیان نام حلقه‌ها جلوگیری شد تا فهم مدل آسان‌تر شود. نمودارهای علّی حلقوی درکی لحظه‌ای از ساختار مدل را ارائه می‌دهند که برای بررسی رفتار سیستم در‌طول زمان کافی نیستند. برای درک بهتر از رفتار لازم است روابط بین متغیرهای مدل شبیه‌سازی‌شده و مقدار‌های متغیرها در‌طول زمان بررسی شود. نمای کلی حلقه‌های علّی و معلولی سیستم وفاداری برند در صنعت خرده‌فروشی آنلاین و عوامل مؤثر بر آن در قالب شکل 5 ارائه‌شده است.

 

شکل 5: نمودار علّی و حلقوی (منبع: یافته‌های پژوهش)

Figure 5: Causal and cyclical diagram

 4-4. ترسیم نمودار انباشتT جریان و فرموله کردن آن

طبق نمودار علّی حلقوی در شکل 5 نمودار انباشت و جریان مطابق شکل 6 ترسیم‌ شده است. در نخستین گام سعی شده است از‌میان متغیرهای اصلی (متغیرهای نمودار علّی حلقوی) مشخص شود که کدام‌ یک از نوع متغیر حالت و کدام‌ یک از نوع متغیر میزان است. سپس مدل انباشت و جریان با کمک دو متغیر خوانده‌شده و متغیرهای کمکی شکل گرفت (Martyna et al., 1996). نمودارهای انباشت و جریان ابزاری برای مدل‌سازی فرضیه‌های نمودارهای علّی و حلقوی است که از متغیرهای انباشت و جریان تشکیل‌ شده است. متغیرهای انباشت وضعیت سیستم را در یک ‌لحظۀ مشخص به‌صورت تجمعی نشان می‌دهد؛ مانند سود ناخالص. متغیرهای جریان تغییرات انباشت را در لحظۀ زمانی نشان می‌دهد؛ مانند ظرفیت زنجیرۀ تأمین، حجم تقاضا و زمان تحویل. در مرحلۀ فرموله‌کردن، معادلات مدل ساخته‌شده رسم می‌شود؛ اما مدل طراحی‌شده برای اجرا باید قابلیت شبیه‌سازی با نرم‌افزار ونسیم را داشته باشد.

شکل 6: نمودار انباشت و جریان (منبع: یافته‌های پژوهش)

Figure 6: Stock and flow map

  4-5. اعتبارسنجی مدل

پس از طراحی مدل پویای وفاداری به برند روایی و پایایی مدل ارزیابی ‌شده است. بدین منظور از آزمون بازتولید رفتار، تحلیل حساسیت و بررسی منطقی‌بودن نتایج استفاده و آزمون بازتولید رفتار و تحلیل حساسیت نیز در این بخش آورده شده است. متغیر وفاداری به برند باتوجه ‌به نظر خبرگان به‌عنوان مهم‌ترین شاخص در‌نظر گرفته شد که تأثیر سیاست‌های مشخص‌شده بر آن سنجیده و تحلیل‌های صورت‌گرفته بر‌مبنای این عوامل نشان داده می‌شود.

  • آزمون بازتولید رفتار

مدل‌های شبیه‌سازی‌شده باید مشابهت‌های نزدیکی با سیستم واقعی داشته باشند؛ از این ‌رو مدل شبیه‌سازی‌شده باید به‌لحاظ شکل ظاهری مدل، نحوۀ عملکرد و اعتبار نتایج چک شود. همان‌طور که ملاحظه می‌شود رفتار نمودار مرجع، شاخص وفاداری به برند بنا بر داده‌های اولیه در شکل 7 آورده شده است که در آن خروجی مدل با رفتار مرجع مطابقت داده شد. این شباهت در بازتولید رفتار نشان‌دهندۀ صحت مدل و توانایی برای ادامۀ تحلیل‌هاست.

  • آزمون تحلیل حساسیت مدل

هدف از تحلیل حساسیت، ارزیابی تغییرات مقدار‌های متغیرهای ثابت بر جواب نهایی الگوست. در این پژوهش تحلیل حساسیت باتوجه ‌به شاخص وفاداری به برند شبیه‌سازی ‌شده است. در تحلیل حساسیت ضریب سیاست‌های ترفیع و تشویق خرید 20 در‌صد افزایش پیدا کرده است. نتایج شبیه‌سازی در شکل 8 آورده شده است. نتیجه نشان می‌دهد که رفتار شاخص وفاداری به برند معقول تغییر کرده که این خود دلیل بر صحت مدل است.

 

شکل 7: بازتولید رفتار وفاداری به برند (منبع: یافته‌های پژوهش)

Figure 7: Reproduction of brand loyalty behavior

شکل 8: تحلیل حساسیت شاخص وفاداری به برند (منبع: یافته‌های پژوهش)

Figure 8: Sensitivity analysis of brand loyalty index

4-6. سناریوسازی

این الگو باتوجه ‌به ارتباط متقابل اجزای سیستم و شناخت رفتار متغیرهای اصلی و بر‌اساس نمودار پویایی‌شناسی سیستم شبیه‌سازی و بر این ‌اساس، روند تغییرات شاخص‌های کلیدی مشخص شد. در نمودار انباشت و جریان پژوهش حاضر ارتباط بین عوامل مسئلۀ پژوهش به‌خوبی نشان‌ داده ‌شده است. در این پژوهش با استفاده از نظر‌های خبرگان و پیشینۀ پژوهشی مدل مذکور استخراج شده است. هدف مدل ارائه‌شده افزایش وفاداری به برند است. بر‌اساس مدل طراحی‌شده رفتار سیستم مطالعه‌شده در افق زمانی ده‌ساله شبیه‌سازی ‌شده است. حالت مبنا (شکل 7) در تحلیل‌های انجام‌شده مربوط به خروجی مدل مبتنی بر داده‌های خود سیستم است که مبنای مقایسه با حالت‌های مختلف رضایت مشتریان قرار گرفته است. رفتار وفاداری به برند در حالت مبنا رشد نمایی را با شتابی کم نشان می‌دهد. گرچه حلقه‌های تعادلی بر وفاداری به برند تأثیرگذار بوده است، تأثیر حلقه‌های خود تقویت‌کنندۀ آن که وفاداری به برند را افزایش می‌دهد، بیشتر بوده است. بدین ترتیب، وفاداری به برند با رشد متعادل رو‌به افزایش است.

بر‌مبنای مدل پیش‌بینی‌شده سناریو‌های رضایت مشتریان با افزایش 70 درصدی، رضایت مشتریان با افزایش 30 درصدی و سیاست‌ها و استراتژی‌های بهبود با افزایش 50 درصدی ارائه و پس از آن هر سناریو رفتار سیستم در ازای اعمال آن سناریو شبیه‌سازی و سپس تغییر متغیرهای انباشت بررسی شد. گفتنی است که سناریوهای اشاره‌شده در جدول 2 بر‌اساس نظر‌های خبرگان است. در این بخش اثر تغییر نقاط اهرمی مختلف بر عملکرد مدل، یعنی وفاداری به برند بررسی ‌شده است.

جدول 1: نقاط اهرمی مختلف

Table 2: Various leverage points

ردیف

حالت

1

افزایش 70 درصدی رضایت مشتریان

2

افزایش 30 درصدی رضایت مشتریان

3

افزایش 50 درصدی سیاست‌ها و استراتژی‌های بهبود

منبع: یافته‌های پژوهش

  1-6-4. سناریوی افزایش رضایت مشتریان

رشد سود ناخالص نشان از رشد وفاداری به برند دارد. یکی از سیاست‌هایی که با رشد وفاداری به افزایش سود کمک می‌کند، ارتقا رضایت مشتریان است؛ بنابراین برای افزایش وفاداری به برند سناریو رضایت مشتریان با افزایش 30 درصدی (نقطه اهرمی) رضایت مشتریان طراحی شده است.

با بررسی مدل در سناریوی اول (افزایش 70 درصدی رضایت مشتریان) وفاداری به برند در چهار سال اولیه با شیب ملایمی افزایش می‌یابد؛ ولی در سال پنجم جهشی در وفاداری به برند صورت می‌گیرد و سپس با رشد ملایم ادامه می‌یابد.

شکل 9: تأثیر نقطۀ اهرمی اول بر وفاداری به برند (منبع: یافته‌های پژوهش)

Figure 9: The effect of the first leverage point on brand loyalty

با بررسی مدل در سناریوی دوم (افزایش 30 درصدی رضایت مشتریان) وفاداری به برند در پنج سال اولیه با شیب ملایمی افزایش می‌یابد؛ ولی در سال ششم جهشی در وفاداری به برند صورت می‌گیرد و سپس با رشد ملایم ادامه می‌یابد. در این سناریو نیز وفاداری به برند افزایش یافت؛ اما تأثیر سناریوی دوم کمتر از سیاست اول است.

شکل 10: تأثیر نقطۀ اهرمی دوم بر وفاداری به برند (منبع: یافته‌های پژوهش)

Figure 10: The effect of the second leverage point on brand loyalty

2-6-4. سناریوی افزایش سیاست‌ها و استراتژی‌های بهبود

یکی از عوامل مؤثر بر وفاداری به برند سیاست‌ها و استراتژی‌های شرکت است؛ بنابراین با بررسی مدل در سناریوی سوم (افزایش 50 درصدی سیاست‌ها و استراتژی‌های بهبود) وفاداری به برند در دو سال اول با شیب ملایمی افزایش می‌یابد؛ ولی در سال سوم جهشی در وفاداری به برند صورت می‌گیرد و سپس با رشد ملایم ادامه می‌یابد. در این سناریو نیز وفاداری به برند افزایش یافت؛ اما تأثیر این کمتر از سیاست اول است.

 

شکل 11: تأثیر نقطۀ اهرمی سوم بر وفاداری به برند (منبع: یافته‌های پژوهش)

Figure 11: The effect of the third leverage point on brand loyalty

  1. نتیجه‌گیری

پژوهش حاضر با‌توجه به اهمیت روزافزون بحث تضمین بقا و پیشرفت صنعت خرده‌فروشی آنلاین در محیط آشفته‌ای که در آن فعالیت می‌کند و با‌توجه به سلیقه‌ها و تقاضای در‌حال تغییر مشتریان و بازار انجام و سپس بر عوامل مؤثر بر وفاداری مشتریان و ارائۀ راهکارهای مناسب برای افزایش آن متمرکز شد. بدین منظور ابتدا بعد از مطالعۀ پیشینۀ پژوهش مؤلفه‌های وفاداری مشتری شناسایی شد؛ اما با‌توجه به نامطمئن‌بودن محیط امروزی و با‌توجه به اینکه مؤلفه‌های وفاداری مشتری روزبه‌روز در‌حال تغییر است، برای بررسی ابعاد مختلف آن از رویکرد پویایی‌های سیستم به‌منظور شبیه‌سازی این سیستم پیچیده و پویا استفاده و سپس با در نظر گرفتن روابط تعاملی بین این عامل‌ها مدل علّى-معلولی مربوط تهیه شد. مدل جریان نیز با رویکرد پویایی سیستم تهیه و با نرم‌افزار ونسیم شبیه‌سازی کامپیوتری و سپس اعتبار مدل سنجیده شد. پس ‌از اینکه مدل آزمونه‌ای مربوط را با موفقیت پشت سر گذاشت سناریوهای مختلف بر‌روی مدل آزمون و نتایج آنها مشاهده شد. با‌توجه به شبیه‌سازی‌های انجام‌گرفته می‌توان به نتایج زیر اشاره کرد.

باتوجه ‌به نقاط اهرمی 3 سیاست شناسایی شد که بدین شرح تحلیل می‌شود. باتوجه‌ به نقطۀ اهرمی اول که افزایش 70 درصدی رضایت مشتریان است، می‌توان مشاهده کرد که وفاداری به برند نسبت به حالت مبنا به‌شدت افزایش ‌یافته است. نقطۀ اهرمی دوم به افزایش 30 درصدی رضایت مشتریان پرداخته و مشهود است که وفاداری به برند نسبت به حالت مبنا رشد داشته است؛ اما تأثیر این رشد کمتر از سیاست اول است. این پیش‌بینی با پژوهش کیمورا (Kimura, 2022) و ستیوان و سائوتی (Setiawan & Sayuti, 2017) همسوست.

نقطۀ اهرمی سوم به افزایش 50 درصدی سیاست‌ها و استراتژی‌های بهبود پرداخت که رشد وفاداری به برند را نشان می‌دهد؛ اما باتوجه ‌به نمودار می‌توان گفت که این سناریو نسبت به سیاست اول رشد کمتری داشته است. تحلیل دیگری که با نقاط اهرمی می‌توان داشت، این است که کسب‌وکارها با دو بازوی خود که همان رضایت مشتریان و سیاست‌ها و استراتژی‌های بهبود است، می‌توانند وفاداری به برند را افزایش و کنترل کنند که این منجر به افزایش درآمد سالانۀ هر مشتری می‌شود. این یافته با پژوهش فتایس و همکاران (Fetais et al., 2023) و حسینی عزآبادی و دهقانی سر یزدی (1391) همسوست. در بازارهای رقابتی امروزی که پیشنهادهای فراوانی برای مصرف‌کنندگان ارائه می‌شود، مشخص شده است که ایجاد و حفظ وفاداری به برند یک هدف کلیدی بازاریابی است؛ بنابراین توصیه می‌شود خرده‌فروشی‌های آنلاین مشتری‌محور باشند و فرآیندها، برنامه‌ها و شیوه‌های متمرکز بر تعامل با مشتری و ارتباط با برند را ایجاد کنند. همچنین، بازاریابان باید در‌نظر داشته باشند که با افزایش شاخص‌های عملکردی و عملیاتی رضایت مصرف‌کنندگان را فراهم کنند. مدیران بازاریابی باید در‌نظر داشته باشند زمانی که مصرف‌کننده برند را خریداری می‌کند، انتظار دارد توانایی پاسخگویی به نیاز وی را داشته باشد؛ بنابراین کیفیت محصول باید به‌گونه‌ای باشد که بتواند مصرف‌کنندگان را راضی کند. همچنین، توصیه می‌شود که بازاریابان سیاست‌هایی را شناسایی کنند که می‌تواند به شکل‌گیری وفاداری کمک کند. پیشنهاد می‌شود برای طراحی محصول ویژه به بسته‌بندی جذاب، بهبود کیفیت محصول و ارائۀ خدمات پشتیانی اقدام شود. مدیران برند می‌توانند با طراحی ارتباطات و برنامه‌های وفاداری مناسب و توجه به ترجیحات مصرف‌کننده ارتباط مصرف‌کننده و برند را تقویت و درنتیجه از تغییر برند مصرف‌کننده جلوگیری کنند.

از محدودیت‌های این پژوهش می‌توان به حذف پارامترهای فرعی مؤثر بر سیستم وفاداری به برند به‌دلیل افزایش پیچیدگی اشاره کرد؛ بنابراین با لحاظ‌کردن عوامل اصلی نتایج دقیق‌تری حاصل شد. محدودیت دیگر پژوهش حاضر این است که یافته‌های حاصل از بررسی صنعت خرده‌فروشی آنلاین با پتانسیل در‌مقایسه با سایر بازارها متفاوت است. در روش پویایی‌شناسی سیستم‌ها لازم است مرز مدل مشخص باشد تا بر‌اساس آن دامنۀ متغیرها محدود شود؛ زیرا نبود اطلاعات کافی، تعداد زیاد متغیرها، محدودیت دسترسی به آمار و اطلاعات با وفاداری به برند، روابط پیچیده و گسترده در‌بین متغیرها و رسیدگی به آنها در یک سطح در مدل باعث شده است که در این پژوهش از تأثیر روابط بین متغیرهای دیگر صرف‌نظر شود. باتوجه به اینکه مدل حاضر در‌سطح استراتژیک آماده شده از برخی از متغیرهای عملیاتی استفاده نشده و یا هم‌ردیف متغیرهای دیگر قرار گرفته است؛ البته این به‌دلیل سطح پژوهش است که محققان در آن وفاداری به برند را در‌سطح کلان در‌نظر گرفته‌اند؛ زیرا اگر به متغیرهای خرد توجه شود مدل دچار پیچیدگی فراوان می‌شود؛ بنابراین لازم است محققان در مطالعاتی در‌سطح عملیاتی به مدل‌سازی بپردازند که در این میان، پژوهش حاضر می‌تواند زمینۀ پژوهش‌های آتی را فراهم کند. از آنجا که بهبود وفاداری به برند اهمیت فراوانی دارد، پیشنهاد می‌شود در پژوهش‌های آتی متغیرهای تأثیرگذار دیگر ازجمله وفاداری کاذب، موانع درک‌شده برای بهبود و انتظارات مشتریان از خدمات ارائه‌شده و محدودیت‌هایی نظیر عدم استفاده از نوآوری و دانش فنی در سیستم بازاریابی بررسی شود.

Abbasi, A. Z., Rather, R. A., Hooi Ting, D., Nisar, S., Hussain, K., Khwaja, M. G., & Shamim, A. (2024). Exploring tourism-generated social media communication brand equity satisfaction and loyalty: A PLS-SEM-based multi-sequential approach. Journal of Vacation Marketing, 30(1), 93-109. https://doi.org/10.1177/13567667221118651
Albarq, A. N. (2023). The impact of CKM and customer satisfaction on customer loyalty in Saudi banking sector: The mediating role of customer trust. Administrative Sciences, 13(3), 90. https://doi.org/10.3390/admsci13030090
Al-Hawary, S. I. S., & Al-Fassed, K. J. (2022). The impact of social media marketing on building brand loyalty through customer engagement in Jordan. International Journal of Business Innovation and Research, 28(3), 365-387. https://doi.org/10.1504/IJBIR.2022.124126
Audrain-Pontevia, A. F., N’Goala, G., & Poncin, I. (2013). A good deal online: The impacts of acquisition and transaction value on E-satisfaction and E-loyalty. Journal of Retailing and Consumer Services, 20(5), 445-452. https://doi.org/10.1016/j.jretconser.2013.04.002
Avery, J., Steenburgh, T. J., Deighton, J., & Caravella, M. (2012). Adding bricks to clicks: Predicting the patterns of cross-channel elasticities over time. Journal of Marketing, 76(3), 96-111. https://doi.org/10.1509/jm.09.0081
Belli, A., O’Rourke, A. M., Carrillat, F. A., Pupovac, L., Melnyk, V., & Napolova, E. (2022). 40 years of loyalty programs: How effective are they? Generalizations from a meta-analysis. Journal of the Academy of Marketing Science, 50(1), 147-173. https://doi.org/10.1007/s11747-021-00804-z
Brakus, J. J., Schmitt, B. H., & Zarantonello, L. (2009). Brand experience: What is it? How is it measured? Does it affect loyalty?. Journal of Marketing, 73(3), 52-68. https://doi.org/10.1509/jmkg.73.3.052
Brax, S. A., & Visintin, F. (2017). Meta-model of servitization: The integrative profiling approach. Industrial Marketing Management, 60(4), 17-32. https://doi.org/10.1016/j.indmarman.2016.04.014
Brexendorf, T. O., Mühlmeier, S., Tomczak, T., & Eisend, M. (2010). The impact of sales encounters on brand loyalty. Journal of Business Research, 63(11), 1148-1155. https://doi.org/10.1016/j.jbusres.2009.10.011
Budianto, A. (2019). Customer loyalty: Quality of service. Journal Of Management Review, 3(1), 299-305. http://dx.doi.org/10.25157/jmr.v3i1.1808
Casaló, L., Flavián, C., & Guinalíu, M. (2008). The role of perceived usability reputation satisfaction and consumer familiarity on the website loyalty formation process. Computers in Human Behavior, 24(2), 325-345. https://doi.org/10.1016/j.chb.2007.01.017
Childers, T. L., Carr, C. L., Peck, J., & Carson, S. (2001). Hedonic and utilitarian motivations for online retail shopping behavior. Journal of Retailing, 77(4), 511-535. https://doi.org/10.1016/S0022-4359(01)00056-2
Cuesta-Valino, P., Gutiérrez-Rodríguez, P., Núnez-Barriopedro, E., & Garcia-Henche, B. (2023). Strategic orientation towards digitization to improve supermarket loyalty in an omnichannel context. Journal of Business Research, 156(5), 113475. https://doi.org/10.1016/j.jbusres.2022.113475
Cuesta‐Valiño, P., Rodríguez, P. G., & Núñez‐Barriopedro, E. (2019). The impact of corporate social responsibility on customer loyalty in hypermarkets: A new socially responsible strategy. Corporate Social Responsibility and Environmental Management, 26(4), 761-769. https://doi.org/10.1002/csr.1718
deOliveira Santini, F., Ladeira, W. J., Sampaio, C. H., & Pinto, D. C. (2018). The brand experience extended model: A meta-analysis. Journal of Brand Management, 25(3), 519-535. https://doi.org/10.1057/s41262-018-0104-6
Dekimpe, M. G. (2020). Retailing and retailing research in the age of big data analytics. International Journal of Research in Marketing, 37(1), 3-14. https://doi.org/10.1016/j.ijresmar.2019.09.001
Desveaud, K., Mandler, T., & Eisend, M. (2024). A meta-model of customer brand loyalty and its antecedents. Journal of Business Research, 176(3), 114589. https://doi.org/10.1016/j.jbusres.2024.114589
Evanschitzky, H., Ramaseshan, B., Woisetschläger, D. M., Richelsen, V., Blut, M., & Backhaus, C. (2012). Consequences of customer loyalty to the loyalty program and to the company. Journal of The Academy of Marketing Science, 40(5), 625-638. https://doi.org/10.1007/s11747-011-0272-3
Fagundes, L., Munaier, C. G. E. S., & Crescitelli, E. (2022). The influence of social media and brand equity on business-to-business marketing. Revista de Gestão, 30(3), 299-313. https://doi.org/10.1108/REGE-07-2021-0114
Fetais, A. H., Algharabat, R. S., Aljafari, A., & Rana, N. P. (2023). Do social media marketing activities improve brand loyalty? An empirical study on luxury fashion brands. Information Systems Frontiers, 25(2), 795-817. https://doi.org/10.1007/s10796-022-10264-7
Flavian, C., Gurrea, R., & Orús, C. (2021). Mobile word of mouth (m-WOM): Analysing its negative impact on webrooming in omnichannel retailing. International Journal of Retail & Distribution Management, 49(3), 394-420. https://doi.org/10.1108/IJRDM-05-2020-0169
Fornell, C., Johnson, M. D., Anderson, E. W., Cha, J., & Bryant, B. E. (1996). The american customer satisfaction index: Nature purpose and findings. Journal of Marketing, 60(4), 7-18. https://doi.org/10.1177/002224299606000403
Gao, W., Fan, H., Li, W., & Wang, H. (2021). Crafting the customer experience in omnichannel contexts: The role of channel integration. Journal of Business Research, 126(2), 12-22. https://doi.org/10.1016/j.jbusres.2020.12.056
García, J. A. M., & Caro, L. M. (2009). Understanding customer loyalty through system dynamics: The case of a public sports service in Spain. Management Decision, 47(1), 151-172. https://doi.org/10.1108/00251740910929768
Goić, M., Levenier, C., & Montoya, R. (2021). Drivers of customer satisfaction in the grocery retail industry: A longitudinal analysis across store formats. Journal of Retailing and Consumer Services, 60(4), 102505. https://doi.org/10.1016/j.jretconser.2021.102505
Gremler, D. D., Van Vaerenbergh, Y., Brüggen, E. C., & Gwinner, K. P. (2020). Understanding and managing customer relational benefits in services: a meta-analysis. Journal of the Academy of Marketing Science, 48(3), 565-583. https://doi.org/10.1007/s11747-019-00701-6
Gustafsson, A., Johnson, M. D., & Roos, I. (2005). The effects of customer satisfaction relationship commitment dimensions and triggers on customer retention. Journal of Marketing, 69(4), 210-218. https://doi.org/10.1509/jmkg.2005.69.4.210
Hallowell, R. (1996). The relationships of customer satisfaction customer loyalty and profitability: an empirical study. International Journal of Service Industry Management, 7(4), 27-42. https://doi.org/10.1108/09564239610129931
Heng Wei, L., Chuan Huat, O., & Arumugam, P. V. (2023). Social media communication with intensified pandemic fears: Evaluating the relative impact of user-and firm-generated content on brand loyalty. Asia-Pacific Journal of Business Administration, 15(2), 161-187. https://doi.org/10.1108/APJBA-07-2021-0319
Herhausen, D., Kleinlercher, K., Verhoef, P. C., Emrich, O., & Rudolph, T. (2019). Loyalty formation for different customer journey segments. Journal of Retailing, 95(3), 9-29. https://doi.org/10.1016/j.jretai.2019.05.001
Hosseini Ezzabadi, J., & Dehghani Saryazdi, M. (2011). Analyzing the effects of knowledge management on customer loyalty using system dynamics a (Case study of Nesuzpars Products Company). Ninth International Industrial Engineering Conference, Tehran. https://civilica.com/doc/189254 [In Persian].
Hosseinzadeh, A., Esmaili, H., & Soltani, R. (2021). Providing a system dynamics model to evaluate time cost and customer satisfaction in omni-channel distribution: A case study. Interdisciplinary Journal of Management Studies (Formerly Known As Iranian Journal of Management Studies), 14(2), 291-310. https://doi.org/10.22059/ijms.2020.295013.673905
Janahi, M. A., & Al Mubarak, M. M. S. (2017). The impact of customer service quality on customer satisfaction in Islamic banking. Journal of Islamic Marketing, 8(4), 595-604. http://dx.doi.org/10.1108/JIMA-07-2015-0049
Khamitov, M., Wang, X., & Thomson, M. (2019). How well do consumer-brand relationships drive customer brand loyalty? Generalizations from a meta-analysis of brand relationship elasticities. Journal of Consumer Research, 46(3), 435-459. https://doi.org/10.1093/jcr/ucz006
Kim, M., Kim, J., Choi, J., & Trivedi, M. (2017). Mobile shopping through applications: Understanding application possession and mobile purchase. Journal Of Interactive Marketing, 39(1), 55-68. https://doi.org/10.1016/j.intmar.2017.02.001
Kimura, M. (2022). Customer segment transition through the customer loyalty program. Asia Pacific Journal of Marketing and Logistics, 34(3), 611-626. https://doi.org/10.1108/APJML-09-2020-0630
Kumar Roy, S., M. Lassar, W., & Butaney, G. (2014). The mediating impact of stickiness and loyalty on word-of-mouth promotion of retail websites: A consumer perspective. European Journal of Marketing, 48(9/10), 1828-1849. https://doi.org/10.1108/EJM-04-2013-0193
Lai, Y. H. (2022). Investigating the brand loyalty of patients to medical centers in Taiwan. Asian Journal of Research in Business and Management, 4(3), 451-460. https://doi.org/10.55057/ajrbm.2022.4.3.40
Liao, C., Lin, H. N., Luo, M. M., & Chea, S. (2017). Factors influencing online shoppers repurchase intentions: The roles of satisfaction and regret. Information & Management, 54(5), 651-668. https://doi.org/10.1016/j.im.2016.12.005
Lin, H. H., & Wang, Y. S. (2006). An examination of the determinants of customer loyalty in mobile commerce contexts. Information & Management, 43(3), 271-282. https://doi.org/10.1016/j.im.2005.08.001
Lin, Z., & Bennett, D. (2014). Examining retail customer experience and the moderation effect of loyalty programmes. International Journal of Retail & Distribution Management, 42(10), 929-947. https://doi.org/10.1108/IJRDM-11-2013-0208
Marakanon, L., & Panjakajornsak, V. (2017). Perceived quality perceived risk and customer trust affecting customer loyalty of environmentally friendly electronics products. Kasetsart Journal of Social Sciences, 38(1), 24-30. https://doi.org/10.1016/j.kjss.2016.08.012
Martyna, G. J., Tuckerman, M. E., Tobias, D. J., & Klein, M. L. (1996). Explicit reversible integrators for extended systems dynamics. Molecular Physics, 87(5), 1117-1157. https://doi.org/10.1080/00268979600100761
Molinillo, S., Aguilar-Illescas, R., Anaya-Sánchez, R., & Liébana-Cabanillas, F. (2021). Social commerce website design perceived value and loyalty behavior intentions: The moderating roles of gender age and frequency of use. Journal of Retailing and Consumer Services, 63, 102404. https://doi.org/10.1016/j.jretconser.2020.102404
Molinillo, S., Navarro-García, A., Anaya-Sánchez, R., & Japutra, A. (2020). The impact of affective and cognitive app experiences on loyalty towards retailers. Journal of Retailing and Consumer Services, 54(2), 101948. https://doi.org/10.1016/j.jretconser.2019.101948
Moretta Tartaglione, A., Cavacece, Y., Russo, G., & Granata, G. (2019). A systematic mapping study on customer loyalty and brand management. Administrative Sciences, 9(1), 8. https://doi.org/10.3390/admsci9010008
Mukerjee, K. (2018). The impact of brand experience service quality and perceived value on word of mouth of retail bank customers: Investigating the mediating effect of loyalty. Journal of Financial Services Marketing, 23(1), 12-24. https://doi.org/10.1057/s41264-018-0039-8
Natsir, K., Arifin, A. Z., Sadhewa, C. B., Aprilia, D., & Dharsono, S. (2023). Analysis of digital bank services in indonesia based on consumer perception. International Journal of Application on Economics and Business, 1(1), 307-320. https://doi.org/10.24912/ijaeb.v1i1.307-320
Nguyen, D. T., Pham, V. T., Tran, D. M., & Pham, D. B. T. (2020). Impact of service quality customer satisfaction and switching costs on customer loyalty. The Journal of Asian Finance, Economics and Business, 7(8), 395-405. https://doi.org/10.13106/jafeb.2020.vol7.no8.395
Nyadzayo, M. W., & Khajehzadeh, S. (2016). The antecedents of customer loyalty: A moderated mediation model of customer relationship management quality and brand image. Journal of Retailing and Consumer Services, 30(3), 262-270. https://doi.org/10.1016/j.jretconser.2016.02.002
Obiegbu, C. J., & Larsen, G. (2024). Algorithmic personalization and brand loyalty: An experiential perspective. Marketing Theory, 24(2), 14705931241230041. https://doi.org/10.1177/14705931241230041
Palmatier, R. W., Scheer, L. K., & Steenkamp, J. B. E. (2007). Customer loyalty to whom? Managing the benefits and risks of salesperson-owned loyalty. Journal of Marketing Research, 44(2), 185-199. https://doi.org/10.1509/jmkr.44.2.185
Pan, Y., Sheng, S., & Xie, F. T. (2012). Antecedents of customer loyalty: An empirical synthesis and reexamination. Journal of Retailing and Consumer Services, 19(1), 150-158. https://doi.org/10.1016/j.jretconser.2011.11.004
Pandey, N., Tripathi, A., Jain, D., & Roy, S. (2020). Does price tolerance depend upon the type of product in e-retailing? Role of customer satisfaction trust loyalty and perceived value. Journal of Strategic Marketing, 28(6), 522-541. https://doi.org/10.1080/0965254X.2019.1569109
Pandey, S., & Chawla, D. (2018). Online customer experience (OCE) in clothing e-retail: Exploring OCE dimensions and their impact on satisfaction and loyalty–does gender matter? International Journal of Retail & Distribution Management, 46(3), 323-346. https://doi.org/10.1108/IJRDM-01-2017-0005
Parris, D. L., & Guzman, F. (2023). Evolving brand boundaries and expectations: looking back on brand equity brand loyalty and brand image research to move forward. Journal of Product & Brand Management, 32(2), 191-234. https://doi.org/10.1108/JPBM-06-2021-3528
Pattanayak, D., Koilakuntla, M., & Punyatoya, P. (2017). Investigating the influence of TQM service quality and market orientation on customer satisfaction and loyalty in the Indian banking sector. International Journal of Quality & Reliability Management, 34(3), 362-377. http://dx.doi.org/10.1108/IJQRM-04-2015-0057
Pauwels, K., & Neslin, S. A. (2015). Building with bricks and mortar: The revenue impact of opening physical stores in a multichannel environment. Journal of Retailing, 91(2), 182-197. https://doi.org/10.1016/j.jretai.2015.02.001
Pereira, H. G., de Fátima Salgueiro, M., & Rita, P. (2016). Online purchase determinants of loyalty: The mediating effect of satisfaction in tourism. Journal of Retailing and Consumer Services, 30(3), 279-291. https://doi.org/10.1016/j.jretconser.2016.01.003
Pookulangara, S., & Koesler, K. (2011). Cultural influence on consumers' usage of social networks and its' impact on online purchase intentions. Journal of Retailing and Consumer Services, 18(4), 348-354. https://doi.org/10.1016/j.jretconser.2011.03.003
Rane, N. L., Achari, A., & Choudhary, S. P. (2023). Enhancing customer loyalty through quality of service: Effective strategies to improve customer satisfaction experience relationship and engagement. International Research Journal of Modernization in Engineering Technology and Science, 5(5), 427-452. https://www.doi.org/10.56726/IRJMETS38104
Reichheld, F. F., & Teal, T. (1996). The loyalty effect: The hidden force behind growth profits and lasting. Harvard business school publications. https://doi.org/10.5860/choice.33-6391
Rizan, M., Febrilia, I., Wibowo, A., & Pratiwi, R. D. R. (2020). Antecedents of customer loyalty: Study from the Indonesia’s largest e-commerce. The Journal of Asian Finance, Economics and Business, 7(10), 283-293. https://doi.org/10.13106/jafeb.2020.vol7.n10.283
Rodríguez, P. G., Villarreal, R., Valiño, P. C., & Blozis, S. (2020). A PLS-SEM approach to understanding E-SQ, e-satisfaction and e-loyalty for fashion e-retailers in Spain. Journal of Retailing and Consumer Services, 57(3), 102201. https://doi.org/10.1016/j.jretconser.2020.102201
Rose, S., Clark, M., Samouel, P., & Hair, N. (2012). Online customer experience in e-retailing: An empirical model of antecedents and outcomes. Journal of Retailing, 88(2), 308-322. https://doi.org/10.1016/j.jretai.2012.03.001
Saryazdi, A. H. G., & Poursarrajian, D. (2021). Qualitative system dynamics model for analyzing of behavior patterns of smes. Hightech and Innovation Journal, 2(1), 9-19. https://doi.org/10.28991/HIJ-2021-02-01-02
Scherer, A. G. (1998). Pluralism and incommensurability in strategic management and organization theory: A problem in search of a solution. Organization, 5(2), 147-168. https://doi.org/10.1177/135050849852001
Setiawan, H., & Sayuti, A. J. (2017). Effects of service quality customer trust and corporate image on customer satisfaction and loyalty: An assessment of travel agencies customer in South Sumatra Indonesia. Iosr Journal of Business and Management (Iosr-Jbm), 19(5), 31-40. http://dx.doi.org/10.9790/487X-1905033140
Sterman, J. (2002). System Dynamics: systems thinking and modeling for a complex world. Massachusetts institute of technology. Engineering systems divisio. http://hdl.handle.net/1721.1/102741
Terblanche, N. S. (2018). Revisiting the supermarket in-store customer shopping experience. Journal of Retailing and Consumer Services, 40(1), 48-59. https://doi.org/10.1016/j.jretconser.2017.09.004
Traill, W. B. (2006). The rapid rise of supermarkets? Development Policy Review, 24(2), 163-174. https://doi.org/10.1111/j.1467-7679.2006.00320.x
Valipour, A., Noraei, M., & Kavosh, K. (2018). A meta-analysis of customer loyalty in the banking Services. ASEAN Marketing Journal, 10(2), 5. https://doi.org/10.21002/amj.v10i2.8777
Vasić, N., Kilibarda, M., & Kaurin, T. (2019). The influence of online shopping determinants on customer satisfaction in the Serbian market. Journal of Theoretical and Applied Electronic Commerce Research, 14(2), 70-89. http://dx.doi.org/10.4067/S0718-18762019000200107  
Verhoef, P. C., Kannan, P. K., & Inman, J. J. (2015). From multi-channel retailing to omni-channel retailing: Introduction to the special issue on multi-channel retailing. Journal of Retailing, 91(2), 174-181. https://doi.org/10.1016/j.jretai.2015.02.005
Woo, H., Kim, S. J., & Wang, H. (2021). Understanding the role of service innovation behavior on business customer performance and loyalty. Industrial Marketing Management, 93(2), 41-51. https://doi.org/10.1016/j.indmarman.2020.12.011
Zaato, S. G., Zainol, N. R., Khan, S., Rehman, A. U., Faridi, M. R., & Khan, A. A. (2023). The mediating role of customer satisfaction between antecedent factors and brand loyalty for the shopee application. Behavioral Sciences, 13(7), 563. https://doi.org/10.3390/bs13070563
Zhu, X., Lu, Z., Wu, G. H., & Tian, H. (2024). How to acquire customer loyalty in online retailing industry? An empirical study from service recovery perspective. Electronic Commerce Research and Applications, 65(3), 101385. https://doi.org/10.1016/j.elerap.2024.101385