خوشه‌بندی محرک‌های مؤثر بر رفتار انتخاب کانال مشتریان در بستر خرده‌فروشی همه‌کاناله

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، گروه مدیریت بازرگانی، دانشکدۀ علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران

2 استاد، گروه مدیریت بازرگانی، دانشکدۀ علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران

3 دانشیار، گروه مدیریت بازرگانی، دانشکدۀ علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران

چکیده

طی ده سال اخیر پژوهش‌های گسترده‌ای در‌حوزۀ محرک‌های رفتار انتخاب کانال مشتریان در بستر خرده‌فروشی همه‌کاناله انجام شده است. مرور این پژوهش‌ها نشان می‌دهد که پراکندگی نتایج و تنوع روش‌هایی که این پژوهش‌ها به کار گرفته‌اند، زیاد است؛ از این رو انجام‌دادن یک مطالعۀ جامع با مرور سیستماتیک برای خوشه‌بندی نتایج و تحلیل‌های مطالعات مرتبط گذشته ضروری است. در این راستا، محققان در پژوهش حاضر با هدف خوشه‌بندی محرک‌های مؤثر بر رفتار انتخاب کانال مشتریان در بستر خرده‌فروشی همه‌کاناله انجام گرفت. پژوهش حاضر از‌نوع مطالعات علم‌سنجی و جامعۀ آماری شامل تمامی مطالعات نمایه‌شده در مخزن علمی اسکوپوس طی سال‌های 1996 تا اکتبر 2024 به تعداد 5333 مطالعه است. پس از اعمال معیارهای ورود (مقاله‌های انگلیسی چاپ‌شده در مجله‌های معتبر) اطلاعات استنادی تعداد 738 مطالعۀ مرتبط و معتبر از مخزن علمی اسکوپوس استخراج و وارد نرم‌افزار بستۀ نرم‌افزاری بیبلیومتریک در R و نرم‌افزار Vosviewer شد. تجزیه‌وتحلیل اطلاعات نشان داد که رشد واقعی مقاله‌ها از سال 2013 اتفاق افتاده و پراستنادترین مقاله مربوط به Abhishek et al. (2016) بوده است و دو کشور آمریکا و چین در صدر تولیدکننده‌های مقاله‌های حوزۀ پژوهش هستند. خوشه‌بندی مطالعات به تعیین سه خوشۀ اصلی شامل خوشۀ 1 (خوشۀ قرمز): تجربۀ مشتری در خرده‌فروشی همه‌کاناله، خوشۀ 2 (خوشۀ سبز): مهاجرت کانال مشتری (Customer Channel Migration) در خرده‌فروشی همه‌کاناله و خوشۀ 3 (خوشۀ آبی): پیکربندی سیستم توزیع همه‌کاناله برای هدایت مشتریان انجامید. نتایج نشان داد که خرده‌فروشان برای جذب و ماندگاری مشتریان لازم است تجربه‌های آنها را در استفاده از خرده‌فروشی همه‌کاناله بهینه کنند تا تجربۀ خریدی یکپارچه را در چندین نقطۀ تماس ایجاد کنند و در‌نتیجه، سطح رضایت مصرف‌کننده را افزایش دهند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Clustering of the Stimuli Affecting Customers' Channel Choice Behavior in the Omni-Channel Retail Platform

نویسندگان [English]

  • Zeinab Bozorgpour 1
  • Mohammad Bashokouh Ajirlo 2
  • Hossein Rahimi Klour 3
  • GHasem Zarei 2
1 Ph.D. candidate, Department of Business Management, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran
2 professor, Department of Business Management, Faculty of Social Sciences, University of Mohaghegh Ardabili,
3 Associate professor, Department of Business Management, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran
چکیده [English]

Over the past decade, extensive research has been conducted on the factors influencing customer channel selection behavior within the omnichannel retail context. A review of these studies reveals significant variability in findings and a diverse array of methodologies employed. Consequently, a comprehensive study featuring a systematic review is essential to synthesize and categorize the insights from prior research.
In this regard, the present study sought to identify and cluster the drivers that affect customer channel selection behavior in the omnichannel retail environment. This research employed scientometric analysis, focusing on all studies indexed in the Scopus scientific repository from 1996 to October 2024, amounting to a total of 5,333 studies. After applying entry criteria that included only English-language articles published in reputable journals, citation data for 738 relevant studies were extracted from the Scopus repository and analyzed using bibliometric software packages in R and VOSviewer.
The data analysis indicated that significant growth in publications had occurred since 2013 with the most cited article authored by Abhishek et al. (2016). The United States and China emerged as the leading contributors to this field of research. The clustering of studies had led to the identification of 3 primary clusters: Cluster 1 (red): Customer experience in omnichannel retailing; Cluster 2 (green): Customer channel migration in omnichannel retailing; and Cluster 3 (blue): Configuring the omnichannel distribution system to guide customers.
The findings suggested that, to attract and retain customers, retailers had to optimize the omnichannel experience, creating a seamless shopping journey across multiple touchpoints, ultimately enhancing consumer satisfaction.
 
Introduction
Today, a diverse array of shopping channels—such as retail stores, home delivery, pick-up points, and digital/downloadable products—enhances consumer experience (Nagy et al., 2024). These channels operate in a coordinated manner to maximize customer value propositions and reach a broader audience (Silva et al., 2024). Omnichannel retail integrates processes and technologies across all channels, providing consistent, reliable, and cohesive services. Verhoef et al. (2015) define omnichannel retail as "the synergistic management of the numerous available channels and customer touchpoints, optimizing customer experience and performance across those channels". This definition clearly differentiates omnichannel retail from multichannel retail, which merely offers products or services across multiple channels without synergy, and cross-channel retail, which provides only partial integration between channels (Cai & Lo, 2020; Beck & Rygl, 2015).
Extensive research in consumer behavior indicates that consumers frequently use multiple channels simultaneously. For instance, they may browse products online, place orders through mobile apps, and pick up items at physical stores. This approach not only creates a seamless shopping experience, but also underscores the necessity for consistent channel management from marketers (Mahadevan & Joshi, 2022). Customers utilizing omnichannel distribution services engage with various touchpoints, such as searching for offers, downloading discount coupons, posting reviews on e-stores, and reading reviews from other customers. They enjoy the flexibility to pick up purchases in-store or return products as needed. This dynamic interaction often termed "customer journey" fosters personalized and adaptive experiences through cross-channel engagement (Taheri et al., 2024; Mishra et al., 2021).
The advent of new channels, including mobile phones, tablets, and social media, has transformed omnichannel retail and significantly altered customer behavior. Today’s consumers are multi-device and multi-screen users, who are more informed and aware of omnichannel brands (Verhoef et al., 2015). They expect a seamless, consistent, and personalized experience, regardless of the channel they choose, and navigate effortlessly between various platforms—whether brick-and-mortar stores, online shops, or mobile applications (De Keyser et al., 2020; Lemon & Verhoef, 2016). These modern shoppers leverage their devices to search for products, compare options, seek advice, and find cost-effective alternatives throughout their purchasing journey, optimizing the benefits of each channel (Shi et al., 2020; Rahman et al., 2022).
A review of the omnichannel retail literature indicates a growing interest among researchers in exploring the factors that influence customer channel choice behavior. Since 2010, the number of studies in this area has surged significantly, enriching the body of knowledge in the field. However, organizing these studies and distilling a common language from them have become a critical objective after a decade of scholarly effort. A systematic review employing bibliometric methods can facilitate this goal and identify shared findings from the extensive body of past research.
While studies, such as Lopes et al. (2022), Raza & Govindaluri (2019), Park & Lee (2017), Tanriverdi & Aydın (2024), and Kumar et al. (2024), have addressed topics like "Research Areas of Multi-Channel Marketing", "Omnichannel Retail in the Supply Chain", "Online Shopping Behavior in Omnichannel Retail", "Omnichannel Logistics", and "Shopping Trends in Omnichannel Retail", none have specifically examined the drivers influencing customer channel choice behavior within the omnichannel context.
This research represented the first systematic and comprehensive study in this area, consolidating the scattered and often contradictory findings of previous studies. It grouped similar studies into homogeneous clusters to extract key scholarly themes. Additionally, by identifying research gaps, it highlighted emerging trends for future researchers. This approach could not only advance the existing literature, but also unveil new avenues for further investigation.
The objective of this research was to cluster the drivers influencing customer channel choice behavior in the omnichannel retail context through a systematic bibliometric review, addressing the following research questions:

What is the annual growth rate of studies on customer channel choice behavior in omnichannel retail?
Who are the leading contributors (journals, top authors, and countries) in the field of customer channel choice behavior in omnichannel retail?
What are the key research topics and future research directions in the domain of customer channel choice behavior in omnichannel retail?

 
Materials & Methods
This research employed a scientometric approach by utilizing quantitative methods to explore the knowledge structure of studies related to behavioral drivers in customer channel selection within omnichannel retailing. By applying bibliometric techniques, such as co-citation and bibliographic coupling, the study analyzed articles sourced from the Scopus database carefully selected through precise filtering to ensure relevance. The methodology included a comprehensive literature review, identification of research gaps, and recommendations for future research directions. The study narrowed an initial pool of 5,333 studies down to 738 relevant articles, employing VOSviewer and the Bibliometrix package in R for analysis. The aim was to unveil the intellectual structures and highlight potential areas for further scholarly investigation in this field.
 
Research Findings
This study aimed to identify the factors influencing customer channel selection in a multi-channel retail environment by conducting a systematic review of scholarly literature from the past two decades. Bibliographic data were collected from 738 reputable articles in the Scopus database. The findings revealed a significant increase in research activity in this area beginning in 2013, with 97% of the published articles appearing between 2013 and 2024. The research conducted by Abhishek et al. (2016) was identified as the most cited article, while the Journal of Retailing and Consumer Services emerged as the leading publication in this domain. Li, with 28 articles, was recognized as the most prolific author and the United States and China were identified as the top contributors to research in this field. Comprehensive bibliometric analyses, including co-citation and bibliographic coupling networks, were performed. Co-citation analysis explored the content and knowledge structure, whereas bibliographic coupling analysis identified research gaps and potential future directions. This study enhanced our understanding of customer channel selection behavior in a multi-channel environment and highlighted promising avenues for future research.
 
Discussion of Results & Conclusion
The research findings indicated that, to attract and retain customers, retailers must optimize the omnichannel shopping experience and provide seamless services. By analyzing consumer expectations and creating integrated shopping experiences across various touchpoints, retailers can significantly enhance customer satisfaction. Additionally, it is crucial for retailers to clearly define the technologies they invest in and facilitate the adoption of these new technologies by consumers as this adoption is essential for fostering purchase intentions (Melis et al., 2015; Terpoorten et al., 2024). Access to product information through mobile applications, websites, and social media is a fundamental requirement for consumers. In-store digital touchpoints can further support customers by providing easy access to online product ratings and reviews (Bashkooh & Mohammadkhani, 2023). Moreover, developing robust logistics, inventory management, and operational infrastructure is vital for supporting an effective omnichannel retail strategy (Ishfaq et al., 2016). The bibliometric coupling analysis also identified the drivers of customer channel selection at different stages of the customer journey. This insight equips retail managers with the knowledge needed to plan and utilize appropriate channels, ultimately increasing customer satisfaction and fostering retention.

کلیدواژه‌ها [English]

  • Channel Choice Behavior Drivers
  • Omnichannel Retailing
  • Distribution System
  • Clustering
  • Bibliometric

1. مقدمه

امروزه کانال‌های خرید و انتخاب‌هایی مانند فروشگاه‌های خرده‌فروشی، تحویل در خانه، نقاط جمع‌آوری و محصولات دیجیتال/قابل‌دانلود تجربه‌ای متنوع را برای مصرف‌کنندگان فراهم می‌آورند (Nagy et al., 2024). چندین کانال سعی می‌کنند ارزش پیشنهادی مشتری را افزایش دهند و به طیف وسیع‌تری از مصرف‌کنندگان دسترسی پیدا کنند (Silva et al., 2024). خرده‌فروشی همه‌کاناله با هماهنگ‌کردن فرآیندها و فناوری‌ها در همۀ کانال‌ها خدمات یکپارچه، سازگار و مطمئن‌تری را برای مصرف‌کنندگان فراهم می‌آورد. ورهوف خرده‌فروشی همه کاناله را به‌عنوان «مدیریت هم‌افزایی کانال‌های متعدّد موجود و نقاط تماس مشتری به‌گونه‌ای که تجربۀ مشتری در سراسر کانال‌ها و عملکرد روی کانال‌ها بهینه شود» تعریف می‌کند (Verhoef et al., 2015). این تعریف تمایز روشنی بین خرده‌فروشی همه‌کاناله با خرده‌فروشی چندکاناله که به‌معنای ارائۀ محصولات یا خدمات به مصرف‌کنندگان در چندین کانال (آنلاین، آفلاین و غیره) بدون هم‌افزایی کانال‌های متعدّد است، ایجاد می‌کند. خرده‌فروشی همه‌کاناله با خرده‌فروشی متقابل (Cross channel retailing) که یکپارچگی جزئی بین کانال‌ها را فراهم می‌کند، متفاوت است (Cai & Lo, 2020; Beck & Rygl, 2015).

اکنون با مطالعۀ‌ گستردۀ محققان بازاریابی روی رفتار مصرف‌کنندگان روشن است که آنها نمی‌خواهند دسترسی محصولات و خدمات خود را به یک کانال محدود کنند. آنها می‌خواهند از چندین کانال استفاده کنند؛ برای مثال، محصولات لازم خود را در فروشگاه آنلاین خرده‌فروش بررسی و تحقیق کنند که آیا این محصولات در انبار موجود است؟ و سپس سفارش‌های خود را با یک برنامۀ تلفن همراه ثبت و آنها را از فروشگاه فیزیکی دریافت کنند. این واقعیت که یک مصرف‌کننده از کانال‌های زیادی در یک تراکنش استفاده می‌کند، از یکسو، تجربۀ خرید یکپارچه‌ای را به آنها می‌دهد و از سوی دیگر، نیاز بازاریاب را برای مدیریت کانال‌هایی که به‌طور مشترک و منسجم استفاده می‌شود، برجسته می‌کند. از‌دیدگاه Mahadevan & Joshi  (2022) مشتریانی که از خدمات توزیع همه‌کاناله بهره می‌گیرند، اغلب از تمام نقاط تماس ممکنی که یک خرده‌فروش ارائه می‌دهد، استفاده می‌کنند. آنها ممکن است از تلفن همراه خود برای جست‌وجوی پیشنهادها یا دانلود کوپن‌های تخفیف و خرید آنلاین و جست‌وجو در وب‌سایت‌های مختلف استفاده و نظر‌های خود را در فروشگاه الکترونیکی ثبت و سپس نظر‌های سایر مشتریان را بررسی کنند (باشکوه و همکاران،1400). مشتریان در بستر خرده‌فروشی همه‌کاناله آزاد هستند که خریدهای خود را در فروشگاه تحویل بگیرند و یا در‌صورت لزوم خرید خود را مرجوع کنند و به فروشگاه برگردانند. این تحرک و پویایی مشتریان در توزیع همه‌کاناله که به‌عنوان سفر مشتری معروف است با تعامل بین کانالی آنها جریان پیدا می‌کند و طی آن تجربه‌های سازگار و به‌طور کامل شخصی‌شده را به دست می‌آورند (Taheri et al., 2024; Mishra et al., 2021). تانریوردی و آیدین بیان می‌کنند خرده‌فروشی همه کاناله سبب شده است که مشتریان اکنون نقاط تماس متعدّد و امکانات تعامل تا حدودی نامحدود را در مراحل پیش‌خرید، خرید و پس از خرید خود داشته باشند (Tanriverdi & Aydın, 2024).

به عقیدۀ Juaneda-Ayensa et al. (2016) ظهور کانال‌های تلفن همراه، تبلت‌ها، رسانه‌های اجتماعی و ادغام این کانال‌ها و دستگاه‌های جدید در خرده‌فروشی آنلاین و آفلاین باعث شد که خرده‌فروشی همه‌کاناله به تکامل خود ادامه دهد و این درنهایت، منجر به تغییرات عمیق در رفتار مشتری شد. به‌عبارتی، یک مصرف‌کنندۀ جدید چند‌دستگاهی و چند‌صفحه‌ای (Multiscreen) ظهور کرده است که اطلاعات بهتری دارد، برندهای همه‌کانالی را می‌شناسد و یک پدیدۀ جهانی در‌حال رشد است (Verhoef et al., 2015). مشتریان بدون توجه به کانالی که استفاده می‌کنند، انتظار خدمات یا تجربۀ یکپارچه، یکسان و هماهنگ دارند. آنها مایل هستند بسته به ترجیحات، وضعیت فعلی، زمان روز یا دستۀ محصول به‌طور یکپارچه، بین کانال‌ها - فروشگاه سنتی، آنلاین و تلفن همراه حرکت کنند (De Keyser et al., 2020; Lemon & Verhoef., 2016). این خریداران جدید می‌خواهند از دستگاه خود برای انجام‌دادن جست‌وجو، مقایسۀ محصولات، درخواست مشاوره یا جست‌وجوی جایگزین‌های ارزان‌تر در‌طول سفر خرید خود استفاده کنند تا از مزایای ارائه‌شدۀ هر کانال بهره ببرند (Shi et al., 2020; Rahman et al., 2022).

مرور ادبیات خرده‌فروشی چندکاناله حاکی از علاقۀ روزافزون پژوهشگران به مطالعۀ محرک‌های مؤثر بر رفتار انتخاب کانال در این بستر است. رشد پژوهش‌های انجام‌شده در این حوزه به‌ویژه از سال 2010 به بعد مؤید آن است (شکل 1). رشد کمّی پژوهش‌های انجام‌شده به توسعۀ ادبیات این حوزه کمک کرده است و مبنای محکم‌تری برای پژوهشگران آتی شکل داده است؛ اما سازمان‌دهی این مطالعات و استخراج زبان مشترک آن هدف مهم‌تری پس از حداقل یک دهه تلاش علمی است. مرور سیستماتیک با کتاب‌سنجی روش قدرتمندی برای دستیابی به این هدف و استخراج نتایج مشترک مطالعات گستردۀ گذشته است که تاکنون در این راستا تلاش چشمگیری صورت نگرفته است. گرچه مطالعات Lopes et al., 2022؛ Raza & Govindaluri, 2019؛ Park & Lee, 2017؛ Tanriverdi & Aydın, 2024 و Kumar et al., 2024 به‌ترتیب به «تحقیقات حوزه‌های بازاریابی چندکاناله»، «خرده‌فروشی همه‌کاناله در زنجیرۀ تأمین‌ها» «رفتار خرید آنلاین مشتریان در خرده‌فروشی همه‌کاناله»، «لجستیک همه‌کاناله» و «روندهای خرید در خرید همه‌کاناله» با روش کتاب‌سنجی پرداخته‌اند، هیچ یک از نویسندگان محرک‌های مؤثر بر رفتار انتخاب کانال مشتریان را در محیط همه‌کاناله بررسی نکرده‌اند تا آنجا که بررسی شد، پژوهش حاضر اولین مطالعۀ نظام‌مند و جامع دربارۀ محرک‌های مؤثر بر رفتار انتخاب کانال مشتریان در بستر خرده‌فروشی همه‌کاناله است. محققان در این پژوهش از یکسو به جمع‌بندی نتایج پراکنده و متناقض پژوهش‌های گذشته می‌پردازند و مطالعات با نتایج مشابه را در خوشه‌های همگون قرار می‌دهند تا از این طریق مضامین برجستۀ علمی را استخراج کنند. از سوی دیگر، با شناسایی شکاف‌های پژوهشی مشخص می‌کنند که پژوهشگران به کدام حوزۀ علمی کمتر توجه کرده‌اند تا از این طریق روندهای نوظهور این حوزۀ مطالعاتی را برای پژوهشگران آتی مشخص کنند.

در این راستا، پژوهش حاضر با هدف خوشه‌بندی محرک‌های مؤثر بر رفتار انتخاب کانال مشتریان در بستر خرده‌فروشی همه‌کاناله از‌طریق مرور سیستماتیک کتاب‌شناختی انجام گرفت تا محققان به سؤال‌های پژوهشی زیر پاسخ دهند:

1) رشد تولید سالیانه مطالعات رفتار انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله چگونه است؟

2) برترین تولیدکنندگان دانش (مجله‌ها، نویسندگان برتر و کشورها) در‌زمینۀ رفتار انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله چه کسانی هستند؟

3) موضوعات کلیدی پژوهش‌ها و حوزه‌های پژوهش‌های آینده در‌حوزۀ رفتار انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله چیست؟

 

  1. مبانی نظری

1-2. رفتار انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله

در سال‌های اخیر پژوهش دربارۀ خرده‌فروشی همه‌کاناله برای انتخاب کانال بر انگیزه و رفتار مصرف‌کننده متمرکز بوده است. محور اصلی رفتار مشتری همه‌کاناله انتخاب کانال است. رفتار انتخاب کانال شامل مبادلات معاملاتی یا اطلاعاتی با شرکت‌ها یا سایر مشتریان در‌زمینه‌های تجاری است (Herhausen et al., 2019). از‌منظر فایده‌گرا، فرض اصلی انتخاب کانال این است که مشتریان کانالی را انتخاب می‌کنند که مطلوبیت شخصی آنها را در یک موقعیت متمایز از‌بین همۀ گزینه‌های موجود به حداکثر می‌رساند (Noble et al., 2005). بنابراین بالاترین سودمندی ذهنی کانال احتمال انتخاب کانال را تعیین می‌کند. افراد در‌طول سفر مشتری ممکن است با معاوضه‌های مفید کانال‌های متعدّد مواجه شوند که این خود رفتار مشتری همه‌کانالی را به یک فرآیند تصمیم‌گیری چند‌مرحله‌ای تکراری و بسیار فردی تبدیل می‌کند (Mukherjee & Chatterjee, 2021). بر این اساس، اهمیت ویژگی‌های مصرف‌کننده در محاسبات مطلوبیت اقتصادی در تصمیم‌گیری برجسته شده است و می‌توان بیان کرد که ویژگی‌های روانی تصمیم‌گیرندگان به‌طور چشمگیری بر ادراک سودمندی فردی تأثیر می‌گذارد. محققان اضافه می‌کنند که مصرف‌کنندگان برای دستیابی به مطلوبیت از کانال مدنظرشان جایگزین‌هایی را بر‌اساس ویژگی‌های خود انتخاب می‌کنند (Herhausen et al., 2019; Blömker & Albrecht, 2024; Verhoef et al., 2015; Verhoef et al., 2007; Yang et al., 2019a). ورهوف و همکاران شش عامل تعیین‌کنندۀ انتخاب کانال فردی را شناسایی کردند؛ ازجمله: ویژگی‌های کانال، تلاش‌های بازاریابی، تأثیرات اجتماعی، عوامل زمینه‌ای، تجربه‌های کانال و ویژگی‌های مصرف‌کننده. مصرف‌کنندگان امروز می‌توانند قبل از خرید اطلاعات دقیقی را مانند موقعیت مکانی یک مرکز خرید دیگر، محصولات با قیمت و کیفیت جذاب‌تر و غیره را بدون توجه به اشکال کانال‌های خرید چه به‌صورت آنلاین یا آفلاین بررسی کنند (Verhoef et al., 2015; Verhoef et al., 2007). بسیاری از مشتریان ترجیح می‌دهند از بیش از یک کانال در مراحل مختلف فرآیند خرید استفاده کنند. این مشتریان چند‌کانالی را می‌توان به‌عنوان ترکیب کانال‌ها و رویکردهای مختلف، جست‌وجوی آنلاین برای خرید آفلاین، جست‌وجوی آفلاین برای خرید آنلاین و یا کاملاً شخصی‌شده توصیف کرد (Li et al., 2024). تصمیم‌گیری درست دربارۀ مزایای هر‌کدام از این کانال‌ها و نحوۀ کاربرد هر‌کدام در خرده‌فروشی همه‌کاناله و مطابقت آن با انتظارت مشتریان نقش مهمی در بهبود درآمد، سودآوری و یا ریزش مشتری دارد (Yang et al., 2019a). در همین راستا، کین و همکاران بیان کردند که ساختار فرآیند تصمیم‌گیری مصرف‌کننده بیشتر برپایۀ انتخاب قالب خرده‌فروشی (فروشگاه، کاتالوگ یا اینترنت) و قیمت محصول (در‌سطح‌های پایین، متوسط یا بالا) استوار بوده است. (Keen et al., 2004). Frasquet et al. (2015) از مدل پذیرش فناوری توسعه‌یافته برای تجزیه‌و‌تحلیل محرک‌های انتخاب کانال خرده‌فروشی مصرف‌کنندگان از‌منظر انگیزۀ بیرونی و درونی استفاده کردند که به‌ترتیب بر پاداش‌های بیرونی و درونی دلالت دارد. این پژوهش نشان داد که مصرف‌کنندگان کانال‌ها را بر‌اساس سودمندی، امنیت، فشار زمانی (انگیزۀ بیرونی)، سهولت استفاده، لذت‌بردن از اینترنت و جهت‌گیری لذت‌گرا (انگیزۀ درونی) انتخاب می‌کنند. والنتینی و همکاران استدلال کردند که ظهور کانال‌های جدید مصرف‌کنندگان را به پذیرش کانال‌ها تحریک کرده است (Valentini et al., 2011)؛ درنتیجه تصمیم مصرف‌کننده دربارۀ انتخاب کانال نیز به‌طور همزمان تغییر می‌کند؛ بنابراین باید کاربران بالغ کانال و کاربران تازه وارد کانال را تشخیص داد و می‌توان آنها را به‌ترتیب به‌عنوان ماندگار و یادگیرنده توصیف کرد. مطالعۀ Blömker & Albrecht (2024) نقش تفاوت‌های فردی را در انتخاب کانال و رفتار سوئیچینگ در یک محیط چند‌کانالی با استفاده از تحلیل کلاس پنهان روی داده‌های 1512 مشتری بررسی کردند. متغیرهای روان‌شناختی در پنج حوزۀ (نگرش‌های ریسک (Risk Attitudes)، توانایی شناختی (Cognitive Ability)، انگیزه (Motivation)، شخصیت (Personality) و سبک تصمیم‌گیری (Decision-making Style)) به‌عنوان متغیرهای کمکی برای تحلیل رفتار مشتری چند‌کانالی به کار می رود. انصاری و همکاران پیشنهاد کردند که ویژگی‌های جمعیت‌شناختی مصرف‌کنندگان (سن، جنسیت و تعداد فرزندان)، تجربۀ کاربر (تجربۀ کانال قبلی، تعداد خریدهای قبلی، فاصله بین آخرین خرید و خرید قبل از آن، فرکانس خرید اینترنتی)، تلاش‌های ارتباطی (اثر‌های مستقیم و تعاملی ایمیل یا کاتالوگ) و روند زمانی (‌فصلی‌بودن و دورۀ تعطیلات) می‌تواند بر انتخاب کانال مصرف‌کننده تأثیر بگذارد (Ansari et al., 2008). کسب‌و‌کارهای فعّال در خرده‌فروشی همه‌کاناله باید مراقبت کنند وقتی یک خرده‌فروش کانونی مکان فروشگاه فیزیکی خود را حذف می‌کند، مصرف‌کنندگانی که ترجیح زیادی برای خرید آنلاین دارند، احتمال بیشتری برای خرید آنلاین دارند. وفاداری آنها به خرده‌فروش این ارتباط را توضیح می‌دهد؛ اما مشروط به سطح‌های پایین مقاومت آنهاست. هنگامی که مقاومت بالا باشد، مصرف‌کنندگانی که ترجیح زیادی برای خرید آنلاین دارند، به احتمال زیاد به یک رقیب روی می‌آورند (Ngoh & Mellema, 2024).

 

2-2. انواع کانال‌های خرده‌فروشی همه‌کاناله

خرده‌فروشی همه‌کاناله به‌عنوان مدیریت یکپارچه تمام کانال‌های موجود و نقاط تماس مشتری را برای ارائۀ بهترین تجربۀ مشتری در تمام نقاط تماس که در آن خدمات نهایی به مشتریان ارائه می‌شود، تعریف می‌کند (Verhoef et al., 2015). در‌واقع، این بستر به‌عنوان نوعی از خدمات تعریف می‌شود که به مشتریان اجازه می‌دهد آزادانه بین کانال‌ها انتخاب و بدون از دست دادن اطلاعات عمل کنند (Gao et al., 2022). به ‌عبارت‌ دیگر، همه‌کاناله را می‌توان به‌عنوان مدیریت بسیاری از کانال‌ها به‌صورت تعاملی با نقاط تماس در هماهنگی تعریف کرد (He et al., 2020). جدول 1 فهرستی از کانال‌های مختلف یک خرده‌فروشی همه‌کاناله را نشان می‌دهد.

 

جدول 1: فهرستی از کانال‌های توزیع در خرده‌فروشی همه‌کاناله

Table 1: A list of distribution channels in omnichannel retail

خرده‌فروشی

نوع کانال

تعریف

منبع

خرده‌فروشی فروشگاهی

فروشگاه‌های اختصاصی

ارائۀ محصولات و خدمات خاص مانند فروشگاه‌های ورزشی، مبلمان و...

Hasan (2018)

فروشگاه‌های بزرگ

ارائۀ حجم وسیعی از محصولات بادوام

Jones (1982)

فوق بازارها

مجتمع‌های بزرگ فروش انواع کالاها و ارائۀ خدمات

Marques et al. (2016)

فروشگاه‌های تخفیفی

فروش حجم زیادی از محصولات با سودآوری کم

جلیلیان و سجادی (1397)

خرده‌فروشی غیرفروشگاهی

بازاریابی مستقیم

فروش با کانال‌های بازاریابی تلفنی، پست، خرید تلویزیونی، ماشین‌های فروش

Moes et al. (2023)

فروش مستقیم

فروش محصول در منزل مشتری، فروش خانه‌به‌خانه

 

خرده‌فروشی سازمانی

فروشگاه زنجیره‌ای

دو یا چند فروشگاه متعلق به یک سازمان

جلیلیان و سجادی (1397)

مجتمع‌های تجاری

مجموعه‌ای از چند خرده‌فروش

زنجیره‌های داوطلبانه

گروهی از خرده‌فروشان مستقل

خرده‌فروشی الکترونیک

فروشگاه‌های الکترونیک

فروش در بستر تجارت الکترونیک

Abhishek et al. (2016)

خدمات لجستیک سطح سوم و بالاتر

دراپ شیپینگ

ارسال دراپ، روشی مقرون‌به‌صرفه برای انجام‌دادن سفارش به این معناست که خرده‌فروش سفارش‌های مصرف‌کنندگان را به تولیدکنندگانی که مسئولیت پردازش سفارش‌ها را بر عهده دارند، ارسال می‌کند و محصول را به‌‌صورت مستقیم به مصرف‌کنندگان تحویل می‌دهد.

Lei & Xue (2022); Sodero et al. (2021)

منبع: محقق‌یافته

 

مشتریان بسته به انتظار‌ها و ترجیحات خاص خود به انتخاب کانال مدنظرشان می‌پردازند و شرکت‌های خرده‌فروشی باید ارزش هر‌کدام از کانال‌ها را برای مشتریان در هر مرحله از خرید روشن و ماندگار او را در خرده‌فروشی همه‌کاناله تضمین کنند.

 

  1. پیشینۀ پژوهش

پژوهشگران در سال‌های اخیر تمایل فراوانی به انجام‌دادن پژوهش‌های مرتبط با محرک‌های مؤثر بر رفتار انتخاب کانال مشتریان در بستر خرده‌فروشی همه‌کاناله نشان داده‌اند. در‌ادامه، برخی از پژوهش‌های داخلی و خارجی مرتبط با این حوزه ارائه شده است.

نظری و همکاران (1400) پژوهشی با عنوان «شناسایی عوامل مؤثر بر انتخاب کانال مصرف‌کننده به‌منظور تعیین استراتژی بهینۀ قیمت‌گذاری شرکت‌های چندکاناله: مورد مطالعه: صنایع خرده‌فروشی» انجام دادند. محققان در این مطالعه مصاحبه‌هایی را با 13 نفر از مدیران شرکت‌های چندکاناله در صنایع مختلف انجام دادند و از استراتژی نظریۀ داده‌بنیاد برای کدگذاری مصاحبه‌ها بهره گرفتند. نتایج نشان داد که هشت مقولۀ جمعیت‌شناختی، ویژگی‌های کالا، خدمات خرده‌فروش، روان‌شناختی، محیط فیزیکی، نیازهای اجتماعی، نیازهای هیجانی و ارزش ادراکی بر انتخاب کانال مصرف‌کننده از جنبۀ قیمت‌گذاری تأثیرگذار است.

ماهیپالا و همکاران پژوهشی با عنوان «عوامل مؤثر بر انتخاب مشتری خرده‌فروشی سوپرمارکت همه‌کانالی: یک مطالعۀ تجربی در سریلانکا» انجام دادند. محققان در این مطالعه یک نوع‌شناسی از مصرف‌کنندگان بر‌اساس انتخاب کانال‌های توزیع و تعداد خرده‌فروشان بازدید‌شده در‌طول دو مرحله از فرآیند تصمیم‌گیری (تحقیق و خرید) ارائه کردند. در این مطالعه با تکیه بر پارادایم فرد - شیء – وضعیت، هر گروه از‌نظر انگیزه‌های خرید و ویژگی‌های اجتماعی - جمعیت‌شناختی آنها تحلیل و سپس یک نظرسنجی به‌صورت آنلاین برای بررسی رفتار پاسخ‌دهندگان دربارۀ کالاهای غیرخوراکی خریداری‌شده طی شش ماه انجام شد. نتایج نشان داد که نوع محصول به‌شدت این رفتارها را تعیین می‌کند؛ درحالی ‌که انگیزه‌های خرید و متغیرهای جمعیت‌شناختی اجتماعی تأثیر چشمگیری بر کاهش ریسک درک‌شدۀ مشتریان ندارند (Maheepala et al., 2024).

جشی و همکاران پژوهشی با عنوان «تفاوت‌های جنسیتی و نسلی در تصمیم‌گیری‌های سفر خرید همه‌کانالی: چه چیزی باعث می‌شود که انتخاب‌های مصرف‌کننده به خرید در فروشگاه یا ارسال مستقیم بپردازند؟» انجام دادند. محققان در این مطالعه تفاوت‌های جنسیتی و نسلی را در تصمیم‌گیری‌های سفر خرید همه‌کانالی در پاسخ به این سؤال که چه‌چیزی باعث می‌شود انتخاب‌های مصرف‌کننده به سمت خرید در فروشگاه یا ارسال مستقیم برود؟ انجام دادند. برای این منظور، از یک نظرسنجی آنلاین دقیق به‌منظور جمع‌آوری داده‌ها برای نمونه‌ای از 311 مصرف‌کننده هندی استفاده شد. نتایج نشان داد که فرآیند خرید سریع، حذف تأخیرهای تحویل محصول، هزینه‌های تحویل و حمل، سهولت دریافت محصول، قابلیت اطمینان سیستم خرده‌فروشی و اعتماد به خرده‌فروش تعیین‌کننده‌های کلیدی پذیرش است. بازگشت‌پذیری خرید فقط با انتخاب‌های «خرید آنلاین تحویل در فروشگاه» ارتباط ضعیفی دارد؛ در‌حالی که امنیت پرداخت تأثیر چشمگیری ندارد. در‌میان شش متغیر جمعیت‌شناختی تنها جنسیت و سن به‌طور چشمگیری بین این دو مفهوم تفاوت دارد ( Joshi et al., 2024).

 ژو و جکسون پژوهشی با عنوان «بررسی قصد انتخاب کانال مشتری در محیط خرده‌فروشی همه‌کانال» انجام دادند. محققان در این مطالعه عوامل تأثیرگذار قصد انتخاب کانال مشتری را در یک محیط خرده‌فروشی همه‌کانالی بررسی کردند.با یک تحلیل تجربی با استفاده از نظرسنجی از مشتریان ایالات متحده و بریتانیا که بیشتر آنها خریداران آنلاین بودند، دریافت شد که شفافیت کانال، راحتی کانال و یکنواختی کانال به‌طور مثبت بر کنترل رفتاری ادراک‌شدۀ مشتری تأثیر می‌گذارند. علاوه بر این، شفافیت و یکنواختی کانال به کاهش ریسک ادراک‌شدۀ مشتری کمک می‌کنند؛ در‌حالی که راحتی کانال تأثیر معناداری ندارد. قیمت بالاتر محصول، تأثیر شفافیت، راحتی و یکنواختی کانال را بر کاهش ریسک ادراک‌شدۀ مشتری افزایش می‌دهد. علاوه بر این، مشخص شد که کنترل رفتاری ادراک‌شدۀ مشتری و مزیت قیمت کانال تأثیر مثبت و ریسک ادراک‌شده تأثیر منفی بر قصد انتخاب کانال مشتری در محیط خرده‌فروشی همه‌کانال دارد. (Xu & Jackson,2019).

 پارک و لی پژوهشی با عنوان «یک مطالعۀ تجربی در مورد رفتار انتخاب کانال خرید آنلاین مصرف‌کننده در محیط همه‌کانال» انجام دادند. نتایج نشان داد که سن و جنسیت تأثیر چشمگیری بر رفتار انتخاب کانال دارد. استراتژی‌های ارتباطی مانند پیامک و هشدار فشار برنامه به‌طور زیادی بر انتخاب کانال مصرف‌کننده تأثیر می‌گذارد. مشاهده شد محصولاتی که ویژگی‌های کالاهای تجربه یا کالاهای معتبر را دارند، تمایل دارند با کانال‌های تلفن همراه و اینترنتی خریداری شوند؛ زیرا اطلاعات دقیق و افزودنی مانند نظر‌های مصرف‌کننده را ارائه می‌دهند. در‌نهایت، نتایج نشان داد که بین بیشتر کانال‌ها به‌جزء اینترنت و تلفن اثر جایگزینی وجود دارد (Park & Lee, 2017).

 

  1. روش پژوهش

پژوهش حاضر از‌نوع مطالعات علم‌سنجی با رویکرد کمّی و به روش کتابخانه‌ای است. در این مطالعه برای استخراج ساختار دانش محرک‌های رفتاری انتخاب کانال مشتریان در بستر خرده‌فروشی همه‌کاناله از روش‌شناسی کتاب‌سنجی استفاده شد. روش‌‌شناسی کتاب‌سنجی که ریشه در علم کتابداری و اطلاع‌رسانی دارد با به‌کارگیری تکنیک‌های کتاب‌سنجی مانند تحلیل‌های استنادی، هم‌استنادی، هم‌نویسندگی، زوج‌های کتاب‌شناختی (جفت کتاب‌شناختی) و هم‌واژگانی قابل انجام است و پژوهشگران با بهره‌گیری از آن حوزه‌‌های مهم پژوهش‌های مرتبط گذشته را استخراج می‌کنند (Kumar et al., 2024). در‌میان این تکنیک‌ها، تکنیک‌های هم‌استنادی و زوج‌های کتاب‌شناختی قابلیت بیشتری برای استخراج ساختار دانشی پژوهش‌ها دارند و اطلاعات قابل‌اتکاتری را ارائه می‌دهند (Mahadevan & Joshi, 2022). مطابق بیان Patil & Rahman (2023) هم‌استنادی مقاله‌ها به «فراوانی که دو مقاله از ادبیات قبلی با هم در ادبیات بعدی استناد می‌شوند» (Patil & Rahman, 2023) اشاره دارد و اعضای خوشه‌های آن دربرگیرندۀ مطالعات قدیمی است. از سوی دیگر، جفت کتاب‌شناختی مجموعه‌ای از مقاله‌های اخیر را بر‌اساس ارجاعات رایجی که دارند، ایجاد می‌کند. دو مقاله از‌لحاظ کتاب‌شناختی با داشتن ارجاعات مشترک مرتبط می‌شوند. هرچه اشتراک ارجاعات بین دو مقاله بیشتر باشد، قدرت پیوند کتاب‌شناختی بین آنها بیشتر است؛ بنابراین در تحلیل هم‌استنادی خوشه‌ای از مطالعات قدیمی و در جفت کتاب‌شناختی خوشه‌ای از مطالعات اخیر که نشان‌دهندۀ روندهای نوظهور در ادبیات است، استفاده می‌شود (Truong, 2021). این دو تکنیک مکمل یکدیگر هستند و به تشخیص ساختار فکری و دانشی مطالعه کمک می‌کنند.

واحد تحلیل برای تکنیک‌های هم‌استنادی و جفت کتاب‌شناختی می‌تواند یک سند (مقاله)، نویسنده یا مجله باشد (Kumar et al., 2024). در این پژوهش برای رمزگشایی ساختار محتوایی و دانشی مطالعات، اسناد (مقاله‌ها) به‌عنوان واحد تحلیل هم‌استنادی و جفت کتاب‌شناختی به کار گرفته شد. یافته‌های دو تحلیل فوق امکان بررسی عمیق ادبیات رفتار مصرف‌کننده در خرده‌‌فروشی هم‌کاناله، شناسایی شکاف‌ها و ارائۀ جهت‌های پژوهشی آینده را فراهم می‌آورد.

در این مطالعه برای دستیابی به مطالعات مرتبط حوزۀ پژوهش از استراتژی جست‌وجو شامل گام‌های ذیل استفاده شد: در گام اول از‌میان مخازن علمی معتبر مخزن علمی اسکوپوس که گسترده‌ترین پوشش مطالعات معتبر را دارد و از مخازن علمی پیشرو در مجله‌های بازرگانی و مدیریت است، انتخاب شد. در گام دوم واژگان ترکیبی(choice OR choose* OR select* OR use OR usage OR utili* OR adopt* OR prefer*) AND ("omni channel" OR "cross channel" OR "dual channel" OR omnichannel OR cross-channel OR dualchannel) در قسمت عنوان، چکیده و کلیدواژه‌ها جست‌وجو و تعداد 5333 مطالعه طی سال‌های 1996 تا اکتبر سال 2024 شناسایی شد. دلیل انتخاب این بازۀ زمانی پوشش‌دادن تمامی مطالعات حوزۀ اصلی پژوهش بود. این تعداد مطالعه شامل مقاله‌های مربوط به همایش‌ها، کتاب‌ها، پایان‌نامه‌ها و رساله‌ها به زبان‌های مختلف در تمام رشته‌های تحصیلی بود که باید برای دستیابی به مطالعات مرتبط و معتبر با حوزۀ پژوهش پالایش شود. در گام سوم تلاش شد مطالعات واجد شرایط معتبر شناسایی شود و با اعمال فیلترهای مقاله‌های ژورنالی چاپ‌شده، رشته‌های کسب‌و‌کار، مدیریت و حسابداری و زبان انگلیسی این تعداد به 758 مطالعه تقلیل یافت و درنهایت، در گام چهارم با مطالعۀ عناوین و چکیده‌ها تعداد 738 مطالعۀ نهایی مرتبط و واجد شرایط برای تحلیل در‌نظر گرفته شد. این مطالعات وارد نرم‌افزار VOSviewer و بسته بیبلیومتریک در نرم‌افزار R شد تا تحلیل‌های مربوط به شناسایی شکاف پژوهشی و جهت‌گیری‌های پژوهشی آینده مشخص شود.

 

  1. یافته‌ها و بحث

1-5. تولید‌های علمی سالیانه

شکل 1 تولید علمی سالانه مقاله‌های تحقیقاتی در‌زمینۀ محرک‌های انتخاب کانال مشتریان را در خرده‌فروشی همه کاناله نشان می‌دهد. پژوهش‌ها در این زمینه تنها در دهۀ جاری با انتشارات بسیار کمّی در دورۀ اولیه 2000-2023 آغاز شد. رشد واقعی مقاله‌ها از سال 2013 اتفاق افتاده است و 97% تولید‌‌های علمی از مبدأ این سال تاکنون اتفاق افتاده است که حاکی از افزایش علاقۀ پژوهشگران به این رشته است.

شکل 1: رشد سالیانه تولید‌های علمی حوزۀ محرک‌های انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله (منبع: محقق‌یافته)

Figure 1: Annual growth of scientific publications in the area of drivers for customer channel selection in omnichannel retail

 

 

2-5. برجسته‌ترین مقاله‌‌ها (تحلیل استناد)

هدف تجزیه‌وتحلیل استنادی بررسی ارتباط بین جفت مقاله‌های پژوهشی در‌مجموعۀ نمونۀ استفاده‌شده برای تجزیه‌وتحلیل است. جدول2 فهرست ده مقالۀ پژوهشی برتر را بر‌اساس تعداد استنادهای دریافتی نشان می‌دهد. مقالۀ Abhishek et al. (2016) دربارۀ محرک‌های مؤثر بر جذب و ماندگاری مشتریان در استفاده از کانال‌های توزیع آنلاین در خرده‌فروشی همه‌کاناله است و پس از آن مقالۀ Cai  (2010) است که به محرک‌های مؤثر بر انتخاب کانال در خرده‌فروشی دوکاناله می‌پردازد.

 

جدول 2: ده مقالۀ پژوهشی برتر بر‌اساس استنادهای دریافتی

Table 2: Top ten research articles based on citations received

ردیف

مقاله

نویسندگان

مجله

استنادات

1

Agency Selling or Reselling? Channel Structures in Electronic Retailing

Abhishek et al. (2016)

Management Science

676

2

Channel Selection and Coordination in Dual-Channel Supply Chains

Cai (2010)

Journal of Retailing

584

3

Omnichannel Retail Operations with Buy-Online-and-Pick-up-in-Store

Gao & Su (2017a)

Management Science

481

4

Pricing policies in a dual-channel supply chain with retail services

Dan et al. (2012)

International Journal of Production Economics

411

5

Dual Sales Channel Management with Service Competition

Chen et al. (2008)

Manufacturing & Service Operations Management

388

6

Carbon emission reduction decisions in the retail-/dual-channel supply chain with consumers' preference

Ji et al. (2017)

Journal of Cleaner Production

371

7

Quality in Supply Chain Encroachment

Ha et al. (2016)

Manufacturing & Service Operations Management

312

8

Online and Offline Information for Omnichannel Retailing

Gao & Su (2017b)

Manufacturing & Service Operations Management

308

9

Channel structure and pricing in a dual-channel closed-loop supply chain with government subsidy

He et al. (2019)

International Journal of Production Economics

300

10

Channel integration quality, perceived fluency and omnichannel service usage: The moderating roles of internal and external usage experience

Shen et al. (2018)

Decision Support Systems

256

منبع: محقق‌یافته

 

 

3-5. عملکرد نشریه‌ها

مجموعه نمونه شامل 738 مقاله در 196 نشریه در پایگاه Scopus است. جدول 3 در برگیرندۀ ده نشریۀ برتر است که در پیشینۀ پژوهش در‌زمینۀ محرک‌های انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله مشارکت دارند. ده نشریۀ برتر حدود 40 درصد از پیشینۀ پژوهش را تشکیل می‌دهند که نشان‌دهندۀ تمرکز چشمگیری از پژوهش‌ها در این نشریه‌هاست. در‌بین نشریه‌ها، نشریۀJournal of Retailing and Consumer Services نشریه‌ای است که بیشترین تعداد مقاله (55 مقاله) را دارد و حدود 08/0 درصد از کل مقاله‌های مجموعه نمونه را به خود اختصاص داده است.

 

 

جدول3: ده نشریۀ برتر حوزۀ محرک‌های انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله

Table 3: Top ten publications in the area of drivers of customer channel selection in omnichannel retail

رتبه در پایگاه ABCD

تعداد مقاله‌ها

نشریه‌ها

A

55

Journal of Retailing and Consumer Services

A

43

International Journal of Production Economics

A

36

International Journal of Retail And Distribution Management

A*

34

Transportation Research Part E: Logistics and Transportation Review

A

28

International Journal of Production Research

A

22

Journal of Cleaner Production

C

19

Electronic Commerce Research and Applications

B

19

International Transactions in Operational Research

B

17

Journal Of Industrial nd Management Optimization

A

15

Journal Of Business Research

منبع: محقق‌یافته

 

 

4-5. نویسندگان اثرگذار

شکل 2 ده نویسندۀ مشارکت‌کنندۀ برتر را در‌حوزۀ تحقیقاتی محرک‌های انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله نشان می دهد. Li با 28 مقالۀ پژوهشی در‌زمینۀ انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله بهترین نویسندۀ مشارکت‌کننده است. دو مقالۀ پژوهشی این نویسنده «انتخاب کانال فروش در صنعت هتلداری: تأثیر بررسی های آنلاین» در سال 2022 و مقالۀ «انتخاب اینفلوئنسر و تحلیل استراتژیک برای فروش پخش زنده» در سال 2024 استنادهای زیادی را دریافت کرده است.

شکل 2: ده نویسندۀ برتر به‌لحاظ میزان انتشارات در‌حوزۀ پژوهش (منبع: محقق‌یافته)

Figure 2: Top ten authors based on publication output in the research domain

 

 

5-5. آمار کشور و وابستگی

شکل 3 فهرست کشورهای برتر تولید‌کنندۀ مقاله‌های پژوهشی را در‌زمینۀ انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله ارائه می‌دهد. پژوهش‌ها در‌زمینۀ خرده‌فروشی همه‌کاناله زیر سلطۀ آمریکا و چین قرار دارد که البته پس از آن کشورهای دیگری مانند هندوستان، آلمان، کرۀ جنوبی، فرانسه، انگلستان و استرالیا نیز به پژوهش‌ها در این زمینه کمک کرده‌اند. با توجه به رشد مورد انتظار صنعت خرده‌فروشی جهانی در هر دو حالت آفلاین و آنلاین انتظار می‌رود که مقاله‌ها و پژوهش‌های علمی در‌‌زمینۀ خرده‌فروشی همه‌کاناله در سال‌های آینده بیشتر شود.

شکل 3: فهرست کشورهای برتر تولید‌کنندۀ مقاله‌های علمی حوزۀ پژوهش (منبع: محقق‌یافته)

Figure 3: List of top countries producing research articles

 

 

ده سازمان برتر که به مقاله‌ها و پژوهش‌های دانشگاهی در‌حوزۀ خرده‌فروشی همه‌کانال کمک می‌کنند در جدول4 فهرست شده است. با توجه به اینکه دانشگاهیان به حوزۀ خرده‌فروشی همه‌کاناله تنها در دهۀ گذشته توجه توجه کرده‌اند، مشارکت‌های سازمان‌های مختلف در این زمینه هنوز در مراحل اولیه هستند و تعداد فراوانی ندارند. دانشگاه تیانجین چین با 9 مقالۀ پژوهشی در صدر فهرست سازمان‌های مشارکت‌کننده قرار دارد.

 

 

جدول4: فهرست ده مؤسسۀ برتر تولیدکنندۀ مقاله‌های حوزۀ پژوهش

Table 4: List of top ten institutes producing research papers

تعداد مقالهها

کشور

دانشگاه

57

چین

Tianjin University

51

چین

South China University of Technology

36

چین

University Of Science and Technology Of China

26

هنگ‌کنک

The Hong Kong Polytechnic University

24

چین

Huazhong University of Science and Technology

22

چین

Southeast University

17

چین

Jiangnan University

17

چین

Nanjing University

16

چین

Chongqing University

16

چین

Hefei University Of Technology

منبع: محقق‌یافته

 

 

6-5. تحلیل هم‌استنادی مقاله‌ها

تحلیل هم‌استنادی که نشان‌دهندۀ همبستگی بین مقاله‌ها در میزان ارجاعاتشان در مطالعات آتی است به رمزگشایی ساختار فکری مقاله‌ها و پژوهش‌های علمی کمک می‌کند (Patil & Rahman, 2023). برای تولید شبکۀ هم‌استنادی مقاله‌ها از نرم‌افزار VOSviewer بهره گرفته شد؛ بدین صورت که با تنظیم تعداد ارجاعات در شبکۀ هم‌استنادی روی عدد 20 تعداد 3 خوشۀ اصلی به دست آمد (شکل 4).

شکل 4: شبکۀ هم‌استنادی مقاله‌ها (منبع: محقق‌یافته)

Figure 4: Co-citation network of articles

 

 هر‌کدام از این خوشه‌ها روی یک مضمون مشخص و غالب تأکید می‌کند. خوشۀ 1 (خوشۀ قرمز): تجربۀ مشتری در خرده‌فروشی همه‌کاناله، خوشۀ 2 (خوشۀ سبز): مهاجرت کانال مشتری (Customer Channel Migration) در خرده‌فروشی همه‌کاناله و خوشۀ 3 (خوشۀ آبی): پیکربندی سیستم توزیع همه‌کاناله برای هدایت مشتریان (Configuring Omni-Channel Distribution). جدول5 فهرست مقاله‌ها و توصیف مختصر هر خوشه را نشان می‌دهد.

 

جدول5: ترکیب خوشه‌های تحلیل هم‌استنادی مقاله‌ها

Table 5: Composition of co-citation analysis clusters of articles

خوشه‌

مضمون

تعداد اسناد

مقاله‌ها

خوشۀ 1 (قرمز رنگ)

تجربۀ مشتری در خرده‌فروشی همه‌کاناله

12

Beck & Rygl (2015); Brynjolfsson et al. (2013); Cao & Li. (2015); Gao & Su (2017); Hübner et al. (2016); Lemon & Verhoef (2016); Piotrowicz & Cuthbertson (2014); Saghiri et al. (2017); Shi et al. (2020); Verhoef et al. (2015); Zhang et al. (2018); Herhausen et al. (2015)

خوشۀ 2 (سبز رنگ)

مهاجرت کانال مشتری در خرده‌فروشی همه‌کاناله

7

Ansari et al. (2008); Konus et al. (2008); Melis et al. (2015); Neslin et al. (2006); Neslin & Shankar (2009); Verhoef et al. (2007); Wallace et al. (2004)

خوشۀ3 (آبی رنگ)

پیکربندی سیستم توزیع همه‌کاناله برای هدایت مشتریان

4

Chen et al. (2012); Dumrongsiri et al. (2008); Gallino & Moreno (2014); Tsay & Agrawal (2004)

منبع: محقق‌یافته

  

1-6-5. خوشۀ 1 (خوشۀ قرمز): تجربۀ مشتری در خرده‌فروشی همه‌کاناله

محققان در مطالعات این خوشه به تجربۀ مشتری در خرده‌فروشی همه‌کاناله می‌پردازند.Beck & Rygl  (2015) تجربۀ مشتری را در کانال‌های چندگانه، بین‌کانالی و همه‌کاناله (Multiple-, Cross-, & Omni-channel) بررسی کرده‌اند.  Brynjolfsson et al. (2013) مقایسۀ تجربۀ مشتریان را در کانال‌های آنلاین و سنتی انجام دادند و بیان کردند که پیشرفت‌های فناوری همانند واقعیت افزوده مرزهای بین خرده‌فروشی سنتی و اینترنتی را محو و خرده‌فروشان را قادر می‌‌کند تا از طریق چندین نقطۀ تماس با مشتریان تعامل داشته باشند و آنها را در‌معرض ترکیبی غنی از اطلاعات حسی آفلاین و محتوای آنلاین قرار دهند. تأثیر مثبت یکپارچگی بین کانال‌های همه‌جانبه با افزایش رفتار قصد خرید مشتریان در مطالعات (Cao & Li, 2015; Lemon & Verhoef, 2016; Zhang et al., 2018) در این خوشه دیده می‌شود. مطالعۀ Shi (2020) استفاده از فناوری اطلاعات را به‌عنوان تسهیل کنندۀ اصلی یکپارچگی بین اعضای کانال‌های خرده‌فروشی می‌داند. در دیگر مطالعات این خوشه، تأثیر یکپارچگی خرید آنلاین و تحویل حضوری در فروشگاه (Buy online and pick up in store) به‌عنوان عامل مؤثر و در جهت مثبت آن بر رفتار انتخاب کانال مشتریان بررسی شده است (Gao & Su, 2017a; Herhausen et al., 2015; Piotrowicz & Cuthbertson, 2014). در حاشیۀ این خوشه می‌توان به پژوهش Hu et al. (2017) اشاره کرد که تجربۀ مخاطبان کانال‌های آنلاین را مطالعه کردند.

خرده‌فروشی همه‌کاناله مشتری را قادر می‌کند تا از فصل مشترک و مزایای هر‌کدام از کانال‌های توزیع بهرۀ لازم را ببرد؛ به این صورت که مشتری به‌طور آنلاین کالای خود را سفارش می‌دهد و سپس کالا را در یک فروشگاه فیزیکی دریافت می‌کند. مشتریان می‌توانند در هر مکان و زمان در فروشگاه آنلاین رزرو یا خرید کنند (Beck & Rygl, 2015) و خرده‌فروشان می‌توانند کالاها و خدمات اضافی را بفروشند، قصد خرید مجدد را افزایش دهند، ارتباط مستمر با مشتری داشته باشند و با یک تجربۀ خرید خوب ارزش مشتری را ارتقا دهند (Hübner et al., 2016).

 

2-6-5. خوشۀ 2 (خوشۀ سبز): مهاجرت کانال مشتری در خرده‌فروشی همه‌کاناله

محققان مطالعات این خوشه مهم‌ترین محرک‌های مؤثر بر رفتار مشتریان را در مهاجرت بین کانالی پردازش می‌کنند. Ansari et al. (2008) تحلیل کردند که محرک‌های خرید اینترنتی، تلاش‌های بازاریابی و تعاملات منفی بین ارتباط کانال‌ها با‌هم بر مهاجرت مشتریان در‌بین کانال‌ها مؤثر است. محققان در مطالعات دیگر معتقدند که مصرف‌کنندگان بر‌اساس سودمندی درک‌شده که متأثر از نگرش آنها و متغیرهای روانی، اجتماعی و جمعیت‌شناختی است، به‌سمت انتخاب کانال‌ها هدایت می‌شوند (Konus et al., 2008; De Keyser et al., 2020). شاهد دیگر افزایش مهاجرت مشتریان از تک‌کانالی به چندکانالی در مطالعۀ Melis et al. (2015) دیده می‌شود که به‌سبب محرک‌های متعلق‌بودن کانال‌های متعدّد به یک فروشگاه، انتقال ترجیحات فروشگاه آنلاین به آفلاین و یکپارچگی آمیختۀ بازاریابی کانال‌های توزیع است. Neslin et al. (2006) و Neslin et al. (2009) به چالش‌های پیش‌روی خرده‌فروشان در کاهش مهاجرت مشتریان در‌میان کانال‌ها پرداخته‌اند. به‌عقیدۀ آنها مهم‌ترین این چالش‌ها عبارت است از: یکپارچه‌سازی داده‌ها، درک رفتار مصرف‌کننده، ارزیابی کانال، تخصیص منابع در کانال‌ها و هماهنگی. پژوهش‌های دیگر این خوشه به محرک‌هایی مانند تصمیم‌گیری مبتنی بر ویژگی، عدم قفل کانال و هم‌افزایی بین‌کانالی بر انتخاب مشتریان در انتخاب یک یا چند کانال پرداخته‌اند (Verhoef et al., 2007).

 

3-6-5. خوشۀ 3 (خوشۀ آبی): پیکربندی سیستم توزیع همه‌کاناله برای هدایت مشتریان

این خوشه به این سؤال‌ها پاسخ می‌دهد که از کجا باید سفارش‌های آنلاین انجام شود؟ فرآیندهای تحویل و بازگشت چگونه می‌توانند سازماندهی شوند و کدام سیستم‌های توزیع همه‌کاناله برای فروش هر طبقۀ محصول خاص مناسب هستند؟ (Hubner et al., 2016). برخی از مطالعات دو کاناله‌بودن سیستم توزیع به‌صورت آنلاین و آفلاین را سیاستی مناسب برای هدایت رفتار مشتریان و افزایش قصد خرید آنان می‌پندارند (Gallino & Moreno, 2014; Tsay & Agrawal, 2004; Dumrongsiri et al., 2008; Chen et al., 2012). این سیاست از تغییر کانال مشتری و کاهش میزان خرید و یا رهاکردن سبد خرید او جلوگیری می‌کند.

 

7-5. زوج‌های کتاب‌شناختی

دو مقاله از‌لحاظ کتاب‌شناختی با داشتن ارجاعات مشترک مرتبط می‌شوند (Tanriverdi & Aydın, 2024). هر‌چه اشتراک مراجع بین دو مقاله بیشتر باشد، قدرت پیوند کتاب‌شناختی بین آنها بیشتر است؛ در‌حالی که هم‌استنادی خوشه‌ای مطالعات قدیمی و جفت کتاب‌شناختی مجموعه‌ای از اسناد اخیر را ایجاد می‌کند. جفت کتاب‌شناختی نشان‌دهندۀ روندهای نوظهور در پژوهش‌های علمی است. در این بخش با تنظیم تعداد مقاله‌ها روی عدد 50 در نرم‌افزار VOSviewer شبکۀ جفت کتاب‌شناختی استخراج شد. شبکۀ به دست آمده از سه خوشۀ اصلی تشکیل شده است (شکل5) که طی آزمایش‌های زیاد و قرار‌دادن مقدار‌های مختلف برای مقاله‌ها یک شبکۀ سه خوشه‌ای تشکیل می‌شد. هر‌یک از این سه خوشه یک موضوع غالب را به تصویر می‌کشد. خوشۀ 1: محرک‌های انتخاب کانال مصرف‌کنندگان در سیستم توزیع دو‌کاناله؛ خوشۀ 2: سفر مشتری در خرده‌فروشی همه‌کاناله؛ خوشۀ 3: بیزاری از ناامیدی مصرف‌کننده در خرده‌فروشی همه‌کاناله.

 

شکل 5: شبکۀ جفت کتاب‌شناختی مطالعات (منبع: محقق‌یافته)

Figure 5: Co-citation network of studies

 

1-7-5. خوشۀ1: محرک‌های انتخاب کانال مصرف‌کنندگان در سیستم توزیع دو‌کاناله

محققان در مطالعات این خوشه بیشتر روی سیستم توزیع دو‌کاناله متمرکز هستند و ترکیبی از دو کانال آفلاین و آنلاین را پیشنهاد می‌کنند. تولیدکنندگان در یک زنجیرۀ تأمین ممکن است از کانال آنلاین به‌عنوان کانال مستقیم و تحت مالکیت خود بهره بگیرند و یا بسته به ترجیحات مصرف‌کنندگان و افزایش میزان دسترسی به کالاها از خدمات خرده‌فروشان فیزیکی استفاده کنند (Abhishek et al., 2016). این دو دسته کانال ممکن است در رقابتی مسالمت‌آمیز به تقویت یکدیگر کمک کنند (Cai, 2010) و یا به اعمال ضد رقابتی مانند هم‌نوع‌خواری و سواری (Cannabilaztion & Freeriding) رایگان روی بیاورند (Raza & Govindaluri, 2019). با توجه به مطالعات این خوشه پیکربندی ساختار سیستم توزیع دوکاناله و انتخاب مصرف‌کنندگان در استفاده از یک یا دو کانال و یا ترکیبی از هر دو متأثر از پارامترهای هزینه (He et al., 2019)، تصمیمات قیمت‌گذاری (Zhang et al., 2019; Yang & Tang, 2019b)، زمان‌بندی تحویل (Chen et al., 2008)، ریسک‌پذیری (Li & Jiang, 2019) و علایق زیست‌محیطی (Zhou & Ye, 2018; Yang et al., 2019a) اعضای سیستم توزیع است.

پارامتر هزینه به قرارداد توزیع و پخش میان تولیدکننده و توزیع‌کننده وابسته است و نشان می‌دهد که دو طرف به‌دنبال کاهش هزینۀ متقابل هستند تا محصول با کیفیت بالا به دست مصرف‌کننده برسد که البته خود متأثر از تقاضای مصرف‌کنندگان و سطح وفاداری آنان به کانال‌های توزیع انتخابی است (Zhang et al., 2015). رقابت‌پذیری در یک زنجیرۀ تأمین دوگانه به‌شدت متأثر از تصمیمات قیمت‌گذاری تولیدکننده و خرده‌فروش است تا دربارۀ قیمت محصول نهایی در دست مصرف‌کننده تصمیم بگیرند (Jabarzare & Rasti-Barzoki, 2020). بدین ترتیب، مصرف‌کنندگان کانالی را انتخاب خواهند کرد که میان کیفیت کالای دریافتی، قیمت نهایی و زمان تحویل تناسب برقرار کرده باشد (Huang et al., 2019). ریسک‌پذیری و علایق زیست‌محیطی دو محرکی هستند که اعضای یک زنجیرۀ تأمین موفق شامل تولیدکنندۀ کانال‌های توزیع و مصرف‌کننده روی آن توافق دارند (Li et al., 2014). بدین معنا که تردید هر‌کدام از این اعضا در استفاده از نوآوری‌ها و یا فناوری‌های جدید صنعت 4/0 در شبکۀ توزیع به محدود‌شدن انتخاب کانال‌های توزیع منجر خواهد شد (Li et al., 2021). از‌طرفی، پذیرش ریسک تولید و توزیع محصولات سازگار با محیط‌ زیست (محصولات سبز) که منجر به قیمت بالاتر آن می‌شود، در‌مقایسه با محصولات استاندارد (غیر سبز) که تولیدکننده با قیمتی کمتر ارائه می‌کند و پذیرش محصولات سبز از‌طرف مصرف‌کنندگان محرک دیگری است که در انتخاب و یا عدم انتخاب کانال توزیع مؤثر است (Raza & Govindaluri, 2019; Xu et al., 2018).

 

2-7-5. خوشۀ 2: سفر مشتری در خرده‌فروشی همه‌کاناله

مطالعات خوشۀ 2 (جدول 6) نشان می‌دهد که شرط ماندن شرکت‌ها در فضای رقابتی کسب‌و‌کار همه‌کاناله این است که فعالیت‌های خود را در کانال‌ها و در مراحل مختلف سفر مشتری و جریان محصول یکپارچه کنند (Bijmolt et al., 2021). سفر مشتری دربرگیرندۀ تلاش مشتری از تشخیص نیاز خود تا استفادۀ نهایی از یک خدمت یا محصول است (Terpoorten et al., 2024). سفر مشتری در خرده‌فروشی همه‌کاناله جریانی از اقدام‌هایی است که مشتری را در راستای بهره‌گیری از کانال مناسب و مرتبط یاری می‌دهد و در‌واقع، محرک اصلی مشتری در استفادۀ بجا و مقتضی از فصل مشترک خرده‌فروشی همه‌کاناله است (Hosseini et al., 2018). Heitz-Spahn  (2013) از انگیزه‌های خرید به‌عنوان محرک‌های شخصی و از متغیرهای جمعیت‌شناختی به‌عنوان محرک‌های اجتماعی نام می‌برند که منابع اصلی شناخت هستند. همچنین، این محققان اضافه می‌کنند که لازم است این منابعِ شناخت مشتری یکپارچه شوند تا از سواری مجانی مشتری در‌میان کانال‌ها و البته افزایش هزینه‌های شرکت جلوگیری شود. Herhausen et al. (2019) وجود نقاط تماس متعدّد مانند تلفن همراه، وب‌سایت‌ها و... و یکپارچگی میان این نقاط تماس را برای بخش جست‌وجوی سفر مشتری در محیط همه‌کاناله ضروری می‌دانند. محققان در مطالعات دیگر به اطمینان از حجم مناسب موجودی و تنوع زیاد کالا، راحتی مشتری در دسترسی به کالا و اطلاعات دقیق تأکید می‌کنند (Bijmolt et al., 2021; Cai & Lo, 2020). این در‌حالی است که توضیح می‌دهند که قیمت منصفانه و شخصی‌سازی سفارش محرک مهمی برای ماندگاری مشتری در شبکۀ توزیع همه‌کاناله است. سایر مطالعات محرک‌های تحویل سریع و به‌موقع و دریافت کالا در خانه (Ishfaq et al., 2016)، قابلیت ردیابی و پیگیری محصول با فناوری‌های دیجیتال اینترنت اشیا و بلاک‌چین (Sun et al., 2020)، قابلیت بازگرداندن کالاهای معیوب برای مشتری (Buldeo Rai et al., 2019) و حفظ حریم خصوصی او (Chatterjee et al., 2021) را در وفاداری مشتری به خرده‌فروشی همه‌کاناله و استمرار استفاده از آن مؤثر می‌دانند.

 

جدول 6: محرک‌های بازاریابی در جریان سفر مشتری در خرده‌فروشی همه‌کاناله

Table 6: Marketing drivers in the customer journey for omnichannel retail

مرحلۀ سفر مشتری

استراتژی بازاریابی

اقدام بازاریابی

محرک‌ها

نوع کانال استفاده‌شده

نمونه مقاله‌ها

شناخت و جست‌وجوی اطلاعات

یکپارچه‌سازی کانال‌ها

منابع شناخت

·       انگیزه‌های خرید (محرک‌های شخصی)

·  متغیرهای جمعیت‌شناختی

خرده‌فروشی غیرفروشگاهی (بازاریابی مستقیم)

Herhausen et al. (2019)

پدید‌آوردن نقاط تماس متعدّد برای مشتری

·  تلفن همراه

·       وب‌سایت‌ها

·       ایمیل

·        موتورهای جست‌جو

·     چت شبکه‌های اجتماعی انجمن‌های محتوای عکس و ویدیو

·        انجمن‌های گفت‌وگو و وبلاگ‌ها

خرده‌فروشی غیرفروشگاهی (بازاریابی الکترونیکی)

Terpoorten et al. 2024; Heitz-Spahn (2013); Herhausen et al. (2019)

ارزیابی گزینه‌ها و انتخاب

تصمیمات مربوط به موجودی

جور‌بودن موجودی

·      افزایش فروش و نگهداری

·        کنترل موجودی

·      تنوع زیاد محصولات

·         مجموعه‌ای جذاب از محصولات برای هر کانال

·       راحتی مشتری در کانال‌ها

·       محدود‌کردن اضافه‌بار اطلاعات به مشتریان

·       کمک‌کردن به مشتریان برای یافتن سریع آنچه  نیاز دارند.

·       ارائۀ محصولات دنباله‌کشیده (Long-tail product)

خرده‌فروشی سازمانی (فروشگاه‌های زنجیره‌ای، زنجیره‌های داوطلبانه)

Bijmolt et al. (2021); Cai & Lo (2020)

در‌دسترس‌بودن موجودی

زمان تحویل کوتاه و مطمئن

به حداقل رساندن فروش از دست رفته به‌دلیل کمبود انبار

تنوع زیاد محصولات و سطوح خدمات

پاسخگویی به‌موقع به تقاضای مشتری

خرده‌فروشی فروشگاهی (فروشگاه‌های بزرگ، کش.اند.کری‌ها،  فوق بازارها)

Beck & Rygl (2015); Gao & Su (2017a)

سفارش

توزیع و تحویل

پردازش سفارش

·        سیستم‌های سفارش مشتری‌پسند (سیستم‌های سفارش مجدد خودکار، سفارش صوتی)

·       شخصی‌سازی سفارش

·    قیمت منصفانه

·  تسهیل سفارش در هر زمان، هر مکان، هر دستگاه

خرده‌فروشی فروشگاهی (فروشگاه‌های اختصاصی)

Chang et al. (2017); Rahman et al. (2022)

مصرف

طراحی تحویل آخرین مایل

·  گزینه‌های تحویل به‌موقع، سریع و انعطاف‌پذیر

·       هزینۀ تحویل پایین

·      راحتی مشتری (سرعت کلیک و جمع‌آوری یا تحویل در خانه)

·      اطلاعات سفارش مطمئن (ردیابی و رهگیری)

·       گسترش حوزۀ فروش و تحویل

دراپ شیپینگ

Buldeo et al. (2019); Lei & Xue (2022); Sodero et al. (2021)

بازگشت

فرآیند بازگشت

پیشگیری از بازگشت

·        افزایش تناسب محصول و رضایت مشتری

·      افزایش فروش خالص

·        گزینه‌های بازگرداندن کالا در فروشگاه

·        حفظ حریم‌خصوصی

خرده‌فروش سازمانی (نمایندگان یا شعبه‌های فروش)

Chatterjee et al. (2021)

پردازش بازگشتی‌ها

·     بازگشت راحت (هر کانالی، بدون دردسر)

·        حمل‌و‌نقل سریع و بازپرداخت (Quick return handling and reimbursement)

تدارکاتچی‌های شخص ثالث و بالاتر

Chatterjee et al. (2021)

منبع: محقق‌یافته

 

3-7-5. خوشۀ 3: بیزاری از ناامیدی مصرف‌کننده در خرده‌فروشی همه‌کاناله

در این خوشه بحث اصلی بر عدم قطعیت‌های مخلتفی است که مصرف‌کنندگان ممکن است در محیط خرده‌فروشی همه‌کاناله با آن روبه‌رو شوند. عدم قطعیت‌های مختلفی دربارۀ عدم کارکرد صحیح هر‌کدام از کانال‌ها، تخلف وعده در کیفیت کالاهای دریافتی، ارزش محصول و در‌دسترس‌نبودن اطلاعات به‌موقع به ناامیدی مصرف‌کنندگان از توزیع همه‌کاناله منجر خواهد شد (Du et al., 2019; Dzyabura & Jagabathula, 2018; Gao & Su, 2017a). Gao et al. (2022) برای کاهش این دست ناامیدی‌ها از توزیع همه‌کاناله سه نوع انعطاف‌پذیری پیشنهاد می‌دهند: 1) انعطاف‌پذیری در نمایش فیزیکی محصولاتی که مشتریان پیشتر به‌صورت آنلاین آنها را بررسی کرده‌اند؛ 2) انعطاف‌پذیری در بازگشت سفارش‌های آنلاین و با فروشگاه‌های فیزیکی؛ 3) انعطاف‌پذیری در خرید محصولات آنلاین فروشگاه‌های فیزیکی که امکان لمس و تجربۀ حضوری برای مشتریان فراهم می‌کند. در همین راستا، Shi et al. (2020) تأکید دارند که خرده‌فروشی همه‌کاناله به‌‌سبب یکپارچه‌بودن و برای کاهش ناامیدی باید به مصرف‌کنندگان آنلاین اجازه بدهد که اگر از محصول ناراضی هستند، بتوانند به هر فروشگاهی بازگردانند. مطالعات دیگر این خوشه مانند Jin et al., 2020; Zhang et al., 2019; Kong et al., 2020 در راستای نتایج پژوهشگران فوق نوشته شدند.

 

  1. نتیجه‌گیری

محققان در مطالعۀ حاضر برای شناسایی عوامل دخیل در انتخاب کانال که در پیشینۀ علمی دربارۀ این موضوع در دو دهۀ گذشته ظاهر شده است، مروری منظم انجام دادند. این بررسی به‌دنبال ارتقای درک موجود از رفتار انتخاب کانال مشتری در محیط‌ همه‌کاناله بود. برای بررسی، اطلاعات کتاب‌شناسی تعداد 738 مقالۀ مرتبط و معتبر از مخزن علمی اسکوپوس بازیابی شد.

یافته‌های این پژوهش نشان داد که رشد واقعی مطالعات مرتبط با محرک‌های مؤثر بر رفتار انتخاب کانال مشتریان در بستر خرده‌فروشی همه‌کاناله از سال 2013 شروع شده است و 97% تولید‌های علمی این حوزه بین سال 2013 تا 2024 بوده است که نشان از رشد تمایل پژوهشگران به این حوزۀ مهم علمی است. برجسته‌ترین مقاله با توجه به تعداد استنادات به پژوهش  Abhishek et al.(2016) بود و نشریۀ Journal of Retailing and Consumer Services سهم زیادی در تولید مقاله‌های مرتبط این حوزه را داشت. Li با 28 مقالۀ پژوهشی در‌زمینۀ انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله بهترین نویسندۀ مشارکت‌کننده و آمریکا و چین کشورهای پژوهشگر مسلط این حوزه بودند.

خوشه‌بندی مطالعۀ حاضر بر‌اساس دو تحلیل اصلی کتاب‌شناسی شامل شبکۀ هم‌استنادی و جفت‌کتاب‌شناختی به دست آمد. در این مطالعه از تحلیل هم‌استنادی برای رمزگشایی ساختار محتوایی و دانشی و از تحلیل جفت‌ کتاب‌شناسی برای شناسایی شکاف‌ها و ارائۀ جهت‌های آینده استفاده شد. نتایج حاصل از این تحلیل‌ها نشان داد که خرده‌فروشان برای جذب و ماندگاری مشتریان لازم است تجربه‌های آنها را در استفاده از خرده‌فروشی همه‌کاناله بهینه و از ارائۀ خدمات یکپارچه اطمینان حاصل کنند. همچنین، نتایج این تحلیل‌ها نشان داد که خرده‌فروشان باید انتظار‌های مصرف‌کنندگان از خرید همه‌کانالی را تجزیه‌‌وتحلیل کنند تا تجربۀ خریدی یکپارچه را در چندین نقطۀ تماس ایجاد کنند و در‌نتیجه، سطح رضایت مصرف‌کننده را افزایش دهند. خرده‌فروشان باید به‌وضوح مشخص کنند که در چه فناوری‌هایی سرمایه‌گذاری می‌کنند و چگونه می‌توانند پذیرش فناوری‌های جدید مصرف‌کنندگان را تقویت کنند؟ مطالعات نشان داده است که چنین پذیرشی پیش‌درآمدی برای قصد خرید است (Melis et al., 2015; Terpoorten et al., 2024). امروزه دسترسی به اطلاعات محصول یکی از نیازهای کلیدی مصرف‌کننده است. خرده‌فروشان باید چندین نقطۀ دسترسی را در اختیار مصرف‌کنندگان قرار دهند تا مشتریان بتوانند به‌راحتی در برنامه‌های تلفن همراه، وب‌سایت‌ها و سایر رسانه‌های اجتماعی جست‌وجو کنند. نقاط تماس دیجیتال درون فروشگاهی می‌تواند به مصرف‌کنندگانی که از فروشگاه‌های فیزیکی استفاده می‌کنند، کمک کند تا به رتبه‌بندی‌ها و بررسی‌های محصول آنلاین دسترسی داشته باشند (باشکوه و محمدخانی، 1402) تا تجربۀ جست‌و‌جوی اطلاعات مصرف‌کننده را بهبود بخشند. توسعۀ لجستیک، مدیریت موجودی و زیرساخت‌های عملیاتی شرکت‌ها برای استفادۀ مشتریان از خرده‌فروشی همه‌کاناله زمینۀ دیگری است که خرده‌فروشان باید روی آن تمرکز کنند (Ishfaq et al., 2016).

نتیجۀ مهم دیگری که از تحلیل جفت‌کتاب‌شناسی به دست آمد، تقسیم‌بندی محرک‌های انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله در جریان سفر مشتری بود. این جدول به مدیران و سیاست‌گذاران خرده‌فروشی‌های همه‌کاناله کمک خواهد کرد که برای مراحل سفر مشتری برنامه‌ریزی کنند و کانال مرتبط هر مرحله را به کار بگیرند تا زمینۀ رضایت و ماندگاری بیشتر مشتریان را فراهم آورند.

یافته‌های این مرور سیستماتیک برای مدیران بینش‌های مهمی را دربارۀ رفتارهای انتخاب کانال مشتریان، فرصت‌هایی برای بهبود تجربۀ مشتری و مدیریت همه‌کاناله به دست می‌دهد. این یافته‌ها نشان می‌دهد که انتخاب کانال یک فرآیند بسیار پیچیده است که عوامل مختلفی برای آن مهم است. اگر مدیران بخواهند بر انتخاب کانال یا تغییر رفتار تأثیر بگذارند، باید این ماهیت چند‌بُعدی پدیده را تصدیق کنند؛ به این معنا که فقط بهبود ویژگی‌های یک کانال مانند کیفیت خدمات و سهولت استفاده ممکن است به‌دلیل تأثیر عوامل مهم دیگر مانند نیازهای مشتری یا شرایط موقعیتی منجر به افزایش استفادۀ مشتریان از آن کانال یا تغییر آن نشود. مطالعۀ حاضر نشان می‌دهد که تأثیر ویژگی‌های مشتری و محصول یا خدمات بر انتخاب کانال فقط غیرمستقیم است؛ این بدان معناست که مدیرانی که به‌دنبال بهبود رویه‌های مدیریت کانال هستند، باید وزن بیشتری را بر درک عواملی بگذارند که به‌طور مستقیم در انتخاب کانال تأثیر دارد؛ بنابراین برای تقسیم‌بندی مشتری بر‌اساس انتخاب کانال اگر مدیران بخواهند استراتژی‌های کانال را مطابق با این نیازها تنظیم کنند و تجربۀ مشتری را بهبود بخشند، به درک جامعی از تفاوت‌های نیازهای مشتری نیاز دارند. محققان در مطالعات Gao & Su  (2017a)، Du et al. (2019) و Dzyabura & Jagabathula  (2018) دربارۀ انتخاب کانال به‌شدت به شرکت‌ها توصیه می‌کنند که کانال‌های سنتی فیزیکی را حذف نکنند تا فرصت لمس کالا و ایجاد اعتماد مشتری را داشته باشند. در‌نهایت، مدیران امکان استفاده از کانال‌های متعدّد را با تکیه بر موقعیت و جایگاهی دارند که برای مشتری فراهم می‌آورند؛ بنابراین نباید از یکپارچگی کانال‌ها غافل شوند. در همین راستا، کانال‌های تلفن همراه (گوشی‌های هوشمند و تبلت‌ها) اغلب برای کارهای پیش‌خرید استفاده می‌شود؛ در‌حالی که کانال سنتی آنلاین (دستگاه‌های ثابت) ممکن است به‌دلیل در‌دسترس‌بودن اندازۀ صفحه نمایش بزرگ‌تر و نگرانی‌های امنیتی کمتر خرید واقعی را انجام دهند؛ در‌نتیجه مدیران باید تعویض آسان دستگاه را در‌طول سفر مشتری تسهیل کنند و محتوای آنلاین خود را با اندازه‌های مختلف صفحه نمایش و سایر ویژگی‌های دستگاه تطبیق دهند. همچنین، پیشنهاد‌هایی موردی به شرح ذیل برای مدیران ارائه می‌شود.

 

استفاده از اهرم فناوری برای یکپارچه‌سازی کامل

پیشرفت‌های فناوری مانند واقعیت افزوده و سیستم‌های اطلاعاتی یکپارچه برای ایجاد یک تجربۀ همه‌کانالۀ یکپارچه حیاتی است. واقعیت افزوده می‌تواند شکاف بین خرید آنلاین و آفلاین را با اجازه‌دادن به مشتریان برای تجسم محصولات در محیط دنیای واقعی (امتحان کردن لباس‌ها به‌صورت مجازی یا قرار‌دادن مبلمان در خانه‌هایشان) پر کند. این باعث افزایش تعامل و کاهش بی‌اطمینانی در خریدهای آنلاین می‌شود. برای این منظور به مدیران خرده‌فروشی‌ها پیشنهاد می‌شود با ارائه‌دهندگان فناوری واقعیت افزوده شریک شوند تا ویژگی‌های تعاملی را برای پلتفرم تجارت الکترونیک خود ایجاد کنند. همچنین، آموزش کارکنان برای کمک به مشتریان در استفاده از ابزارهای واقعیت افزوده در فروشگاه‌ها و ادغام آن با برنامه‌های تلفن همراه ضروری است تا از این طریق به مشتریان امکان کشف محصولات را در مکان و زمان واقعی بدهد.

 

تمرکز بر سازگاری بین کانال‌ها

یکی از نتایج به‌دست‌آمدۀ پژوهش حاضر اطمینان از سازگاری و همکاری مسالمت‌آمیز کانال‌هاست. ثبات در بین کانال‌ها برای ایجاد اعتماد و کاهش اصطکاک و جلوگیری از هم‌نوع‌خواری و سواری رایگان در سفر خرید مشتری ضرورت دارد. برای این منظور به مدیران پیشنهاد می‌شود یک سیستم مدیریت متمرکز به‌لحاظ قیمت‌گذاری، نوع کیفیت قابل ارائه و بازۀ زمانی تحویل محصولات در خرده‌فروشی همه‌کاناله برقرار شود و زمینه‌های همزیستی کانال‌ها را نیز فراهم کنند.

 

افزایش راحتی مشتری

راحتی یک عامل کلیدی در انتخاب کانال است. مشتریان برای توانایی خرید در هر زمان، هر مکان و با هر کانال ارزش قائل هستند. ارائۀ گزینه‌های انعطاف‌پذیر مانند خرید آنلاین، تحویل در فروشگاه، رزرو آنلاین، امتحان در محل فروشگاه می‌تواند تجربۀ خرید را به‌میزان چشمگیری بهبود بخشد. برای این منظور پیشنهاد می‌شود یک برنامۀ تلفن همراه با ویژگی‌هایی مانند رزرو آسان، توصیه‌های شخصی‌شده و مکان‌یاب‌های فروشگاه مبتنی بر مکان توسعه داده شود.

 

شخص‌سازی تجربۀ خرید مشتری

شخصی‌سازی ابزاری قدرتمند برای تأثیرگذاری بر انتخاب کانال است. ترجیحات و رفتارهای مشتری در‌طول زمان تغییر می‌کند؛ بنابراین تجزیه‌و‌تحلیل منظم داده‌ها و تطبیق استراتژی‌ها بر‌اساس آن ضروری است. بدین منظور پیشنهاد می‌شود از ابزارهای تحلیلی برای ردیابی رفتار مشتری در کانال‌ها و شناسایی روندها استفاده شود. پیاده‌سازی موتورهای توصیه‌گر مبتنی بر هوش مصنوعی در وب‌سایت‌ها و اپلیکیشن‌های شرکت‌های خرده‌فروشی پیشنهاد می‌شود. این موتورها با استفاده از رفتار گذشتۀ کاربران محصولات مرتبط را پیشنهاد خواهند داد. علاوه بر این، بخش توصیه در وب‌سایت فروش با ویژگی‌هایی مانند «مشتریانی که این محصول را خریده‌اند. همچنین، این محصولات را نیز خریده‌اند» تکمیل خواهد شد.

حوزۀ پژوهش‌های خرید همه‌کاناله توجه محققان و متخصصان صنعت را به خود جلب کرده است. از آنجایی که بخش خرده‌فروشی با سرعت در‌حال رشد است، مصرف‌کنندگان مدرن در‌حال تکامل و راه‌حل‌های تکنولوژیکی نیز در‌حال تقویت این بخش هستند. حوزۀ خرید همه‌کاناله حوزه‌های چشمگیری را برای کاوش بیشتر ارائه می‌دهد. مطالعۀ دقیق مجموعۀ نمونه از 738 مقاله محرک‌های انتخاب کانال را در خرده‌فروشی همه‌کاناله مشخص کرد که برخی جهت‌گیری‌های بالقوۀ تحقیقات آینده را بدین شرح ارائه می‌دهد:

1- توجه به بازاریابی نسلی: در‌حالی که پژوهش‌ها در‌حوزۀ محرک‌های انتخاب کانال در خرده‌فروشی همه‌کاناله در‌حال رشد است و محققان به آن توجه کرده‌اند، هیچ‌کدام از پژوهش‌ها تفاوت‌های رفتاری بین نسل‌های مختلف مصرف‌کنندگان و تأثیر آن را بر انتخاب کانال بررسی نکرده‌اند و این می می‌تواند حوزۀ جالبی برای پژوهش در این حوزه باشد.

2- تعیین کانال‌های خرده‌فروشی همه‌کاناله با توجه به سفر مشتری: موضوعی است که در این مقاله به آن اشاره شد و لزوم یک مطالعۀ همه‌جانبه در صنایع مختلف را می‌طلبد. این موضوع مهم می‌تواند به سازمان‌ها و مدیران کمک کند تا مشتریان مناسب را معرفی کنند، کانال‌های متعدّد را مدیریت کنند و استراتژی‌های مؤثر را برای هر محرک خاص طراحی کنند. در این مقاله به دو کانال مهم دراپ شیپینگ و کش.اند.کری در جریان سفر مشتری توجه شد که می‌تواند بخش مهمی از نوآوری‌های پژوهش‌های آتی را شکل دهد.

3- بررسی چگونگی حرکت مشتریان در نقاط تماس مختلف، تعاملات آنها با هر کانال و عوامل تأثیرگذار بر ترجیحات کانال و رفتارهای تغییر: پیشنهاد می‌شود پژوهش‌های بیشتری دربارۀ تأثیر فناوری‌های دیجیتال در رفتار انتخاب کانال مشتریان در خرده‌فروشی همه‌کاناله انجام شود.

4- بررسی اعتماد و حریم‌خصوصی به‌عنوان عوامل مؤثر بر رفتار مشتری در خرید همه‌کاناله: بررسی چگونگی درک و مدیریت مشتریان و نگرانی‌های مربوط به اعتماد و حفظ حریم خصوصی در کانال‌های مختلف می‌تواند حوزۀ مهم پژوهش‌های آینده باشد. این می‌تواند شامل بررسی استراتژی‌هایی برای افزایش اعتماد باشد؛ مانند سیستم‌های پرداخت امن و شیوه‌های دادۀ شفاف و درک اینکه چگونه اعتماد مشتری بر تصمیمات خرید آنها تأثیر می‌گذارد.

5- بررسی چگونگی تأثیر پخش زنده به‌عنوان یک مدل بازاریابی رسانۀ اجتماعی جدید بر استراتژی‌های خرده‌فروشی همه‌کاناله و رفتار مصرف‌کننده: محققان در پژوهش‌های آتی می‌توانند بررسی کنند که چگونه پخش زنده به‌عنوان یک مدل بازاریابی رسانۀ اجتماعی جدید بر استراتژی‌های خرده‌فروشی همه‌کاناله و رفتار مصرف‌کننده تأثیر می‌گذارد. محققان در این مطالعه می‌توانند اثربخشی پخش زنده را در فروش آنلاین و آفلاین، افزایش تعامل با برند و تقویت یکپارچگی یکپارچه در کانال‌های مختلف خرده‌فروشی را بررسی کنند (Ye et al., 2024). بر این اساس، کاوش در عواملی مانند اعتبار محتوا، مشارکت تأثیرگذاران و جمعیت‌شناسی مخاطبان می‌تواند بینش‌هایی را دربارۀ نقش پخش زنده در افزایش تجربه‌های مشتریان همهکاناله ارائه دهد.

بر هر پژوهش محدودیت‌های مترتب است که پژوهش حاضر از آن مستثنی نیست. یکی از محدودیت‌های حاکم بر این پژوهش سوءگیری زبانی است. در این پژوهش مطالعات غیر‌انگلیسی زبان از اطلاعات استنادی بررسی‌شده حذف شده است که این خود نتایج را تحت‌تأثیر قرار می‌دهد. محدودیت دوم این پژوهش اثر فایل‌های کشویی است که به ادبیات خاکستری (همایش‌ها، کتاب‌ها، پایان‌نامه‌های ارشد و رساله‌های دکتری) برمی‌گردد. درنهایت، از دیگر محدودیت‌های این پژوهش این بود که فقط اطلاعات استنادی مقاله‌های ژورنال‌های معتبر بررسی شد.

باشکوه اجیرلو، محمد، و محمدخانی، رحیم (1402). طراحی مدل پیاده‌سازی بازاریابی دیجیتال بنگاه به بنگاه با تأکید بر مدیریت ارتباط با مشتری مبتنی بر هوش مصنوعی. تحقیقات بازاریابی نوین، 13(3)، 158-133.
باشکوه اجیرلو، محمد، سیف اللهی، ناصر، و بیگی فیروزی، الله‌یار (1400). تأثیر قابلیت‌های بازاریابی تجارت الکترونیکی و تجربۀ صادراتی بر عملکرد صادراتی: نقش میانجی کارایی توزیع (مورد مطالعه: کلیۀ شرکت‌های فعّال در صنایع داخل کشور). تحقیقات بازاریابی نوین، 11(2)، 132-113.
جلیلیان، حسین، و سجادی، سمانه (1397). مرجع کامل مدیریت بازاریابی پیشرفته: ویژۀ آزمون دکتری تخصصی رشتۀ مدیریت. نگاه دانش
نظری، محسن، شاه حسینی، محمدعلی، حصارکی، عاطفه، و نظری، مهرشاد (1400). شناسایی عوامل مؤثر بر انتخاب کانال مصرف‌کننده به‌منظور تعیین استراتژی بهینۀ قیمت‌گذاری شرکت‌های چندکاناله (مورد مطالعه: صنایع خرده‌فروشی). مطالعات رفتار مصرف‌کننده، 8(4)، 83-62.
 
Abhishek, V., Jerath, K., & Zhang, Z. J. (2016). Agency selling or reselling? channel structures in electronic retailing. Management Science, 62(8), 2259–2280. https://doi.org/10.1287/mnsc.2015.2230
Ansari, A., Mela, C. F., & Neslin, S. A. (2008). Customer channel migration. Journal of Marketing Research, 45(1), 60–76. https://doi.org/10.1509/jmkr.45.1.060.
Bashokouh Ajirlo, M., Seifollahi, N., & Beigi Firoozi, A. (2021). The effect of e-commerce marketing capabilities and export experience on export performance: the mediating role of distribution efficiency (Case study: All companies active in domestic industries). New Marketing Research Journal, 11(2), 113-132. https://doi.org/10.22108/nmrj.2021.124782.2224 [In Persian].
Bashokouh Ajirlo, M., & Mohammad Khani, R. (2023). Designing a B2B digital marketing implementation model with an emphasis on artificial intelligence-based customer relationship management. New Marketing Research Journal, 13(3), 133-158. https://doi.org/10.22108/nmrj.2023.138898.2952 [In Persian].
Beck, N., & Rygl, D. (2015). Categorization of multiple channel retailing in Multi- Cross and Omni‐Channel retailing for retailers and retailing. Journal Of Retailing and Consumer Services, 27(6), 170–178. https://doi.org/10.1016/j.jretconser.2015.08.001
Bijmolt, T. H. A., Broekhuis, M., de Leeuw, S., Hirche, C., Rooderkerk, R. P., Sousa, R., & Zhu, S. X. (2021). Challenges at the marketing–operations interface in omni-channel retail environments. Journal of Business Research, 122(1), 864–874. https://doi.org/10.1016/j.jbusres.2019.11.034
Blömker, J., & Albrecht, C. M. (2024). Psychographic segmentation of multichannel customers: Investigating the influence of individual differences on channel choice and switching behavior. Journal of Retailing And Consumer Services, 79(4), 103806. https://doi.org/10.1016/j.jretconser.2024.103806
Brynjolfsson, E., Hu, Y.U., J., & Rahman, M.  (2013). Competing in the age of omnichannel retailing. MIT Sloan Management Review; Cambridge, 54(4), 23-29. https://sloanreview.mit.edu/article/competing-in-the-age-of-omnichannel-retailing/
Buldeo Rai, H., Verlinde, S., & Macharis, C. (2019). The next day, free delivery myth unravelled. International Journal of Retail & Distribution Management, 47(1), 39–54. https://doi.org/10.1108/IJRDM-06-2018-0104
Cai, G. (2010). Channel selection and coordination in Dual-Channel supply Chains. Journal of Retailing, 86(1), 22–36. https://doi.org/10.1016/j.jretai.2009.11.002
Cai, Y. J., & Lo, C. K. Y. (2020). Omni-channel management in the new retailing era: A systematic review and future research agenda. International Journal of Production Economics, 229(11), 107729. https://doi.org/10.1016/j.ijpe.2020.107729
Cao, L., & Li, L. (2015). The impact of cross-channel integration on retailers’ sales growth. Journal of Retailing, 91(2), 198–216. https://doi.org/10.1016/j.jretai.2014.12.005
Chang, H. H., Wong, K. H., & Li, S. Y. (2017). Applying push-pull-mooring to investigate channel switching behaviors: M-shopping self-efficacy and switching costs as moderators. Electronic Commerce Research and Applications, 24(4), 50–67. https://doi.org/10.1016/j.elerap.2017.06.002
Chatterjee, S., Chaudhuri, R., & Vrontis, D. (2021). Examining the global retail apocalypse during the COVID-19 pandemic using strategic omnichannel management: A consumers’ data privacy and data security perspective. Journal of Strategic Marketing, 29(7), 617–632. https://doi.org/10.1080/0965254X.2021.1936132
Chen, J., Zhang, H., & Sun, Y. (2012). Implementing coordination contracts in a manufacturer stackelberg dual-channel supply chain. Omega, 40(5), 571–583. https://doi.org/10.1016/j.omega.2011.11.005
Chen, K. Y., Kaya, M., & Özer, Ö. (2008). Dual sales channel management with service competition. Manufacturing & Service Operations Management, 10(4), 654–675. https://doi.org/10.1287/msom.1070.0177
Dan, B., Xu, G., & Liu, C. (2012). Pricing policies in a dual-channel supply chain with retail services. International Journal of Production Economics, 139(1), 312–320. https://doi.org/10.1016/j.ijpe.2012.05.014
De Keyser, A., Verleye, K., Lemon, K. N., Keiningham, T. L., & Klaus, P. (2020). Moving the customer experience field forward: introducing the touchpoints context qualities (tcq) nomenclature. Journal of Service Research, 23(4), 433–455. https://doi.org/10.1177/1094670520928390
Du, S., Wang, L., & Hu, L. (2019). Omnichannel management with consumer disappointment aversion. International Journal of Production Economics, 215(9), 84–101. https://doi.org/10.1016/j.ijpe.2018.05.002
Dumrongsiri, A., Fan, M., Jain, A., & Moinzadeh, K. (2008). A supply chain model with direct and retail channels. European Journal of Operational Research, 187(3), 691–718. https://doi.org/10.1016/j.ejor.2006.05.044
Dzyabura, D., & Jagabathula, S. (2018). Offline assortment optimization in the presence of an online channel. Management Science, 64(6), 2767–2786. https://doi.org/10.1287/mnsc.2016.2708
Frasquet, M., Mollá, A., & Ruiz, E. (2015). Identifying patterns in channel usage across the search, purchase and post-sales stages of shopping. Electronic Commerce Research and Applications, 14(6), 654–665. https://doi.org/10.1016/j.elerap.2015.10.002
Gallino, S., & Moreno, A. (2014). Integration of online and offline channels in retail: The impact of sharing reliable inventory availability information. Management Science, 60(6), 1434–1451. https://doi.org/10.1287/mnsc.2014.1951
Gao, F., & Su, X. (2017a). Omnichannel retail operations with Buy-Online-and-Pick-up-in-Store. Management Science, 63(8), 2478–2492. https://doi.org/10.1287/mnsc.2016.2473
Gao, F., & Su, X. (2017b). Online and offline information for omnichannel retailing. Manufacturing & Service Operations Management, 19(1), 84–98. https://doi.org/10.1287/msom.2016.0593
Gao, F., Agrawal, V., & Cui, S. (2022). The effect of multichannel and omnichannel retailing on physical stores. Management Science, 68(2), 809–826. https://doi.org/10.1287/mnsc.2021.3968
Ha, A., Long, X., & Nasiry, J. (2016). Quality in supply Chain encroachment. Manufacturing & Service Operations Management, 18(2), 280–298. https://doi.org/10.1287/msom.2015.0562
Hasan, A. (2018). Evaluation of factors influencing exclusive brand store choice: An investigation in the indian retail sector. Vision: The Journal of Business Perspective, 22(4), 416–424. https://doi.org/10.1177/0972262918803489
He, P., He, Y., & Xu, H. (2019). Channel structure and pricing in a dual-channel closed-loop supply chain with government subsidy. International Journal of Production Economics, 213(5), 108–123. https://doi.org/10.1016/j.ijpe.2019.03.013
He, Y., Xu, Q., & Wu, P. (2020). Omnichannel retail operations with refurbished consumer returns. International Journal of Production Research, 58(1), 271–290. https://doi.org/10.1080/00207543.2019.1629672
Heitz-Spahn, S. (2013). Cross-channel free-riding consumer behavior in a multichannel environment: An investigation of shopping motives, sociodemographics and product categories. Journal of Retailing And Consumer Services, 20(6), 570–578. https://doi.org/10.1016/j.jretconser.2013.07.006
Herhausen, D., Binder, J., Schoegel, M., & Herrmann, A. (2015). Integrating bricks with clicks: Retailer-Level and Channel-Level outcomes of Online–offline channel integration. Journal of Retailing, 91(2), 309–325. https://doi.org/10.1016/j.jretai.2014.12.009
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, S., Merz, M., Röglinger, M., & Wenninger, A. (2018). Mindfully going omni-channel: An economic decision model for evaluating omni-channel strategies. Decision Support Systems, 109(5), 74–88. https://doi.org/10.1016/j.dss.2018.01.010
Hu, M., Zhang, M., & Wang, Y. (2017). Why do audiences choose to keep watching on live video streaming platforms? An explanation of dual identification framework. Computers in Human Behavior, 75(4), 594–606. https://doi.org/10.1016/j.chb.2017.06.006
Huang, H., He, Y., & Chen, J. (2019). Competitive strategies and quality to counter parallel importation in global market. Omega, 86, 173–197. https://doi.org/10.1016/j.omega.2018.07.009.
Hübner, A., Holzapfel, A., & Kuhn, H. (2016). Distribution systems in omni-channel retailing. Business Research, 9(2), 255–296. https://doi.org/10.1007/s40685-016-0034-7
Ishfaq, R., Defee, C. C., Gibson, B. J., & Raja, U. (2016). Realignment of the physical distribution process in omni-channel fulfillment. International Journal of Physical Distribution & Logistics Management, 46(6/7), 543–561. https://doi.org/10.1108/IJPDLM-02-2015-0032
Jabarzare, N., & Rasti-Barzoki, M. (2020). A game theoretic approach for pricing and determining quality level through coordination contracts in a dual-channel supply chain including manufacturer and packaging company. International Journal of Production Economics, 221, 107480. https://doi.org/10.1016/j.ijpe.2019.09.001
Jalilian, H., & Sajjadi, S. (2018). Complete reference for advanced marketing management: Special for the PhD exam in management. Knowledge perspective. [In Persian].
Ji, J., Zhang, Z., & Yang, L. (2017). Carbon emission reduction decisions in the retail-/dual-channel supply chain with consumers preference. Journal of Cleaner Production, 141, 852–867. https://doi.org/10.1016/j.jclepro.2016.09.135
Jin, D., Caliskan-Demirag, O., Chen, F. (Youhua), & Huang, M. (2020). Omnichannel retailers return policy strategies in the presence of competition. International Journal of Production Economics, 225(4), 107595. https://doi.org/10.1016/j.ijpe.2019.107595
Jones, P. M. (1982). Hypermarkets superstores saturation or future growth?. Retail and Distribution Management, 10(4), 20–27. https://doi.org/10.1108/eb018150
Joshi, A., Pani, A., Sahu, P. K., Majumdar, B. B., & Tavasszy, L. (2024). Gender and generational differences in omnichannel shopping travel decisions: What drives consumer choices to pick up in-store or ship direct?. Research in Transportation Economics, 103, 101403. https://doi.org/10.1016/j.retrec.2023.101403
Juaneda-Ayensa, E., Mosquera, A., & Sierra Murillo, Y. (2016). Omnichannel customer behavior: key drivers of technology acceptance and use and their effects on purchase intention. Frontiers in Psychology, 7. https://doi.org/10.3389/fpsyg.2016.01117
Keen, C., Wetzels, M., de Ruyter, K., & Feinberg, R. (2004). E-tailers versus retailers. Journal of Business Research, 57(7), 685–695. https://doi.org/10.1016/S0148-2963(02)00360-0
Kong, R., Luo, L., Chen, L., & Keblis, M. F. (2020). The effects of BOPS implementation under different pricing strategies in omnichannel retailing. Transportation Research Part E: Logistics and Transportation Review, 141, 102014. https://doi.org/10.1016/j.tre.2020.102014
Konus, U., Verhoef, P., & Neslin, S. (2008). Multichannel shopper segments and their covariates. Journal of Retailing, 84(4), 398–413. https://doi.org/10.1016/j.jretai.2008.09.002
Kumar, M., Gahlawat, N., Singh, S., Kala, D., & Paliwal, M. (2024). Elucidating research trends in omnichannel shopping using a bibliometric and network visualization analysis. The International Review of Retail, Distribution and Consumer Research, 35(2), 1–27. https://doi.org/10.1080/09593969.2024.2372416
Lei, J., & Xue, M. (2022). Drop-shipping or batch ordering: Contract choice in the presence of information sharing and quality decision. Journal of Management Science and Engineering, 7(2), 287–302. https://doi.org/10.1016/j.jmse.2021.11.002
Lemon, K. N., & Verhoef, P. C. (2016). Understanding customer experience throughout the customer journey. Journal of Marketing, 80(6), 69–96. https://doi.org/10.1509/jm.15.0420
Li, B., & Jiang, Y. (2019). Impacts of returns policy under supplier encroachment with risk-averse retailer. Journal of Retailing and Consumer Services, 47(2), 104–115. https://doi.org/10.1016/j.jretconser.2018.11.011
Li, B., Chen, P., Li, Q., & Wang, W. (2014). Dual-channel supply chain pricing decisions with a risk-averse retailer. International Journal of Production Research, 52(23), 7132–7147. https://doi.org/10.1080/00207543.2014.939235
Li, Y., Tong, Y., Ye, F., Chen, Y. J., & Zhao, X. (2024). Sales channel choice in the hotel industry: The impact of Online reviews. IEEE Transactions on Engineering Management, 71(1), 5230–5241. https://doi.org/10.1109/TEM.2022.3208930
Li, Z., Xu, X., Bai, Q., Guan, X., & Zeng, K. (2021). The interplay between blockchain adoption and channel selection in combating counterfeits. Transportation Research Part E: Logistics and Transportation Review, 155(11), 102451. https://doi.org/10.1016/j.tre.2021.102451
Lopes, J. M., Sousa, A., Calçada, E., & Oliveira, J. (2022). A citation and co-citation bibliometric analysis of omnichannel marketing research. Management Review Quarterly, 72(4), 1017–1050. https://doi.org/10.1007/s11301-021-00219-8
Mahadevan, K., & Joshi, S. (2022). Omnichannel retailing: a bibliometric and network visualization analysis. Benchmarking: an International Journal, 29(4), 1113–1136. https://doi.org/10.1108/BIJ-12-2020-0622
Maheepala, H. P., Jayawardena, A. A. M., & Jayarathna, D. G. N. D. (2024). Factors influencing customer selection of omni-channel supermarket retailing: An empirical study in Sri Lanka. Journal of Sustainable Development of Transport And Logistics, 9(1), 85–95. https://doi.org/10.14254/jsdtl.2024.9-1.7
Marques, S. H., Trindade, G., & Santos, M. (2016). The importance of atmospherics in the choice of hypermarkets and supermarkets. The International Review of Retail, Distribution and Consumer Research, 26(1), 17–34. https://doi.org/10.1080/09593969.2015.1042495
Melis, K., Campo, K., Breugelmans, E., & Lamey, L. (2015). The impact of the Multi-channel retail mix on online store choice: Does Online experience matter?. Journal of Retailing, 91(2), 272–288. https://doi.org/10.1016/j.jretai.2014.12.004
Mishra, R., Singh, R. K., & Koles, B. (2021). Consumer decision‐making in omnichannel retailing: Literature review and future research agenda. International Journal of Consumer Studies, 45(2), 147–174. https://doi.org/10.1111/ijcs.12617
Moes, A., Fransen, M. L., Verhagen, T., & Fennis, B. (2023). From direct marketing toward interactive marketing: The evolving interactive marketing tools. Springer international publishing. https://doi.org/10.1007/978-3-031-14961-0_3
Mukherjee, S., & Chatterjee, S. (2021). Webrooming and showrooming: A multi-stage consumer decision process. Marketing Intelligence & Planning, 39(5), 649–669. https://doi.org/10.1108/MIP-08-2020-0351
Nagy, I. D., Dabija, D. C., Cramarenco, R. E., & Burcă-Voicu, M. I. (2024). The use of digital channels in Omni-Channel retail an empirical study. Journal of Theoretical and Applied Electronic Commerce Research, 19(2), 797–817. https://doi.org/10.3390/jtaer19020042
Nazari, M., Shahhoseini, M. A., Hesaraki, A., & Nazari, M. (2022). Identifying factors affecting consumer channel choice to determine the optimal pricing strategy of multichannel companies (Case study: Retail industries). Consumer Behavior Studies Journal, 8(4), 62-83. https://cbs.uok.ac.ir/article_62019.html [In Persian].
Neslin, S. A., & Shankar, V. (2009). Key issues in multichannel customer management: Current knowledge and future directions. Journal of Interactive Marketing, 23(1), 70–81. https://doi.org/10.1016/j.intmar.2008.10.005
Neslin, S. A., Grewal, D., Leghorn, R., Shankar, V., Teerling, M. L., Thomas, J. S., & Verhoef, P. C. (2006). Challenges and opportunities in multichannel customer management. Journal of Service Research, 9(2), 95–112. https://doi.org/10.1177/1094670506293559
Ngoh, C., & Mellema, H. N. (2024). B2C multi- to single-channel: The effect of removing a consumer channel preference on consumer retailer and channel choice. Journal of Business & Industrial Marketing, 39(1), 53–65. https://doi.org/10.1108/JBIM-01-2023-0026
Noble, S. M., Griffith, D. A., & Weinberger, M. G. (2005). Consumer derived utilitarian value and channel utilization in a multi-channel retail context. Journal of Business Research, 58(12), 1643–1651. https://doi.org/10.1016/j.jbusres.2004.10.005
Park, S., & Lee, D. (2017). An empirical study on consumer online shopping channel choice behavior in omni-channel environment. Telematics and Informatics, 34(8), 1398–1407. https://doi.org/10.1016/j.tele.2017.06.003
Patil, T., & Rahman, Z. (2023). Mapping the Cause-Related marketing (CRM) field: Document co-citation and bibliographic coupling approach. International Review on Public and Nonprofit Marketing, 20(2), 491–520. https://doi.org/10.1007/s12208-022-00347-1
Piotrowicz, W., & Cuthbertson, R. (2014). Introduction to the special issue information technology in retail: toward omnichannel retailing. International Journal of Electronic Commerce, 18(4), 5–16. https://doi.org/10.2753/JEC1086-4415180400
Rahman, S. M., Carlson, J., Gudergan, S. P., Wetzels, M., & Grewal, D. (2022). Perceived omnichannel customer experience (OCX): Concept, measurement and impact. Journal of Retailing, 98(4), 611–632. https://doi.org/10.1016/j.jretai.2022.03.003
Raza, S. A., & Govindaluri, S. M. (2019). Pricing strategies in a dual-channel green supply chain with cannibalization and risk aversion. Operations Research Perspectives, 6(1), 100118. https://doi.org/10.1016/j.orp.2019.100118
Saghiri, S., Wilding, R., Mena, C., & Bourlakis, M. (2017). Toward a three-dimensional framework for omni-channel. Journal of Business Research, 77(8), 53–67. https://doi.org/10.1016/j.jbusres.2017.03.025
Shen, X. L., Li, Y. J., Sun, Y., & Wang, N. (2018). Channel integration quality, perceived fluency and omnichannel service usage: The moderating roles of internal and external usage experience. Decision Support Systems, 109(5), 61–73. https://doi.org/10.1016/j.dss.2018.01.006
Shi, S., Wang, Y., Chen, X., & Zhang, Q. (2020). Conceptualization of omnichannel customer experience and its impact on shopping intention: A mixed-method approach. International Journal of Information Management, 50(1), 325–336. https://doi.org/10.1016/j.ijinfomgt.2019.09.001
Silva, S. C., Silva, F. P., & Dias, J. C. (2024). Exploring omnichannel strategies: A path to improve customer experiences. International Journal of Retail & Distribution Management, 52(1), 62–88. https://doi.org/10.1108/IJRDM-03-2023-0198
Sodero, A. C., Namin, A., Gauri, D. K., & Bhaskaran, S. R. (2021). The strategic drivers of drop-shipping and retail store sales for seasonal products. Journal of Retailing, 97(4), 561–581. https://doi.org/10.1016/j.jretai.2021.09.001
Sun, Y., Yang, C., Shen, X. L., & Wang, N. (2020). When digitalized customers meet digitalized services: A digitalized social cognitive perspective of omnichannel service usage. International Journal of Information Management, 54(5), 102200. https://doi.org/10.1016/j.ijinfomgt.2020.102200
Taheri, S. G., Navabakhsh, M., Tohidi, H., & Mohammaditabar, D. (2024). A system dynamics model for optimum time, profitability and customer satisfaction in omni-channel retailing. Journal of Retailing and Consumer Services, 78(3), 103784. https://doi.org/10.1016/j.jretconser.2024.103784
Tanriverdi, İ., & Aydın, H. (2024). A bibliometric review of the omnichannel logistics literature. The International Review of Retail, Distribution and Consumer Research, 34(3), 310–330. https://doi.org/10.1080/09593969.2023.2259645
Terpoorten, C., Klein, J. F., & Merfeld, K. (2024). Understanding B2B customer journeys for complex digital services: The case of cloud computing. Industrial Marketing Management, 119(4), 178–192. https://doi.org/10.1016/j.indmarman.2024.04.011
Truong, T. H. H. (2021). The drivers of omni-channel shopping intention: A case study for fashion retailing sector in Danang, Vietnam. Journal of Asian Business and Economic Studies, 28(2), 143–159. https://doi.org/10.1108/JABES-05-2020-0053
Tsay, A. A., & Agrawal, N. (2004). Channel Conflict and coordination in the E‐Commerce age. Production and Operations Management, 13(1), 93–110. https://doi.org/10.1111/j.1937-5956.2004.tb00147.x
Valentini, S., Montaguti, E., & Neslin, S. A. (2011). Decision process evolution in customer channel choice. Journal of Marketing, 75(6), 72–86. https://doi.org/10.1509/jm.09.0362
Verhoef, P. C., Kannan, P. K., & Inman, J. J. (2015). From Multi-Channel retailing to Omni-Channel retailing. Journal of Retailing, 91(2), 174–181. https://doi.org/10.1016/j.jretai.2015.02.005
Verhoef, P. C., Neslin, S. A., & Vroomen, B. (2007). Multichannel customer management: Understanding the research-shopper phenomenon. International Journal of Research In Marketing, 24(2), 129–148. https://doi.org/10.1016/J.IJRESMAR.2006.11.002
Wallace, D. W., Giese, J. L., & Johnson, J. L. (2004). Customer retailer loyalty in the context of multiple channel strategies. Journal of Retailing, 80(4), 249–263. https://doi.org/10.1016/j.jretai.2004.10.002
Xu, L., Wang, C., & Zhao, J. (2018). Decision and coordination in the dual-channel supply chain considering cap-and-trade regulation. Journal of Cleaner Production, 197(1), 551–561. https://doi.org/10.1016/j.jclepro.2018.06.209
Xu, X., & Jackson, J. E. (2019). Examining customer channel selection intention in the Omni-Channel retail environment. International Journal of Production Economics, 208(2), 434–445. https://doi.org/10.1016/j.ijpe.2018.12.009
Yang, D., Xiao, T., & Huang, J. (2019a). Dual-channel structure choice of an environmental responsibility supply chain with green investment. Journal of Cleaner Production, 210(1), 134–145. https://doi.org/10.1016/j.jclepro.2018.11.014
Yang, L., & Tang, R. (2019b). Comparisons of sales modes for a fresh product supply chain with freshness-keeping effort. Transportation Research Part E: Logistics and Transportation Review, 125(3), 425–448. https://doi.org/10.1016/j.tre.2019.03.020
Ye, F., Ji, L., Ning, Y., & Li, Y. (2024). Influencer selection and strategic analysis for live streaming selling. Journal of Retailing and Consumer Services, 77(1), 103673. https://doi.org/10.1016/j.jretconser.2023.103673
Zhang, M., Ren, C., Wang, G. A., & He, Z. (2018). The impact of channel integration on consumer responses in omni-channel retailing: The mediating effect of consumer empowerment. Electronic Commerce Research and Applications, 28(1), 181–193. https://doi.org/10.1016/j.elerap.2018.02.002
Zhang, P., He, Y., & Zhao, X. (2019). Preorder-online pickup-in-store strategy for a dual-channel retailer. Transportation Research Part E: Logistics and Transportation Review, 122(11), 27–47. https://doi.org/10.1016/j.tre.2018.11.001
Zhang, P., Xiong, Y., & Xiong, Z. (2015). Coordination of a dual-channel supply chain after demand or production cost disruptions. International Journal of Production Research, 53(10), 3141–3160. https://doi.org/10.1080/00207543.2014.975853
Zhou, Y., & Ye, X. (2018). Differential game model of joint emission reduction strategies and contract design in a dual-channel supply Chain. Journal of Cleaner Production, 190(1), 592–607.