بررسی تاثیر فرهنگ سازمانی، استراتژی سازمانی و نوآوری در فناوری بر اثربخشی سیستمهای الکترونیکی مدیریت ارتباط با مشتری

نوع مقاله: مقاله پژوهشی

نویسندگان

1 باشگاه پژوهشگران جوان و نخبگان، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران.

2 2. گروه مهندسی کامپیوتر،واحد تبریز، دانشگاه آزاد اسلامی، تبریز،ایران.

چکیده

امروزه شرط بقای مؤسسات در توانایی جذب و نگهداری مشتریان آگاه است. در این میان مدیریت الکترونیکی ارتباط با مشتری (E-CRM)یک استراتژی برای بازاریابی، فروش و یکپارچه‌سازی خدمات آنلاین است که نقش مهمی در شناسایی، به دست آوردن و حفظ مشتریان دارد که به‌عنوان بزرگ‌ترین سرمایه شرکت‌ها در نظر گرفته می‌شود. E-CRM ارتباط میان شرکت و مشتریان را با استفاده از ایجاد و افزایش روابط با آن‌ها از طریق فناوری مدرن بهبود و افزایش می‌دهد. اماموفقیتدر E-CRM تنهاازطریق شناخت عوامل مؤثر بر اثربخشی و موفقیت E-CRM قابل‌دستیابیاست. این مطالعه به ارائه مدل و چارچوبی برای تعیین برخی عوامل مؤثر در اثربخشی E-CRM پرداخته است. مدل ارائه‌شده با استفاده از معادلات ساختاری با حداقل مربعات جزئی مورد آزمایش قرار گرفت. نتایج حاصل از داده‌های جمع‌آوری‌شده از 98 نفر از کارکنان اداره کل گمرک استان آذربایجان شرقی نشان می‌دهد که تأثیر رضایت کارکنان بر عملکرد سازمان‌ها با فرهنگ‌سازمانی، استراتژی سازمانی و نوآوری آغاز می‌شود و حضور کامل این عوامل تأثیر مثبت بر اثربخشی سیستم‌های E-CRM دارد.

کلیدواژه‌ها


عنوان مقاله [English]

The Impact of Organizational Culture, Organizational Strategy and Technological Innovation on the Effectiveness of Electronic Customer Relationship Management Systems.

نویسندگان [English]

  • zeynab soltani 1
  • nima Jafari navimipour 2
چکیده [English]

Electronic customer relationship management (E-CRM) is a strategy for marketing, sales and integration of online services that play an important role in identifying, acquiring and retaining customers, which is considered as the capital of the company. E-CRM relationship between the company and customers to create and enhance relationships with them through the use of modern technology to improve and increase. But the success of E-CRM is only through understanding the factors influencing the effectiveness and success of E-CRM can accessible. This study a model and framework to determine some critical factors of E-CRM is paid. Using structural equation model was tested with partial least squares. The results of the data collected from the 98 employees of the General Administration of Customs show the province of East Azerbaijan the impact of employee satisfaction on the performance of organizations and organizational culture, organizational strategy and innovation begins and the complementarity of these factors have a positive impact on the effectiveness of E-CRM systems.

کلیدواژه‌ها [English]

  • Electronic customer relationship management
  • Organizational Culture
  • Organizational strategy
  • Innovation
  • Effectiveness
 

 

1- مقدمه

امروزه شرط بقای مؤسسات در توانایی جذب و نگهداری مشتریان آگاه و نکته‌سنج است. در این میان نقش CRM به‌عنوان یک ابزار راهبردی در توسعه سازمان‌های تولیدی و خدماتی انکارناپذیراست. در دنیای رقابتی امروز سازمان‌هایی موفق‌تر هستند که توانایی استفاده آگاهانه از اطلاعات مشتریان را داشته باشند لذا این امر باعث حرکت سازمان‌ها از مرحله محصول مداری به مرحله مشتری مداری شده است. سازمان‌های موفق اغلب تلاش می‌کنند از طریق روابط با مشتریان مزیت رقابتی به دست آورند و CRM به اهمیت محوری برای بسیاری از سازمان‌ها تبدیل‌شده است. تمرکز CRM عمدتاً روی ایجاد، حفظ و تقویت ارتباط بلندمدت با مشتریان هست (Josiassen, Assaf, & Cvelbar, 2014). بسیاری از شرکت‌ها به این امید فناوری CRM را به کار می‌گیرند که آن‌ها را قادر سازد تا خودشان را به بخش سودآوری تبدیل کنند و همچنین ارائه خدمات به مشتری را بهبود دهند و نیز حفظ مشتری و درنهایت عملکرد مالی شرکت را بهبود دهند (Dickinger, Haghirian, Murphy, & Scharl, 2004). CRM شامل دستورالعمل‌ها، روش‌ها، فرآیندها و استراتژی‌هایی است که توانایی یکپارچگی تعامل و مشتری مداری و پیگیری همه اطلاعات مربوط به مشتری را به سازمان‌ها می‌دهد (Khan, Ehsan, Mirza, & Sarwar, 2012). CRM ترکیبی از استراتژی سازمانی، سیستم‌های اطلاعاتی و فناوری‌هایی است که روی ارائه خدمات بهتر به مشتریان متمرکزشده است. هدف CRM به دست آوردن مشتریان جدید، حفظ مشتریان فعلی و رشد ارتباط با مشتریان موجود سازمان است.

 فناوری اینترنت شرکت‌ها را به جذب مشتریان جدید قادر می‌سازد تا عملکردها و رفتار آنلاین و ارتباطات، محصولات، خدمات و ارزش‌های مشتریان را پیگیری کند. استفاده از اینترنت برای ارائه محصولات، خدمات و اطلاعات به مشتریان مستلزم درک دقیق از نیازهای مشتریان است. هنگامی‌که مشتریان از وب‌سایت سازمان بازدید می‌کنند، برای سازمان بسیار مهم است تا پرسش‌ها و نگرانی‌های بازدیدکنندگان را پیش‌بینی کند و اطلاعات مربوطه را برای درک روشنی از سازمان ارائه کند (Mahdavi, Cho, Shirazi, & Sahebjamnia, 2008). مشتریان می‌توانند به‌راحتی از اینترنت استفاده کنند تا به اطلاعات محصولات مختلف از طریق سازمان‌های متعدد دسترسی پیدا کنند. اطلاعات پس‌ازآن تصمیم‌گیری خریدهایشان را تحت تأثیر قرار می‌دهد. علاوه بر این سازمان‌ها می‌توانند به‌منظور گرفتن تصمیمات بهتر در سیاست بازاریابی، اطلاعات را از طریق انواع مختلفی از فناوری اطلاعات[i] (IT) جمع‌آوری و تحلیل کنند (Mahdavi, Movahednejad, & Adbesh, 2011).

E-CRM یکی از طرح‌های استراتژیک در صنعت امروز است که به یک پارادایم عمده در رابطه با بازاریابی در جهان تبدیل‌شده است (Q. Chen & Chen, 2004; Sivaraks, Krairit, & Tang, 2011). E-CRM یک زیرمجموعه‌ای از CRM است که از خدمات الکترونیکی برای رسیدن به مدیریت ارتباط با مشتری استفاده می‌کند (Mao-qin, Ling, & Qi, 2011). E-CRM مجموعه‌ای از مفاهیم، ابزارها و فرآیندهایی است که اجازه می‌دهد تا سازمان بیشترین سرمایه‌گذاری کسب‌وکار الکترونیک به دست آورد (Mahdavi et al., 2008). مهم‌ترین هدف این پژوهش را می‌توان تعیین برخی عوامل مؤثر بر اثربخشی E-CRM عنوان نمود. در این راستا اهداف بعدی این پژوهش نیز به شرح زیر موردنظر است:

  1. ارائه یک مدل و چارچوب برای تعیین عوامل مؤثر در اثربخشی سیستم‌های E-CRM.
  2. بررسی تأثیر استراتژی سازمانی، فرهنگ سازمانی، نوآوری و رضایت کارکنان بر اثربخشی سیستم‌های E-CRM.
  3. بررسی چالش‌های آینده برای سیستم‌های E-CRM.

بقیه مقاله به شرح زیر است:

بخش بعدی ارائه یک بررسی مختصر از پژوهش‌های گذشته می‌باشد. در بخش 3 مدل تحقیق و فرضیه ارائه شده است. بخش 4 توضیح روش مورد استفاده در این تحقیق می‌باشد و در نهایت بخش ۵ نتیجه‌گیری مقاله و پیشنهادات برای تحقیقات آینده می‌باشد.

 

2- پیشینه پژوهش

مشتری، رمز موفقیت هر سازمان و هرگونه فعالیت تجاری اقتصادی می‌باشد. اعتبار یک سازمان موفق، بر پایه روابط بلندمدت آن سازمان با مشتریان بنا گردیده است. اعتقاد و عمل به اصول مشتری مداری، جلب رضایت مشتریان، جذب مشتریان جدید و حفظ مشتریان قدیمی، از اصلی‌ترین موارد در موفقیت سازمان می‌باشند. سازمان‌ها می‌توانند با استفاده از E-CRM چرخه خدمات‌رسانی را کوتاه‌تر و وفاداری مشتری به ایجاد روابط نزدیک‌تر و درآمد را افزایش دهند. سیستم E-CRM می‌تواند کمک کند تا مشتریان موجود حفظ شوند و مشتریان جدید جذب شوند. در این بخش با مرور مطالعات پیشین و انجام بررسی‌های کلی برخی عوامل مؤثر بر اثربخشی سیستم‌های E-CRM شناسایی و معرفی خواهد شد.

چن[ii] و همکاران (2007) دو مفهوم مجزا اما مرتبط به هم را بررسی کرده‌اند، غنای رسانه‌ها درزمینه­های تعاملات انسان با کامپیوتر[iii] (HCI) و ارتباط باواسطه کامپیوتر[iv] (CMC) و تعامل درک شده موجود از بازاریابی و زمینه‌های مدیریت سیستم‌های اطلاعاتی[v] (MIS) که اثرات منحصربه‌فرد آن‌ها روی متغیرهای پذیرش فناوری در مدل پذیرش E-CRM بررسی‌شده است. مطالعه آن‌ها به گسترش مدل پذیرش فناوری[vi] (TAM) درزمینه E-CRM و در استقرار غنای رسانه و تعامل درک شده به‌عنوان سوابق سودمندی و سهولت استفاده ادراک‌شده کمک می‌کند (Q. Chen, Chen, & Kazman, 2007).

کیمیل اوغلو[vii] و همکاران (2009) به دنبال استفاده از روش کارت امتیازی متوازن برای ایجاد یک ابزار اندازه‌گیری عملکرد برای پیاده‌سازی E-CRM و تشخیص معیارهایی که نشان از سطوح بالاتری از موفقیت E-CRM برای کسب‌وکار اینترنتی می‌باشد بودند. سازمان‌ها با سطوح بالاتری از درک موفقیت E-CRM سطح قابل‌توجهی از رضایت مشتری، مقدار و فرکانس معامله، تصویر نام تجاری، مدیریت پایگاه داده‌های مؤثر و هدف قرار دادن مشتریان، فرایندهای کسب‌وکار کارآمد، استفاده از فناوری، تعالی و نوآوری در خدمات، بهبود فروش، سودآوری و کاهش هزینه‌های پشتیبانی خدمات را ادعا می‌کنند. با موفقیت برنامه‌های E-CRM، کسب‌وکار اینترنتی می‌تواند تجربه قابل‌توجهی از پیشرفت تحت هر چهار دیدگاه کارت امتیازی متوازن، ازجمله اقدامات ملموس مانند درآمدهای مالی و شاخص‌های ناملموس مانند ارزش مشتری، نوآوری، برتری و بهره‌وری در فرایندهای کسب‌وکار باشد (Kimiloglu & Zarali, 2009).

هوانگ[viii] (2009) در پژوهشی به تعیین تأثیر اجتناب از ابهام، هنجارهای اجتماعی و نوآوری بر روی اعتماد و سهولت استفاده در E-CRM پرداخته است. نتایج نشان‌دهنده سه یافته اصلی در مطالعه است: اول، اگرچه هنجارهای اجتماعی هر سه بعد باورهای اعتماد آنلاین (خیرخواهی، صداقت، توانایی) را تحت تأثیر قرار می‌دهد، عدم اطمینان تنها ابعاد خیرخواهی و توانایی اعتماد آنلاین را تحت تأثیر قرار می‌دهد. نتیجه نشان می‌دهد که برای افزایش یکپارچگی ابعاد اعتماد آنلاین طراحان سیستم‌های اطلاعاتی باید به جنبه‌های هنجارهای اجتماعی از یک وب‌سایت (مانند بازخورد مکانیسم‌ها در جامعه آنلاین و یا رسانه‌ها) توجه داشته باشند. دوم، باورهای اعتماد از وب‌سایت باید از طریق ادراک افزایش یابد که وب‌سایت موردنظر حتی برای کاربران جدید و فعال فناوری اطلاعات برای استفاده آسان باشد. سوم، به دلیل درحال‌توسعه بودن هنجارهای اجتماعی، تأثیرات داخلی (خانواده و دوستان) نسبت به تأثیرات خارجی (رسانه‌ها) مهم‌تر هستند. همچنین انتظار می‌رود که هنجارهای اجتماعی تأثیر قابل‌توجهی در نوآوری شخصی در فناوری اطلاعات داشته باشد (Hwang, 2009).

درنهایت، یو[ix]و همکاران (2015) مورد بررسی قرار داده‌اند که چگونه رفتار متفاوت با مشتریان ممکن است درک آن‌ها را از عدالت در یک شرکت در فعالیت‌های شخصی E-CRM تحت تأثیر قرار بدهد. آن‌ها همچنین یک مدل یکپارچه از عدالت در E-CRM را که چهار متغیر کلیدی داخلی از شرکت شامل کیفیت خدمات، قیمت، تلاش‌های ارتباطاتی و رفتار متفاوت می‌شود را ارائه دادند. مطالعه آن‌ها اثبات کرده است که درک مشتریان از تغییر رفتارهای شرکت‌ها، درک مشتریان از عدالت شرکت‌ها را نیز همچنین تغییر می‌دهد. آن‌ها نشان دادند که درک کیفیت خدمات، آگاهی از قیمت و ارتباطات عوامل پیش‌بینی کننده در نگرش نسبت به عدالت هستند که در پی آن با یک نگرشی مثبت به شرکت متصل می‌شوند (Yu, Nguyen, Han, Chen, & Li, 2015).

درنهایت، نویمی پور و همکاران (2016) تاثیر هزینه، پذیرش فناوری و رضایت کارکنان را بر اثربخشی سیستم­های الکترونیکی ارتباط با مشتری بررسی کردند. این پژوهش تعیین عوامل مؤثر (هزینه، پذیرش فناوری و رضایت کارکنان) در اثربخشی E-CRM را پیشنهاد می‌کند. این مطالعه به ارائه مدل و چارچوبی برای تعیین برخی عوامل مؤثر در اثربخشی E-CRM پرداخته است. روش معادلات ساختاری برای ارزیابی علی و بررسی پایایی و روایی مدل مورداستفاده قرار گرفت. مدل ارائه‌شده و نتایج حاصل از داده‌های جمع‌آوری‌شده از 98 نفر از کارکنان اداره کل مالیات آذربایجان شرقی نشان می‌دهد که تأثیر پذیرش فناوری بر عملکرد سازمان‌ها باقابلیت زیر ساختاری، سهولت استفاده و سیستم‌های الکترونیکی یادگیری آغاز می‌شود و حضور کامل این عوامل تأثیر مثبت بر اثربخشی سیستم‌های E-CRM دارد. نتایج نشان می‌دهد که کاهش هزینه‌های مشتری اثرات مثبتی بر عملکرد ارتباط با مشتری دارد که درنتیجه منجر به بهبود اثربخشی سیستم‌های E-CRM در سازمان‌ها می‌شود. درنهایت، یافته‌های این مطالعه نشان می‌دهد که هر یک از سه متغیر هزینه، پذیرش فناوری و رضایت کارکنان نقش مهمی در اثربخشی سیستم‌های E-CRM بازی می‌کند (Navimipour & Soltani, 2016).

 

3- مدل تحقیق و فرضیات

هدف از این مطالعه ارائه یک مدل جدید برای تعیین عوامل مؤثر در اثربخشی سیستم‌های E-CRM است. شکل (1) مدل پژوهش را نشان می‌دهد که چهار متغیر (رضایت کارکنان، استراتژی سازمانی، فرهنگ‌سازمانی، نوآوری) ارائه‌شده و تأثیر آن‌ها در اثربخشی E-CRM موردبحث و بررسی قرارگرفته است. شش فرضیه برای آزمون روابط میان مؤلفه‌های چارچوب در این بخش ارائه گردیده است. بقیه این بخش یک بررسی مختصر از مطالعات انجام‌شده در زمینه متغیرهای پژوهش را شرح می‌دهد.

با توجه به مدل اوسکر[x] و همکاران (Ocker & Mudambi, 2003) استراتژی یکی از عوامل آماده‌سازی سازمان برای E-CRM سازمان می‌باشد. با توجه به پارامترهای مهم در اجرای موفقیت‌آمیز E-CRM، اوسکر و همکاران تأکید کردند که سازمان‌ها به دنبال استراتژی CRM باهدف افزایش عملکرد کسب‌وکار و کسب ارزش از چالش‌های سازمانی در ارتباط با این اقدام هستند. آن‌ها پیشنهاد کرده‌اند که سازمان‌ها باید یک تجزیه‌وتحلیل عمیق از آماده‌سازی سازمانی قبل از استفاده از E-CRM به‌منظور کاهش خطر شکست سازمان انجام بدهند (Javadi & Azmoon, 2011). یکی از عمده‌ترین عوامل برای پیاده‌سازی E-CRM استراتژی سازمانی می‌باشد ازآنجاکه اتخاذ استراتژی صحیح منجر به رضایت کارکنان هم می‌شود بنابراین فرضیه (1-2) و (2-2) عبارت است از:

  • استراتژی سازمانی تأثیر مثبت و معناداری بر رضایت کارکنان دارد.
  • استراتژی سازمانی تأثیر مثبت و معناداری بر اثربخشی سیستم‌های E-CRM دارد.

شاین[xi] (E. Schein, 2004) فرهنگ را فرایند نهادی در نظر گرفته که از طریق آن رفتار در طول زمان تغییر شکل داده و اصلاح می‌شود (Howell & Annansingh, 2013). این واضح است که تجربه پیاده‌سازی سازمان‌ها در سیستم‌های اطلاعاتی متفاوت از یکدیگر خواهد بود. بسیاری از این تفاوت‌ها به‌احتمال‌زیاد درنتیجه ویژگی‌های خاص سازمانی از قبیل منابع در دسترس، فرهنگ‌سازمانی و فرایند و اندازه می‌باشد. بااین‌حال آن ممکن است تعریف شود متدولوژی‌هایی برای پیاده‌سازی که در انواع سازمان‌های خاص به‌کاربرده می‌شود (Adebanjo, 2008). یافته‌های محققان مختلف نشان می‌دهد که فرهنگ‌سازمانی به‌عنوان یک نیرویی است که هم کارکنان و هم موفقیت شرکت را تحت تأثیر قرار می‌دهد (Davidson, 2004; Denison & Mishra, 1995). همچنین، یافته‌های تحقیق پولیت[xii] و همکاران (Pollitt & Klein, 2005) نشان می‌دهد که فرهنگ‌سازمانی به‌عنوان یک اهرم استراتژیکی قوی در ایجاد یک نیروی کار متعهد و درگیر مؤثر است. امروزه سازمان‌ها برای رسیدن به اهداف سازمانی و افزایش رضایت و بهره‌وری نیروی انسانی، راهبردهای نوین و کارآمدی استفاده می‌کنند. یکی از این راهبردها، ایجاد فرهنگ‌سازمانی مطلوب به‌منظور هدایت رفتار نیروی انسانی در جهت افزایش اثربخشی در سازمان می‌باشد؛ بنابراین فرضیه (1) مربوط به فرهنگ‌سازمانی عبارت است از:

  • فرهنگ‌سازمانی تأثیر مثبت و معناداری بر رضایت کارکنان دارد.

نوآوری به‌عنوان پشتیبانی و اخذ ایده‌های نو از طریق رویکردهای خلاق در جهت حل مشکل و رفع نیازهای بازار تعریف‌شده (Lumpkin & Dess, 1996). با توجه به جهانی‌شدن اقتصاد و تغییرات فناورانه، رقابت در میان کشورها در سطح کلان و در کسب‌وکار در سطح خرد افزایش‌یافته است (Bruque & Moyano, 2007). در چنین رقابتی، تنها شرکت‌هایی می‌توانند به حیات خود ادامه دهند که قادر باشند یک مزیت رقابتی نسبت به رقبا کسب کنند (Benitez-Amado, Perez-Arostegui, & Tamayo-Torres, 2010). نوآوری در فناوری به‌عنوان یک پیش‌شرط لازم برای به دست آوردن مزیت رقابتی در نظر گرفته‌شده است (Bergek, Hekkert, & Jacobsson, 2008). نوآوری در IT اشاره به‌تازگی در محصولات، خدمات، فرایندها و دیگر ابعاد آن (به‌عنوان‌مثال سیستم‌های مختلفی از IT که از آغاز دستگاه‌های اطلاعاتی ظهور داشته‌اند) دارد (Wang & Ramiller, 2009). نوآوری به توسعه توانایی‌های سازمان‌ها کمک می‌کند. امروزه، سازمان‌ها جهت رشد به نوآوری نیاز دارند و به‌منظور توسعه فعالیت‌های نوآورانه باید به‌وسیله الگوهای رفتاری تشویق بشوند (Sweetman, Luthans, Avey, & Luthans, 2011). نوآوری‌های فنّاورانه به‌سرعت در حال رشد هستند، درعین‌حال اخذ فناوری جدید اغلب نسبت به سازمان‌هایی که در ابتدا پیش‌بینی کرده بودند سخت خواهد بود (Slone, Mentzer, & Dittmann, 2007)، به‌ویژه هنگامی‌که این فناوری به‌صورت راهبردی و حیاتی است (Mostaghel, Oghazi, Beheshti, & Hultman, 2015). رضایت مشتری بستگی به فرایندهای تحقیق و توسعه دارد، یکی از عواملی که با رضایت مشتری در ارتباط است میزان معرفی محصولات و خدمات نوآورانه است (Jutla, Craig, & Bodorik, 2001). معرفی و پیاده‌سازی انواع نوآوری‌های دستگاه‌های اطلاعاتی ازجمله E-CRM برای سازمان‌ها مفید و ضروری بوده و رشد عملکرد نوآورانه سازمان‌ها درزمینه دستگاه‌های E-CRM منجر به رضایت کارکنان و درنهایت افزایش وفاداری و رضایت مشتریان می‌گردد که درنهایت منجر به افزایش اثربخشی سیستم‌های E-CRM می‌شود. در این پژوهش در فرضیه (1-3) نوآوری فناوری به‌عنوان یکی دیگر از عوامل مؤثر بر رضایت کارکنان در نظر گرفته‌شده است که منجر به اثربخشی سیستم‌های E-CRM می‌شود فرضیه (2-3).

  • نوآوری فناوری تأثیر مثبت و معناداری بر رضایت کارکنان دارد.
  • نوآوری فناوری تأثیر مثبت و معناداری در اثربخشی سیستم‌های E-CRM دارد.

کارمندان دارایی مهم سازمان‌ها هستند و نقش مهمی در موفقیت آن‌ها بازی می‌کنند (Navin, Navimipour, Rahmani, & Hosseinzadeh, 2014). برخی از محققان رضایت را به‌عنوان احساس مثبت یا پاسخ تهاجمی تعریف کرده‌اند؛ درحالی‌که بعضی از محققان رضایت را به‌عنوان شکاف میان افزایش انتظار و سود واقعی معرفی کرده‌اند (Tsai, Yen, Huang, & Huang, 2007). اندازه‌گیری رضایت کارکنان نشانه‌ای از میزان موفقیت سازمان در ارائه آموزش و مزایای مؤثر به کارکنان خود است (Ahmad & Tarmudi, 2012). سیستم‌های اطلاعاتی که به‌عنوان منبعی ارزشمند محسوب می‌شوند، توانایی مدیران و کارکنان را افزایش داده و امکان تحقق اثربخش اهداف سازمان را با بهره‌وری بالا موجب می‌شود. در این پژوهش در فرضیه (4) رضایت کارکنان تأثیر مثبتی در اثربخشی سیستم‌های E-CRM دارد.

  • رضایت کارکنان تأثیر مثبت و معناداری بر اثربخشی سیستم‌های E-CRM دارد.

 

جدول 1: ابعاد بررسی‌شده در پژوهش‌های موجود برای تعیین تأثیر رضایت کارکنان بر اثربخشی E-CRM

 

شکل (1) مدل پژوهش با همه عوامل را نشان می‌دهد؛ که شرح می‌دهد استراتژی سازمانی، فرهنگ‌سازمانی و نوآوری به‌صورت مستقیم یا غیرمستقیم از طریق رضایت کارکنان منجر به اثربخشی E-CRM می‌شود. شش فرضیه با توجه به این مدل مورد آزمایش قرار می‌گیرند. هر فرضیه با حرف H نشان داده‌شده است و روابط فرضیه‌ها هم با فلش نشان داده می‌شود.

 

شکل 1: مدل پژوهش

4- روش تحقیق

در این پژوهش به‌منظور جمع‌آوری داده‌ها و اطلاعات برای تجزیه‌وتحلیل از پرسشنامه استفاده گردیده است. در طراحی پرسش‌نامه از طیف لیکرت[xiii] پنج گزینه‌ای از 1 تا 5 استفاده‌شده است. در این پژوهش پرسشنامه خودساخته به تعداد 20 سؤال استفاده‌شده است. در این پژوهش روایی پرسش­نامه­ها به‌صورت روایی محتوایی مورد تائید قرار گرفت؛ به لحاظ اطمینان از اینکه سؤالات پرسشنامه دارای روایی محتوایی باشند، پرسشنامه طراحی‌شده به تائید چند تن از اساتید در این حوزه رسید.

نمونه هدف در این مطالعه کارکنان اداره کل گمرک استان آذربایجان شرقی می‌باشد. حجم کل جامعه آماری 130 نفر بود. برای انتخاب حجم نمونه در این پژوهش از جدول مورگان (ضمیمه) استفاده‌شده است. روش نمونه­گیری مورداستفاده در این پژوهش روش نمونه‌گیری تصادفی ساده می­باشد. بر اساس جدول مورگان جمعیت هدف 110 نفر به‌صورت تصادفی انتخاب شد. از 110 پرسشنامه توزیع‌شده، 104 عدد جمع‌آوری‌شده از کارمندان که 6 پرسشنامه غیرقابل استفاده تلقی شد و درنتیجه 98 پرسشنامه کارکنان برای تجزیه‌وتحلیل آماده شد. محدوده زمانی این پژوهش از سال 1393 تا 1394 می‌باشد. برای اطمینان بیشتر از درجه روایی پایایی، ضریب آلفای کرونباخ[xiv] و روایی همگرا[xv] (AVE) و پایایی ترکیبی محاسبه شد و سپس داده­های به‌دست‌آمده از طریق نرم‌افزار (SPSS)[xvi]و (SMART PLS)[xvii] تحلیل و در جداول (2) و (3) آورده شده است.

4-1-    تحلیل داده‌ها و نتایج

مدل معادلات ساختاری[xviii] (SEM) برای بررسی مدل اندازه‌گیری و بررسی روابط علی بین سازه‌های برون‌زا و درون‌زا استفاده می‌شود؛ بنابراین برای تمامی این آزمون‌ها از نرم‌افزار SMART-PLS (روش حداقل مربعات جزئی) استفاده‌شده است. این نرم‌افزار یک رویکرد مبتنی بر مؤلفه است که می‌توان توسط آن قابلیت اطمینان، اعتبار و روابط بین متغیرها را اندازه‌گیری کرد (Cheng & Yang, 2014). روش حداقل مربعات جزئی اغلب به‌عنوان یک جایگزین برای مدل‌سازی معادله ساختاری استفاده می‌شود. (Huang, Huang, Huang, & Lin, 2012). انتخاب حداقل مربعات جزئی به‌جای ابزار مبتنی بر کوواریانس (به‌عنوان‌مثال لیزرل[xix]) چند دلیل داشته است. این عمدتاً به این دلیل است که PLS توانایی تجزیه‌وتحلیل مدل با شاخص‌های سازنده در داده‌های محدود و غیر نرمال را دارد. روش تجزیه‌وتحلیل در دو مرحله انجام‌گرفته است. مرحله اول شامل انجام تجزیه‌وتحلیل قابلیت اطمینان و روایی همگرا و واگرا و پایایی مدل و پرسشنامه می‌باشد. مرحله دوم مستلزم تائید تمام مفروضات مطالعه از طریق انجام آزمون‌ها با استفاده از نرم‌افزار می‌باشد (H.-R. Chen & Tseng, 2012). در این پژوهش از SMART PLS 2.0 برای تجزیه‌وتحلیل داده‌ها استفاده‌شده است؛ اندازه‌گیری پایایی در این پژوهش با استفاده از روش آلفای کرونباخ و پایایی ترکیبی انجام خواهد گرفت. آلفای کرونباخ معیاری سنتی برای سنجش پایایی محسوب می‌گردد و مقدار بالاتر از 7/0 نشانگر پایایی قابل‌قبول است (Cronbach, 1951). ازآنجایی‌که معیار آلفای کرونباخ یک معیار سنتی برای تعیین پایایی متغیرها می‌باشد، روش PLS معیار مدرن‌تری نسبت به آلفای کرونباخ به نام پایایی ترکیبی[xx] (CR) به کار می‌برد. درنتیجه برای سنجش بهتر پایایی، هردوی این معیارها در این پژوهش به‌کاربرده شده است. مقدار پایایی ترکیبی برای هر متغیر بالاتر از 7/0 شود، نشان از پایداری درونی مناسب برای مدل دارد و مقدار کمتر از 6/0 عدم وجود پایایی را نشان می‌دهد (Nunnally, 1978).

معیار روایی همگرا (AVE) برای برازش مدل اندازه‌گیری می­‌باشد. این معیار نشان‌دهنده میانگین واریانس به اشتراک گذاشته‌شده بین هر متغیر با شاخص‌های خود است. به بیان ساده‌تر این معیار میزان همبستگی یک متغیر با شاخص‌های خود می‌باشد که هر چه این همبستگی بیشتر باشد، برازش نیز بیشتر است. مقدار بحرانی برای این معیار عدد 5/0 است بدین معنی که مقدار AVE بالای 5/0 روایی همگرای قابل‌قبول را نشان می‌دهد (Fornell & Larcker, 1981; Hair, Black, Babin, Anderson, & Tatham, 2006). ازآنجاکه ضریب آلفای کرونباخ برای هریک از ابعاد بزرگ‌تر از 7/0 باید باشد در این مطالعه هم برای تمام متغیرها بالاتر از مقدار تعیین‌شده 7/0 می‌باشد. همچنین مقدار CR مابین 92/0-81/0 که بیشتر از 7/0 می‌باشد؛ و مقدار AVE در فاصله 70/0-50/0 که بیشتر از مقدار تعیین‌شده 5/0 می‌باشد. با توجه به معیارهای ارائه‌شده، مدل پیشنهادی در سطح استاندارد قابل‌قبول می‌باشد.

 

جدول 2: روایی و پایایی برای مدل اندازه‌گیری

شاخص‌ها

روایی همگرا

پایایی ترکیبی

آلفای کرونباخ

استراتژی سازمانی

59/0

85/0

75/0

فرهنگ‌سازمانی

53/0

86/0

78/0

نوآوری

52/0

81/0

71/0

رضایت کارکنان

70/0

92/0

89/0

اثربخشی سیستم‌های E-CRM

50/0

89/0

86/0

 

روایی واگرای قابل‌قبول یک مدل حاکی از آن است که یک متغیر در مدل تعامل بیشتری با شاخص‌های خود دارد تا با متغیرهای دیگر. روایی واگرا وقتی در سطح قابل‌قبول است که میزان AVE برای هر متغیر بیشتر از واریانس اشتراکی بین آن متغیر و متغیرهای دیگر (مربع مقدار ضرایب همبستگی بین متغیر) در مدل باشد (Fornell & Larcker, 1981). جدول (3) و (4) نشان می‌دهد که با توجه به‌قرار گرفتن همه معیارها در سطوح استاندار نتایج حاصل قابل‌قبول است.

 

جدول 3: روایی واگرا برای مدل اندازه‌گیری

ابعاد

استراتژی سازمانی

فرهنگ‌سازمانی

نوآوری

رضایت کارکنان

اثربخشی E-CRM

استراتژی سازمانی

79/0 a

 

 

 

 

فرهنگ‌سازمانی

55/0

b 73/0

 

 

 

نوآوری

57/0

61/0

72/0 c

 

 

رضایت کارکنان

56/0

51/0

53/0

84/0 d

 

اثربخشیE-CRM

68/0

62/0

68/0

70/0

71/0e

a= √0.59, b= √0.53, c= √0.52, d= √0.70, e= √0.50

 

ماتریس جدول (3) مربوط به مدل پیشنهادی می‌باشد که با توجه به بیشتر بودن اعداد مندرج در قطر اصلی از اعداد زیرین خود نشان‌دهنده­ی روایی واگرای قابل‌قبول است.

برای بررسی تأیید یا عدم‌تأیید فرضیات و همچنین بررسی برازش کلی مدل نیاز به انتخاب آزمون‌ها، تجزیه‌وتحلیل داده‌ها بر اساس این آزمون و با استفاده از نرم‌افزار انتخاب‌شده می‌باشد. برای بررسی تأیید یا عدم‌تأیید فرضیات و همچنین بررسی برازش کلی مدل نیاز به انتخاب آزمون­ها، تجزیه‌وتحلیل داده­ها بر اساس این آزمون­ها و با استفاده از نرم‌افزار انتخاب‌شده می­باشد. در این پژوهش با استفاده از سه معیار اعداد معناداری T (T-values)، 2R و معیار GOF[xxi] فرضیات و مدل ارزیابی خواهند شد که در ادامه به شرح و توصیف این آزمون‌ها خواهیم پرداخت.

ابتدایی‌ترین معیار برای سنجش رابطه‌ی بین سازه‌ها در مدل (بخش ساختاری)، اعداد t است درصورتی‌که مقدار این اعداد از 96/1 بیشتر شود، نشان از صحت رابطه بین سازه‌ها و درنتیجه تأیید فرضیه‌های پژوهش در سطح اطمینان 95% است. با استفاده از نرم‌افزار PLS به‌عنوان ابزار برآورد t، روش بوت استرپ[xxii] برای ارزیابی t (t-value) انجام می‌شود (Chin, Marcolin, & Newsted, 2003). شکل (2) نتایج حاصل از آزمون فرضیه‌ها را نشان می‌دهد که همه فرضیات در سطح معنی‌داری 95/0 (P<0.05) 999/0 (P<0.001) تأیید شدند. در جدول (4) مقدار t و روابط بین فرضیه‌ها نشان داده‌شده است.

 

شکل 2: نتایج مدل پژوهش...*p<0.05, **p<0.001

 

2R معیاری است که برای متصل کردن بخش اندازه‌گیری و بخش ساختاری مدل‌سازی معادلات ساختاری به کار می‌رود و نشان از تأثیری دارد که یک متغیر برون‌زا بر یک متغیر درون‌زا می‌گذارد. برای ارزیابی مدل از معیار مقدار 2R تنها برای سازه‌های درون‌زا مدل محاسبه می‌شود و در مورد سازه‌های برون‌زا مقدار این معیار صفر است. میلر[xxiii] و همکاران (1992) پیشنهاد کردند که مقدار 2R برای متغیرهای درون‌زا نباید بیشتر از 1/0 باشد (Falk, Miller, & Miller). چین[xxiv] (1998) سه مقدار 19/0، 33/0 و 67/0 را به‌عنوان ملاک برای مقادیر ضعیف، متوسط و قوی 2R معرفی می‌کند (Chin, 1998). مدل شرح می‌دهد رضایت کارکنان دارای مقدار 2R متوسط (40/0=2R) و اثربخشی E-CRM نیز داری مقدار 2R در حد متوسط (46/0=2R) می‌باشد. از اعداد به‌دست‌آمده توسط تجزیه‌وتحلیل‌های انجام‌گرفته برای ضرایب مسیر و معیار 2R می‌توان معناداری و تائید فرضیات و تأثیر قوی هر یک از متغیرهای برون‌زا بر متغیر درون‌زا را قبول کرد. شکل (2) همچنین مقدار 2R را نشان می‌دهد. در جدول (4) خلاصه نتایج آزمون‌ها نشان داده‌شده است.

 

جدول 4: خلاصه نتایج آزمون‌ها

       روابط

ضریب مسیر(β)

T-value

آزمون فرضیات

استراتژی سازمانی

 

اثربخشی

 E-CRM

35/0

٭٭٭21/6

پشتیبانی شد

استراتژی سازمانی

 

رضایت کارکنان

33/0

٭٭٭47/3

پشتیبانی شد

فرهنگ‌سازمانی

 

رضایت کارکنان

19/0

٭00/2

پشتیبانی شد

نوآوری

 

رضایت کارکنان

23/0

٭39/2

پشتیبانی شد

نوآوری

 

اثربخشی

 E-CRM

52/0

٭٭٭85/9

پشتیبانی شد

رضایت کارکنان

 

اثربخشی

 E-CRM

27/0

٭٭٭55/5

پشتیبانی شد

*p < 0.05; **p< 0.001,

 

معیار GOF مربوط به بخش کلی مدل‌های معادلات ساختاری است. بدین معنی که توسط این معیار، محقق می‌تواند پس از بررسی برازش بخش اندازه‌گیری و بخش ساختاری مدل کلی پژوهش خود، برازش بخش کلی را نیز کنترل نماید. شاخص GOF در مدل PLS راه‌حل عملی برای رفع مشکل بررسی برازش کلی مدل بوده و همانند شاخص‌های برازش در روش‌های مبتنی بر کوواریانس عمل می‌کند و از آن می‌توان برای بررسی اعتبار یا کیفیت مدل PLS به‌صورت کلی استفاده کرد (Ringle, 2006). در این شاخص مقادیر نزدیک به یک نشانگر کیفیت مناسب مدل هستند (Tenenhaus, Vinzi, Chatelin, & Lauro, 2005). وتزلس[xxv] و همکاران (2009) سه مقدار 01/0، 25/0، 36/0 را به‌عنوان مقادیر ضعیف، متوسط و قوی برای GOF معرفی نموده‌اند به این معنی که در صورت محاسبه مقدار 01/0 و نزدیک آن به‌عنوان GOF در یک مدل، می‌توان نتیجه گرفت که برازش کلی آن مدل در حد ضعیفی است و باید به اصلاح روابط بین سازه‌های مدل پرداخت. به همین ترتیب در مورد دو مقدار دیگر GOF نیز (25/0: برازش کلی متوسط، 36/0: برازش کلی قوی) این دستورالعمل برقرار است (Wetzels, Odekerken-Schröder, & Van Oppen, 2009). GOF میانگین مقادیر اشتراکی هر سازه می‌باشد در میانگین مقادیر 2R سازه‌های درون‌زا مدل است؛ و رابطه محاسبه GOF عبارت است از:

(1)

 

 

رابطه (2) از میانگین مقادیر AVE به دست می‌آید:

(2)

 

 

 

مقادیر میانگین AVE محاسبه‌شده با توجه به معادله (2):

 

 

همچنین برای محاسبه برازش کلی مدل بایستی میانگین 2R را نیز محاسبه کرد:

(3)

 

 

 

 

بنابراین، طبق رابطه (2) و (3) در معادله (1)، ارزش GOF به دست می‌آید:

GOF=

که مقدار GOF به‌دست‌آمده در این پژوهش 49/0 است که بیش از مقدار قوی 36/0 است بنابراین ساختار مدل تناسب خوبی با داده‌ها دارد.

4-2-    تحلیل و تفسیر نتایج

نتایج حاصل از تحلیل‌ها نشان می‌دهد که همه فرضیات مطرح‌شده در این پژوهش تأیید می‌شود. همان‌طور که در جدول (4) نشان داده‌شده است، نتایج به‌دست‌آمده از آزمون t و ضریب مسیر به‌دست‌آمده نشان می‌دهد که ایجاد فرهنگ‌سازمانی قوی منجر به افزایش رضایت کارکنان می‌شود، پشتیبانی می‌شود (β = 0.19, t = 2.00, p<0.05). همچنین همبستگی مثبت و معنی‌داری بین استراتژی سازمانی و رضایت کارکنان پیدا شد (β = 0.33, t = 3.47, p<0.001) بنابراین، فرضیه (1-2) پشتیبانی می‌شود. همچنین، با استراتژی مناسب سازمانی اثربخشی E-CRM افزایش می‌یابد فرضیه (2-2) پشتیبانی می‌شود (β = 0.35, t = 6.21, p<0.001)، بنابراین فرهنگ مناسب سازمانی و اتخاذ استراتژی مناسب در یک سازمان منجر به رضایت کارکنان می‌شود و رضایت کارکنان درواقع منجر به رضایت مشتری می‌شود که این عامل می‌تواند به بهبود اثربخشی E-CRM کمک کند.

به‌طور خاص، در فرضیه (4) که اظهار می‌دارد که یک رابطه مثبت بین رضایت کارکنان و اثربخشی E-CRM ارائه‌شده، یافته‌ها نشان می‌دهد که دید مثبت‌تری از رضایت کارکنان در افزایش اثربخشی E-CRM مؤثر می‌باشد  (β= 0.27, t = 5.55, p<0.001) بنابراین فرضیه (4) تأیید می‌شود. تأثیر نوآوری روی رضایت کارکنان همچنین مثبت و معنی‌دار برآورد شد (β = 0.23, t = 2.39, p<0.05). رابطه مثبت و معنی‌داری میان نوآوری و اثربخشی E-CRM وجود دارد (β = 0.52, t = 9.85, p<0.001). بر این اساس فرضیات (1-3، 2-3) پشتیبانی شدند. به‌این‌ترتیب یافته‌های ما نشان می‌دهد که نوآوری هم اثر قابل‌توجهی در افزایش رضایت کارکنان که منجر به افزایش کلی اثربخشی E-CRM می‌شود.

 

5-        نتیجه‌گیری

در این پژوهش یک مدل و چارچوبی برای ارزیابی عواملی به‌صورت مستقیم و غیرمستقیم در اثربخشی سیستم‌های E-CRM ارائه‌شده است. پرسشنامه‌ای محقق ساخته به تعداد 20 سؤال که سؤالات بر اساس متغیرهای شناسایی‌شده تهیه و تنظیم گردیده است. داده‌ها از 98 کارمند اداره کل گمرک آذربایجان شرقی جمع‌آوری شد و اطلاعات به‌دست‌آمده از پرسشنامه‌ها از طریق نرم‌افزار هوشمند PLS 2.0 تجزیه‌وتحلیل شد. تمرکز عمده این مطالعه در تعیین برخی عوامل مؤثر بر اثربخشی سیستم‌های الکترونیک مدیریت ارتباط با مشتری می‌باشد. نوآوری در فناوری به‌عنوان یک پیش‌شرط لازم برای به دست آوردن مزیت رقابتی محسوب می‌شود. نتایج در این مطالعه نشان داد که تأثیر رضایت کارکنان در افزایش اثربخشی E-CRM، با تأکید بر نقش واسطه‌ای نوآوری است. نتیجه‌گیری شد که ازآنجاکه نوآوری در فناوری منجر به رضایت کارکنان می‌گردد، ایجاد نوآوری در سیستم‌های E-CRM همچنین می‌تواند یک نقش کلیدی در بهبود عملکرد سازمان و اثربخشی E-CRM داشته باشد پژوهش حاضر نشان می‌دهد که فرهنگ‌سازمانی باید در هنگام معرفی یک سیستم جدید در نظر گرفته شود. این یافته‌ها نشان می‌دهد که سازمان باید تمرکز بیشتری در استراتژی سازمانی داشته باشند. درنهایت، یکی از ایده‌های بزرگ در اثربخشی E-CRM تمرکز سازمان در رضایت کارکنان، اتخاذ استراتژی مناسب و ایجاد فرهنگ سازمانی قوی و نوآوری در فناوری از طرف کاربران و کارمندان می‌باشد.

پژوهش حاضر چشم‌انداز مهمی را هم برای دانشگاهیان و هم برای دست‌اندرکاران دارد. بااین‌حال اذعان می‌شود که در طول انجام پژوهش با برخی از محدودیت‌ها مواجه بودیم: یکم، مطالعه تنها در یک منطقه انجام‌شده است؛ و این نمی‌تواند تضمین کند که نتایج قابل‌تعمیم به سایر مناطق است. دوم، پژوهش انجام‌شده برای این مطالعه مقطعی می‌باشد. سوم، با توجه به محدودیت زمان و محدودیت‌های مالی، داده‌ها تنها از یک نمونه واحد جمع‌آوری‌شده است. چهارم، استفاده از متغیرها در به تصویر کشیدن عوامل مؤثر بر اثربخشی E-CRM ممکن است کافی و جامع نباشد. بنابراین در پژوهش­های آینده پیشنهاد می‌شود که ابعاد مختلفی در اثربخشی E-CRM در نظر گرفته شود. به‌علاوه، پژوهش­های آینده را به جمع‌آوری یک نمونه جامع با دیگر عناصر مهم در اثربخشی E-CRM تشویق می‌کنیم. همچنین پیشنهاد می‌شود استفاده از نمونه‌های بزرگ‌تر را طوری که نتایج قابل‌تعمیم باشد در ارزیابی مدل پژوهش. درنهایت، از دیدگاه مفهومی، مطالعات آینده را تشویق می‌کنیم تا روابط بین ساختار سازمانی، چالاکی سازمان  در اثربخشی E-CRM بررسی شود.

 

ضمایم

جدول مورگان

N

S

N

S

N

S

N

S

N

S

10

10

100

80

280

162

800

260

2800

338

15

14

110

86

290

165

850

265

3000

341

20

19

120

92

300

169

900

269

3500

246

25

24

130

97

320

175

950

274

4000

351

30

28

140

103

340

181

1000

278

4500

351

35

32

150

108

360

186

1100

285

5000

357

40

36

160

113

380

191

1200

291

6000

361

45

40

170

118

400

196

1300

297

7000

364

50

44

180

123

420

201

1400

302

8000

367

55

48

190

127

440

205

1500

306

9000

368

60

52

200

132

460

210

1600

310

10000

373

65

56

210

136

480

214

1700

313

15000

375

70

59

220

140

500

217

1800

317

20000

377

75

63

230

144

550

225

1900

320

30000

379

80

66

240

148

600

234

2000

322

40000

380

85

70

250

152

650

242

2200

327

50000

381

90

73

260

155

700

248

2400

331

75000

382

95

76

270

159

750

256

2600

335

100000

384

 



[i] Information Technology

[ii] Qimei Chen

[iii] Human Computer Interaction

[iv] Computer Mediated Communication

[v] Management Information Systems

[vi] Technology Acceptance Model

[viii] Yujong Hwang

[x] Rosalie J. Ocker

[xi] Egare H. Schein

[xii] D. Pollitt

[xiii] Likert scale

[xiv] Cronbach's Alpha

[xv] Average Variance Extracted

[xvi] Statistical package for social science

[xvii] Partial Least Square

[xix] LISREL

[xx] Composite Reliability

[xxi] Goodness of Fit

[xxii] Bootstrap

[xxiii] Frank; Miller

[xxiv] chin

[xxv] Wetzels et al.

منابع

  • Adebanjo, D. (2008). E-crm Implementation—a comparison of three approaches. Paper presented at the Management of Innovation and Technology, 2008. ICMIT 2008. 4th IEEE International Conference on.
  • Ahmad, M. A., & Tarmudi, S. M. (2012). Generational Differences in Satisfaction with E-Learning among Higher Learning Institution Staff. Procedia-Social and Behavioral Sciences, 67, 304-311.
  • Benitez-Amado, J., Perez-Arostegui, M. N., & Tamayo-Torres, J. (2010). Information technology-enabled innovativeness and green capabilities. The Journal of Computer Information Systems, 51(2), 87.
  • Bergek, A., Hekkert, M., & Jacobsson, S. (2008). Functions in innovation systems: A framework for analysing energy system dynamics and identifying goals for system-building activities by entrepreneurs and policy makers. Innovation for a low carbon economy: economic, institutional and management approaches, 79.
  • Bruque, S., & Moyano, J. (2007). Organisational determinants of information technology adoption and implementation in SMEs: The case of family and cooperative firms. Technovation, 27(5), 241-253.
  • Chen, H.-R., & Tseng, H.-F. (2012). Factors that influence acceptance of web-based e-learning systems for the in-service education of junior high school teachers in Taiwan. Evaluation and program planning, 35(3), 398-406.
  • Chen, Q., & Chen, H.-M. (2004). Exploring the success factors of eCRM strategies in practice. The Journal of Database Marketing & Customer Strategy Management, 11(4), 333-343.
  • Chen, Q., Chen, H.-M., & Kazman, R. (2007). Investigating antecedents of technology acceptance of initial eCRM users beyond generation X and the role of self-construal. Electronic Commerce Research, 7(3-4), 315-339.
  • Cheng, H.-H., & Yang, H.-L. (2014). The antecedents of collective creative efficacy for information system development teams. Journal of Engineering and Technology Management, 33, 1-17.
  • Chin, W. W. (1998). The partial least squares approach to structural equation modeling. Modern methods for business research, 295(2), 295-336.
  • Chin, W. W., Marcolin, B. L., & Newsted, P. R. (2003). A partial least squares latent variable modeling approach for measuring interaction effects: Results from a Monte Carlo simulation study and an electronic-mail emotion/adoption study. Information Systems Research, 14(2), 189-217.
  • Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297-334.
  • Davidson, G. (2004). Organisational culture and financial performance in a South African investment bank. unpublished Master’s dissertation. University of South Africa, Pretoria.
  • Denison, D. R., & Mishra, A. K. (1995). Toward a theory of organizational culture and effectiveness. Organization science, 6(2), 204-223.
  • Dickinger, A., Haghirian, P., Murphy, J., & Scharl, A. (2004). An investigation and conceptual model of SMS marketing. Paper presented at the System Sciences, 2004. Proceedings of the 37th Annual Hawaii International Conference on.
  • Dotan, A. (2008). E-crm implementation: a comparison of three approaches. management of innovation and technology. Paper presented at the 4th IEEE International Conference.
  • Falk, R., Miller, N., & Miller, N. A primer for soft modeling. 1992. Ohio University of Akron Press, Akron.
  • Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 39-50.
  • Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2006). Multivariate Data Analysis Pearson Prentice Hall. Upper Saddle River, NJ.
  • Howell, K. E., & Annansingh, F. (2013). Knowledge generation and sharing in UK universities: A tale of two cultures? International Journal of Information Management, 33(1), 32-39.
  • Huang, Y.-M., Huang, Y.-M., Huang, S.-H., & Lin, Y.-T. (2012). A ubiquitous English vocabulary learning system: Evidence of active/passive attitudes vs. usefulness/ease-of-use. Computers & Education, 58(1), 273-282.
  • Hwang, Y. (2009). The impact of uncertainty avoidance, social norms and innovativeness on trust and ease of use in electronic customer relationship management. Electronic Markets, 19(2-3), 89-98.
  • Islam, A. N. (2014). Sources of satisfaction and dissatisfaction with a learning management system in post-adoption stage: A critical incident technique approach. Computers in Human Behavior, 30, 249-261.
  • Javadi, M. H. M., & Azmoon, Z. (2011). Ranking branches of system group company in terms of acceptance preparation of electronic customer relationship management using AHP method. Procedia Computer Science, 3, 1243-1248.
  • Josiassen, A., Assaf, A. G., & Cvelbar, L. K. (2014). CRM and the bottom line: Do all CRM dimensions affect firm performance? International Journal of Hospitality Management, 36, 130-136.
  • Jutla, D., Craig, J., & Bodorik, P. (2001). Enabling and measuring electronic customer relationship management readiness. Paper presented at the System Sciences, 2001. Proceedings of the 34th Annual Hawaii International Conference on.
  • Khan, A., Ehsan, N., Mirza, E., & Sarwar, S. Z. (2012). Integration between customer relationship management (CRM) and data warehousing. Procedia Technology, 1, 239-249.
  • Kimiloglu, H., & Zarali, H. (2009). What signifies success in e-CRM? Marketing Intelligence & Planning, 27(2), 246-267.
  • Liao, S.-H., & Wu, C.-c. (2010). System perspective of knowledge management, organizational learning, and organizational innovation. Expert Systems with Applications, 37(2), 1096-1103.
  • Lopez-Nicolas, C., & Soto-Acosta, P. (2010). Analyzing ICT adoption and use effects on knowledge creation: An empirical investigation in SMEs. International Journal of Information Management, 30(6), 521-528.
  • Lumpkin, G. T., & Dess, G. G. (1996). Clarifying the entrepreneurial orientation construct and linking it to performance. Academy of management Review, 21(1), 135-172.
  • Mahdavi, I., Cho, N., Shirazi, B., & Sahebjamnia, N. (2008). Designing evolving user profile in e-CRM with dynamic clustering of Web documents. Data & Knowledge Engineering, 65(2), 355-372.
  • Mahdavi, I., Movahednejad, M., & Adbesh, F. (2011). Designing customer-oriented catalogs in e-CRM using an effective self-adaptive genetic algorithm. Expert Systems with Applications, 38(1), 631-639.
  • Mao-qin, G., Ling, G., & Qi, X. (2011). The critical success factors for the banks implementing e-CRM. Paper presented at the E-Business and E-Government (ICEE), 2011 international conference on.
  • Mostaghel, R., Oghazi, P., Beheshti, H. M., & Hultman, M. (2015). Strategic use of enterprise systems among service firms: Antecedents and consequences. Journal of Business Research, 68(7), 1544-1549.
  • Navimipour, N. J., & Soltani, Z. (2016). The impact of cost, technology acceptance and employees' satisfaction on the effectiveness of the electronic customer relationship management systems. Computers in Human Behavior, 55, 1052-1066.
  • Navin, A. H., Navimipour, N. J., Rahmani, A. M., & Hosseinzadeh, M. (2014). Expert grid: new type of grid to manage the human resources and study the effectiveness of its task scheduler. Arabian Journal for Science and Engineering, 39(8), 6175-6188.
  • Nunnally, J. (1978). Psychometric methods. New York: McGraw.
  • Ocker, R. J., & Mudambi, S. (2003). Assessing the readiness of firms for CRM: a literature review and research model. Paper presented at the System Sciences, 2003. Proceedings of the 36th Annual Hawaii International Conference on.
  • Paksoy, T., Pehlivan, N. Y., & Kahraman, C. (2012). Organizational strategy development in distribution channel management using fuzzy AHP and hierarchical fuzzy TOPSIS. Expert Systems with Applications, 39(3), 2822-2841.
  • Pollitt, D., & Klein, D. (2005). Diversity is about more than observing the letter of the law. Human Resource Management International Digest, 13(4), 37-40.
  • Ringle, C. M. (2006). Segmentation for path models and unobserved heterogeneity: The finite mixture partial least squares approach. University of Hamburg Research Paper on Marketing and Retailing(35).
  • Schein, E. (2004). Organizational culture and leadership . San Francisco: John Willey & Sons: Inc.
  • Schein, E. H. (2010). Organizational culture and leadership (Vol. 2): John Wiley & Sons.
  • Sivaraks, P., Krairit, D., & Tang, J. (2011). Effects of e-CRM on customer–bank relationship quality and outcomes: The case of Thailand. The Journal of High Technology Management Research, 22(2), 141-157.
  • Slone, R. E., Mentzer, J. T., & Dittmann, J. P. (2007). Are you the weakest link in your company's supply chain? Harvard Business Review, 85(9), 116.
  • Sweetman, D., Luthans, F., Avey, J. B., & Luthans, B. C. (2011). Relationship between positive psychological capital and creative performance. Canadian Journal of Administrative Sciences/Revue Canadienne des Sciences de l'Administration, 28(1), 4-13.
  • Tenenhaus, M., Vinzi, V. E., Chatelin, Y.-M., & Lauro, C. (2005). PLS path modeling. Computational statistics & data analysis, 48(1), 159-205.
  • Tsai, P. C.-F., Yen, Y.-F., Huang, L.-C., & Huang, C. (2007). A study on motivating employees’ learning commitment in the post-downsizing era: Job satisfaction perspective. Journal of World Business, 42(2), 157-169.
  • Wang, P., & Ramiller, N. C. (2009). Community learning in information technology innovation. MIS Quarterly, 709-734.
  • Wetzels, M., Odekerken-Schröder, G., & Van Oppen, C. (2009). Using PLS path modeling for assessing hierarchical construct models: Guidelines and empirical illustration. MIS quarterly, 177-195.
  • Yeh, Y.-P. (2014). Exploring the impacts of employee advocacy on job satisfaction and organizational commitment: Case of Taiwanese airlines. Journal of Air Transport Management, 36, 94-100.
  • Yu, X., Nguyen, B., Han, S. H., Chen, C.-H. S., & Li, F. (2015). Electronic CRM and perceptions of unfairness. Information Technology and Management, 1-12.
  • Ziyae, B., Mobaraki, M. H., & Saeediyoun, M. (2015). The Effect of Psychological Capital on Innovation in Information Technology. Journal of Global Entrepreneurship Research, 5(1), 1-12.