بررسی تاثیر ویژگی های بسته بندی چای بر ترجیحات مصرف کننده با استفاده از رویکرد جدید ترکیبی تحلیل متقارن و شبکه عصبی مصنوعی

ترجیحات مصرف کنندگان در مورد بسته بندی چای، اهمیت بسیار زیادی در صنایع و کسب و کارهای بسته بندی چای دارد.  در این مطالعه با ترکیب روش تحلیل متقارن با الگوریتم شبکه عصبی مصنوعی،  به شناسایی ترجیحات خریداران برای بسته بندی چای و عوامل موثر بر آن استفاده شده است. بسته بندی چای با انتقال اطلاعات بصری و متنی، بر ترجیحات مصرف کننده و بازاریابی آن اثرگذار می باشد. این مطالعه با هدف بررسی تاثیر ویژگی های بسته بندی چای هم زمان با مولفه قیمت بر ترجیحات مصرف کنندگان با روش تحلیل متقارن و شبکه عصبی مصنوعی مبتنی بر تحلیل متقارن در شهر ساری صورت گرفت. داده ­های مورد نیاز در سال ۱۳۹۷ با تکمیل ۲۹۶ پرسشنامه جمع آوری گردید. در این پژوهش از نرم­افزارهای SPSS و اکسل استفاده شده است. بر پایه نتایج تحلیل متقارن از بین چهار ویژگی شکل، اطلاعات، قیمت و سابقه برند؛ اطلاعات روی بسته بیشترین تاثیر را از نظر مصرف کننده داشت، همچنین اطلاعات محدود ترجیح بیشتری نسبت به اطلاعات کامل تر دارد. برندهای نسبتا جدید اولویت بیشتری نسبت به برندهای باسابقه طولانی تر دارند. با استفاده از وزن حاصله از تحلیل متقارن در شبکه عصبی مصنوعی به همراه ورود متغیرهای درآمد، سن و میزان مصرف چای، نتایج نشان داد میزان تاثیر اطلاعات، قیمت، شکل و سابقه برند بر انتخاب مصرف کنندگان، به ترتیب حدود ۲۵ درصد، ۵۰ درصد، ۲۲ درصد و ۱۹ درصد می باشد. در مدل شبکه عصبی با ورود متغیرهای درآمد، سن و مصرف، با توجه به درآمد و مصرف انتخاب از حالت ذهنی (خواسته) به حالت انتخاب مصرفی (نزدیک به تقاضا) تعدیل شده است که لحاظ کردن ویژگی های فردی در مدل شبکه عصبی منجر به واقعی تر نشان دادن ترجیحات مصرف کننده در مدل شبکه عصبی مصنوعی شده است؛ برای نمونه، تاثیر متغیر قیمت چای در مدل تحلیل متقارن از ۲۴ درصد به ۵۰ درصد در مدل ترکیبی شبکه عصبی مصنوعی بر پایه تحلیل متقارن افزایش یافته است. با توجه به نتایج حاصله از پژوهش، کارآفرینان و صاحبان کسب و کارهای مرتبط با بسته بندی چای باید بسته بندی را به صورت ترکیبی از اطلاعات حداقلی (اسم برند، قیمت مصرف کننده و تاریخ تولید و انقضا) با شکل قوطی استوانه ای و سطح بالای قیمت انجام دهند.

Keywords:

Conjoint analysis , Consumer preferences , Neural network , Packaging , Tea , بسته بندی , تحلیل متقارن , ترجیحات مصرف کننده , چای , شبکه عصبی