پیش بینی جذب مشتریان از طریق عناصر آمیخته بازاریابی و به کارگیری فناوری اطلاعات و ارتباطات در باشگاه های خصوصی
Publish place: Communication Management in Sports Media، Vol: 6، Issue: 22
Publish Year: 1397
Type: Journal paper
Language: Persian
View: 553
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_SPMED-6-22_007
Index date: 18 June 2019
پیش بینی جذب مشتریان از طریق عناصر آمیخته بازاریابی و به کارگیری فناوری اطلاعات و ارتباطات در باشگاه های خصوصی abstract
هدف از انجام تحقیق حاضر پیش بینی جذب مشتریان از طریق عناصر آمیخته بازاریابی با تاکید بر فناوری اطلاعات و ارتباطات در باشگاه های خصوصی بود. پژوهش حاضر از نوع تحقیق کاربردی است. جامعه آماری کلیه مشتریان باشگاه های خصوصی بودند. با استناد به فرمول کوکران سقف نمونه آماری یعنی تعداد 384 نفر به عنوان نمونه آماری انتخاب شدند. به منظور گردآوری اطلاعات از پرسش نامه های آمیخته بازاریابی مقیمی (1389)، فناوری اطلاعات و جذب مشتریان محقق ساخته استفاده شد. پس از تایید روایی صوری و محتوایی پرسش نامه ها توسط متخصصین، پایایی از طریق آلفای کرونباخ به ترتیب محاسبه گردید. برای تجزیه و تحلیل یافته ها از روش تحلیل مسیر معادلات ساختاری استفاده گردید. یافته ها حاکی از برازش مدل ساختاری برای تمامی رابطههای متغیرهای پژوهش داشت. به طور کلی می توان اذعان نمود آمیخته بازاریابی و به کارگیری فناوری اطلاعات به طور مستقیم بر فرایند جذب مشتریان باشگاه های خصوصی تاثیر گذار است، لذا توصیه می شود مدیران با به کارگیری این استراتژی ها، برجسته سازی مزیت های رقابتی باشگاه ها را از طریق استفاده از فضای فیزیکی و مجازی در دستور کار قرار دهند.
پیش بینی جذب مشتریان از طریق عناصر آمیخته بازاریابی و به کارگیری فناوری اطلاعات و ارتباطات در باشگاه های خصوصی Keywords:
پیش بینی جذب مشتریان از طریق عناصر آمیخته بازاریابی و به کارگیری فناوری اطلاعات و ارتباطات در باشگاه های خصوصی authors
رسول نظری
دانشیار مدیریت ورزشی دانشکده علوم ورزشی دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)
الهام عندلیب
کارشناس ارشد مدیریت ورزشی دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :