1. مقدمه

درحالِ‌حاضر، فضای کسب‌وکارْ شاهد تحولات عمیق و اساسی است و بسیاری از صاحب‌نظران در حوزۀ تجارت و اقتصاد بر این باورند که این شواهد حاکی از شروع دورۀ جدیدی یعنی انقلاب صنعتی چهارم است (مآر[1]، 2016؛ گوپتا و همکاران[2]، 2017). امروزه در محیط رقابتی کسب‌وکار به‌وجودآمده، شرکت‌ها در مواجهه با مسئلۀ داده‌های بزرگ یا کلان‌داده‌ها با چالش‌هایی مانند تصمیم‌گیری سریع برای بهبود بهره‌وری روبه‌رو هستند؛ زیرا بسیاری از سیستم‌های تولیدْ آمادگی لازم برای مدیریت کلان‌داده‌ها را به‌دلیلِ نبودِ ابزارهای تحلیلی هوشمند ندارند (لی و همکاران[3]، 2014). چهارمین انقلاب صنعتی (اصطلاحی که کلاوس شواب[4]، بنیان‌گذار و رئیس اجرایی اِجلاس جهانی اقتصاد معرفی کرده است) دنیایی را توصیف می‌کند که به افراد این توانایی را می‌دهد که برای زندگی‌کردن و مدیریت آن با استفاده از فناوری ارتباطات بین حوزه‌های دیجیتال و واقعیت آفلاین[5] حرکت کنند (شو و همکاران[6]، 2018).

نخستین انقلاب صنعتیْ زندگی و اقتصاد را به‌طورِ کلی دگرگون کرد و اقتصاد کشاورزی را به اقتصادی تغییر داد که در آن صنعت و ماشین‌آلات تحت‌سلطۀ انسان‌اند. نفت و برق، تولید انبوه را در دومین انقلاب صنعتی تسهیل کرد و در سومین انقلاب صنعتی از فناوری اطلاعات برای خودکارسازی تولید استفاده شد و درنهایت در چهارمین انقلاب صنعتی، به افزایش قدرت شناختی تولیدات انسانی توجه شد و این قدرت تقویت شد (شو و همکاران، 2018). باتوجه‌به تعاریف مختلف و مباحث علمی که برای توصیف سه انقلاب صنعتی نخست استفاده شده‌اند، می‌توان گفت از ابتدای قرن حاضر انقلاب چهارم شروع شده است که آن را با عنوان «انقلاب دیجیتال» نیز معرفی می‌کنند. ویژگی‌های این دوره فراگیربودن، اینترنت موبایل، حسگرهای[7] کوچک‌تر، قوی‌تر و درعینِ‌حالْ ارزان‌تر، هوش مصنوعی و «یادگیری ماشین» است (صنایعی، 1396). نکتۀ مهمی که در این باره باید در نظر داشت، این است که سرعت و اندازۀ تغییرات ناشی از انقلاب صنعتی چهارم را نباید نادیده گرفت؛ زیرا این تغییرات باعث تغییر و انتقال قدرت، ثروت و دانش خواهد شد. فقط با آگاهی از این تغییرات و سرعتی که این اتفاق می‌افتد می‌توان اطمینان حاصل کرد که مزایای پیشرفت‌های دانش و فناوری به دست آمده است (شو و همکاران، 2018).

همچنین، گسترش بی‌سابقه و فزایندۀ اینترنت باعث رشد سریع تولید محتوا توسط کاربران[8]، در شبکه‌های اجتماعی گوناگون شده است و این حجم عظیمِ داده به یکی از مهم‌ترین منابع اطلاعاتی برای هردو طرف مصرف‌کنندگان و کسب‌وکارها تبدیل شده است (دوان و همکاران[9]، 2013). همچنین رسانه‌های اجتماعی[10] در بستر اینترنتْ راه و روش ارتباط، همکاری و تعامل جامعه را تغییر داده‌اند. درحقیقت، رسانه‌های اجتماعی به مجموعه‌ای از ابزارهای آنلاین گفته می‌شود که ارتباطات میان افراد را ایجاد کرده‌اند و باعث تبدیل‌شدن ارتباط یک‌طرفه یا مونولوگ[11] به تعامل دوجانبه یا دیالوگ[12] شده‌اند (حلوانی و همکاران[13]، 2019).

با درنظرگرفتن فضای جدید به‌وجودآمده در انقلاب صنعتی چهارم و اهمیت داده‌ها به‌عنوانِ شالودۀ این انقلاب و تأثیر آن بر محیط کسب‌وکار، هدف این پژوهشْ شناسایی و بررسی مؤلفه‌های ارزش‌ ازنظر مشتریان براساسِ تحلیل کلان‌داده‌های مربوط به نظرات آنهاست؛ بدین منظور، صنعت گردشگری به‌عنوانِ نمونه‌ای است که مطالعه می‌شود. نظرات آنلاین، توصیف‌کنندۀ تجربیات مسافران از اقامت در هتل‌هاست و و ارزیابی گردشگران از هتل‌ها را منعکس می‌کند. این نظرات براساس سبک زندگی، نحوۀ تفکر و میزان لذت مسافران در مقصد هستند و نشان‌دهندۀ میزان رضایت مشتری از تجربۀ ماندن در مقصد یا هتل مربوطه‌اند (سانچز و همکاران[14]، 2019).

برای انجام این پژوهش، در گام اولْ عملیات پیش‌پردازش داده‌ها برای آماده‌سازی آنها انجام می‌شود. سپس در مرحلۀ دوم به‌منظورِ استخراج مؤلفه‌های ارزش‌، نظرات با روش «خوشه‌بندی داده‌ها» تجزیه‌وتحلیل می‌شوند. درنهایت در مرحلۀ سوم با استفاده از روش استخراج «قوانین انجمنی» به کشف دانش پنهان از مجموعۀ عبارات و لغات به‌کاررفته در نظرات گردشگران پرداخته می‌‌شود.

بررسی مطالعات داخلی و خارجی انجام‌شده نشان می‌دهد به‌دلیلِ جدیدبودن موضوع درزمینۀ فرصت‌ها و تهدیدات به‌وجودآمده در حوزۀ تحقیقات بازاریابی که تأثیرگرفته از پیامدهای «انقلاب صنعتی چهارم» است، پژوهش‌های انجام‌شده در ابتدای راه هستند و زمینۀ گسترده‌ای برای پژوهش در این حوزه وجود دارد. از این مسئله به‌خصوص در داخل کشور غفلت بیشتری شده است و پژوهش مستقلی به‌ویژه با رویکرد استفاده از کلان‌داده‌ها در صنعت 4.0 انجام نگرفته است. مواردِ گفته‌شده اهمیت و ضرورت مطالعه را آشکار می‌کند و این پژوهش می‌تواند درراستای این چالش‌ها مسیر را برای انجام پژوهش‌های آتی روشن‌تر کند. به‌‌بیانِ کلی، این پژوهش، بر استفاده از کلان‌داده‌ها با کمک یادگیری ماشین و هوش مصنوعی (AI) و تأثیر آنها بر تحقیقات بازار و بازاریابی تمرکز دارد.

بنابراین، پرسش‌های‌ اصلی این پژوهش عبارت‌اند از:

1)       ارزش‌های موردانتظار از دید گردشگران چه مواردی هستند (چه عواملی باعث رضایت مشتریان است)؟

2)       هر گروه ارزش‌، شامل چه مؤلفه‌هایی هستند؟

2. مبانی نظری پژوهش و پیشینۀ پژوهش

2-1- پیشینۀ نظری

2-1-1- ارزش

هر کسب‌وکار باتوجه‌به مدل کسب‌وکار خود به خلق و ارائۀ «ارزش» به مشتری می‌پردازد. درحقیقت، کسب‌وکار برای بقا و رشد باید بتواند مشتری را به پرداخت (پول) دربرابرِ دریافت آن «ارزش» متقاعد کند. در سال‌های اخیر مطالعۀ مفهوم «ارزش» به یکی از زمینه‌های موردعلاقۀ مدیران و پژوهشگران حوزۀ مدیریت تبدیل شده است. ازسوی دیگر، ظهور ابزارهای جدید ارتباط با مشتریان ازجمله شبکه‌های اجتماعی، چالش‌ها و درعین‌حال فرصت‌های جدیدی را درزمینۀ چگونگی معرفی و ارائۀ ارزش به ذی‌نفعان سازمان به وجود آورده است (لابرک[15]، 2014). مفهوم ارزش درزمینه‌های مختلف با تعاریف متفاوتی استفاده شده است. از دیدگاه مشتری، ارزش زمانی ایجاد می‌شود که مزایای به‌دست‌آمده از مصرف یک محصول یا خدمات از هزینه‌هایی که بابت آن متحمل شده است، بیشتر شوند (ژانگ و همکاران[16]، 2019). در این بازار پویا مشتری از سازمان یا کسب‌وکار انتظار دارد بیشترین ارزش‌ها را با مناسب‌ترین قیمت عرضه کند و سازمان‌ها نیز پیوسته به‌دنبالِ روش‌های جدید در خلق و ارائۀ «ارزش» هستند (لا و کاندامپولی[17]، 2004). همچنین کسب‌وکارها برای دست‌یابی به مزیت رقابتی باید رویکرد و تمرکز خود را از فروش کالا یا خدمات، به خلق ارزش برای مشتری تغییر دهند (کانز و اینگوالد[18]، 2016). با بررسی پژوهش‌های انجام‌شده می‌توان گفت مفهوم ارزش پیشنهادی به مشتری[19] (CVP) نقش مهمی در ارتباط با نحوۀ فراهم‌ساختن ارزش برای مشتری دارد؛ ولی این مفهوم همچنان به‌طورِ ضعیفی فهمیده می‌شود (پین و همکاران[20]، 2017).

2-1-2- انقلاب صنعتی چهارم

چهارمین انقلاب صنعتی با استفاده از دیجیتالیزه[21]شدن، فناوری اطلاعات و ارتباطات، یادگیری ماشین، رباتیک و هوش مصنوعی باعث افزابش قدرت تصمیم‌گیری و انتقال بیشتر این فرایند از انسان به ماشین‌ها خواهد شد و این تحولات تأثیر عمیقی بر تحقیقات بازاریابی و مدیریت فروش می‌گذارد (سیام و شارما[22]، 2018). مفهوم کسب‌وکار از چهار جنبه تحتِ‌تأثیر صنعت [23]4.0 قرار می‌گیرد: نخست، مشتری انتظار دریافت خدمات متفاوتی دارد؛ دوم، اضافه‌کردن قابلیت‌های دیجیتال به محصولات (کالاهای فیزیکی و خدمات) «ارزش» دریافت‌شدۀ مشتری را افزایش می‌دهد؛ سوم، نوآوری مشارکتی به بررسی تجربیات مشتری، خدمات مبتنی‌بر داده و امکانات مناسب نیاز دارد و چهارم، با فراهم‌شدن بسترهای جهانی برای مدل‌های تجاری جدیدْ استعداد، فرهنگ و شکل‌های جدید ساختار سازمان باید دوباره بررسی شود و در آن تجدید نظر شود (شواب[24]، 2015).

2-1-3. کلان‌داده‌ها

امروزه سازمان‌ها و کسب‌وکارها مقادیر عظیمی از داده‌ها را جمع‌آوری و ذخیره می‌کنند؛ به امید آنکه در آینده مفید واقع شوند؛ در این حالت، چالش‌هایی ازقبیلِ بارگذاری[25] داده‌ها و استخراج دانش مناسب به‌منظورِ پشتیبانی از فرایند تصمیم‌گیری مدیران به وجود آمده است (آمادو و همکاران[26]، 2018). اصطلاح «کلان‌داده‌ها» به مجموعۀ داده‌هایی اطلاق می‌شود که ازنظرِ سرعت، حجم و تنوع در سطح بالایی هستند و با تکنیک‌ها و ابزارهای سنتی پردازش نمی‌شوند (اِلجندی و الراگال[27]، 2014). درحالِ‌حاضر، کلان‌داده‌ها همه‌جا هستند؛ چه به‌شکلِ داده‌های ساخت‌یافته[28]، مانند پایگاه داده‌های سنتی سازمان (مثلاً سیستم مدیریت ارتباط با مشتری) یا داده‌های بدون ساختار[29] که فناوری‌های جدید ارتباطی و بسترهایی[30] هستند که کاربر می‌تواند آنها را توسعه دهد یا ویرایش کند (مثلاً متون، تصاویر و فیلم‌ها) (لنسلی و لونگلی[31]، 2016). دو منبع مهم داده‌های امروزیْ رسانه‌های اجتماعی و برنامه‌های کاربردی موبایل هستند که مطالعات نشان می‌دهد تأثیر زیادی بر تصمیمات مشتریان می‌گذارند‌ و به‌طورِ مستقیم بر «ساخت بِرند[32]» مؤثر هستند (مورو و همکاران[33]، 2016).

با استفاده از تحلیل کلان‌داده‌ها می‌توان فرایند تصمیم‌گیری را که یکی از مسائل و چالش‌های اصلی بازاریابان است، پشتیبانی و تسهیل کرد. این کار با ارائۀ بینش مناسب از بازار با پاسخ به سؤالات مهمی ازقبیلِ موارد زیر انجام می‌گیرد: مناسب‌ترین محصول برای یک بازار خاص چیست؟ چگونه در یک بازار برای چنین محصولی تبلیغ شود؟ ازطریقِ چه کانال‌های ارتباطی، در چه مقطع زمانی و با چه قیمتی؟ و کمپین بازاریابی با چه نوع اقدامات «پیش‌برد فروش» و تبلیغاتی پشتیبانی شود؟ باتوجه‌به این موارد، جای تعجب ندارد که حوزۀ بازاریابی از نخستین حوزه‌هایی باشد که کلان‌داده‌ها را آزمایش می‌کند و از آنها استفاده می‌کند (بندل و وانگ[34]، 2016).

2-1-4. یادگیری ماشین[35]

یادگیری ماشین در حوزۀ داده‌کاوی و به‌منظورِ ساخت مدل‌های پیش‌بینی و تجزیه‌و‌تحلیل کلان‌داده‌ها استفاده می‌شود. اصطلاح «یادگیری ماشین» را ابتدا آرتور لی ساموئل[36] (1995) یکی از پیشگامان درزمینۀ هوش مصنوعی ابداع کرد و منظور از این اصطلاح، استفاده از رایانه است برای واکنش دربرابرِ شرایط، بدون اینکه به‌طورِ صریح برای آن برنامه‌ریزی شده باشد. پژوهشگران هوش مصنوعی، یادگیری ماشین را بهترین و امیدوارکننده‌ترین رویکرد برای نزدیک‌شدن هوش مصنوعی به سطح هوش انسان عنوان کرده‌اند (سیام و شارما[37]، 2018). به‌بیانِ دیگر، یادگیری ماشینْ به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که براساسِ آنها رایانه‌ توانایی یادگیری پیدا می‌کند.

یادگیری ماشین به‌طورِ کلی به دو دستۀ اصلی «یادگیری با نظارت[38]» و« یادگیری بدون نظارت[39]» تقسیم می‌شود. مفهوم یادگیری نظارت‌شده یا «یادگیری آماری نظارت‌شده» به‌معنای ایجاد مدل آماری برای پیش‌بینی یا برآورد یک خروجی براساسِ یک یا چند ورودی است؛ درحالی‌که در «یادگیری بدون نظارت» ورودی وجود دارد؛ اما بر روی خروجی‌ نظارت وجود ندارد و ازپیشْ مشخص و محدودشده نیست (جیمز و همکاران[40]، 2013). در یادگیری با نظارت، برچسب داده‌های آموزشی معلوم است. یعنی می‌دانیم هر داده متعلق به چه کلاسی یا چه طبقه‌ای است. درحقیقت، برچسب داده‌ها نظارت را انجام می‌دهد؛ ولی در یادگیری بدون نظارت، برچسب داده‌ها معلوم نیست و این یعنی نظارتی بر داده‌ها وجود ندارد (راسچکا و میرجلالی[41]، 2019).

در مقایسه با روش‌های آماری سنتی، روش «یادگیری ماشین» در فرایند پیش‌بینی‌‌ْ عمکرد بهتری دارد؛ زیرا توانایی بیشتری برای به‌کارگیری روابط غیرخطی و پیچیده به‌منظورِ استخراج مقادیر متغیرهای خروجی براساسِ متغیرهای ورودی دارد؛ بااین‌حال، نقطه‌ضعف روش یادگیری ماشین، سختی بیشتر تقسیم نتایج به‌دست‌آمده نسبت به مدل‌های سنتی است (هاستی و همکاران[42]، 2017). یکی از زیرشاخه‌های یادگیری ماشین، «متن‌کاوی[43]» است که توسعه‌ای بر داده‌کاوی، با هدف استخراج الگوهای معنادار از اَسناد متنی است. متن‌کاوی صفحات شبکه‌های اجتماعی کمک می‌کند درک بهتری از مشتریان به دست آید. کسب‌وکارها از متن‌کاوی نظرات مشتریان برای پیش‌بینی روند فروش آینده، مدیریت ارتباط با مشتری، به‌دست‌آوردن دانش رقبا، عملکرد بِرند، تحلیل احساسات و نظرات مشتریان و تصمیم‌گیری‌های مهم و دانش‌محور استفاده می‌کنند (یی‌لیاوو و پی‌تان[44]، 2014).

2-2. پیشینۀ تجربی

درحالِ‌حاضر، بسیاری از کشورها بر توسعۀ صنعت گردشگری به‌عنوانِ یکی از مهم‌ترین صنایع مؤثر در رشد اقتصادی کشورها تأکید دارند. صنعت گردشگری، چشم‌اندازهای رشد اقتصادی در ایران را بهبود می‌بخشد و موجب افزایش سرانۀ تولید ناخالص داخلی می‌شود و همچنین توسعۀ صنایع مرتبط با گردشگری موجب شدت‌یافتن تأثیرگذاری مثبت توسعۀ گردشگری بر رشد اقتصادی کشور است (رضاقلی‌زاده، 1399). پژوهش رحیم‌نیا و همکاران (1392) دربارۀ ابعاد ویژۀ برند در صنعت هتل‌داری نشان می‌دهد‌ کیفیـت ادراک‌شـده، بُعد اصلی در ایجاد ارزش ویژة برند است و تأثیر زیادی بر سـایر اَبعـاد ارزش برنـد دارد و تعیین‌کننده‌ای‌‌ قوی در ارزش ویژة برند محسوب می‌شود‌. شفیعی و همکاران (1396) در پژوهش دیگری به بررسی تأثیر فناوری‌ اطلاعات بر توسعة صنعت گردشگری پرداخته‌اند. این پژوهش ضرورت استفاده از مدل‌های داده‌محور کسب‌وکار در این صنعت را که به‌دلیلِ تحولات ایجادشدۀ ناشی از توسعة فناوری اطلاعات است، بیان کرده و با استفاده از رویکرد تفسیرگرانه و روش فراترکیب به تجزیه‌وتحلیل داده‌ها پرداخته است. یافته‌های این پژوهش اَبعاد اقتصادی، اجتماعی و محیطی را برای توسعة گردشگری پایدار تعیین کرده است و شاخص‌های‌‌ هر بُعد، الزامات قانونی و تأثیرات فناوری اطلاعات برای آنها را استخراج کرده و علاوه‌بر این اهداف، توانایی‌ها و مؤلفه‌های موردنیاز برای پیاده‌سازی مقاصد گردشگری هوشمند را شناسایی کرده است. خلیل‌نژاد و همکاران (1398) در پژوهش خود، تأثیر تجربة برند هتل، در ارزش ادراک‌شدة میهمانان و قوّت برند هتل را بررسی کرده‌اند. یافته‌های این پژوهش‌‌ نشان می‌دهد‌‌‌ تجربة‌ برند‌ هتل‌ در‌‌ ارزش ادراک‌‌شدة مالی، ارزش‌ ادراک‌شدة‌ کارکردی و‌ ارزش‌ ادراک‌شدة اجتماعی‌ تأثیر‌ می‌گذارد‌‌؛ اما‌‌ این تجربه‌ بر‌ ارزش‌ ادراک‌شدة فردی‌ تأثیر‌ ندارد‌؛ بلکه‌ ارزش‌های‌‌ ادراک‌شدة مالی‌، کارکردی‌ و‌‌ اجتماعی هستند که‌‌ بر ارزش‌ ادراک‌شدة فردی‌ مؤثر‌ند و درنهایت‌، ارزش ادراک‌شدة فردی‌ در‌ قوّت‌‌ برند‌ هتل تأثیر‌‌ می‌گذارد‌‌. به‌دلیلِ نوظهوربودن نسبی حوزۀ استفاده از کلان‌داده‌ها در صنعت گردشگری، مطالعات محدودی در داخل کشور انجام گرفته است و رو به گسترش است. درزمینۀ تأثیر کاربرد کلان‌داده‌ها و یادگیری ماشین در فرایند بازاریابی، محمدیان و نائلی (1396) در پژوهشی به بررسی تحلیلی مفهوم کلان‌داده درحوزۀ بازاریابی نوین پرداخته‌اند. نتایج این پژوهش نشان می‌دهد شرکت‌ها و سازمان‌هایی که کلان‌داده‌ها را به‌چشمِ دارایی نگاه می‌کنند، در بازار رقابتی موفق‌تر عمل می‌کنند و می‌توانند با محوریت‌قراردادن مشتریان، میزان وفاداری آنها را افزایش دهند. همچنین این پژوهش به کمبود سرمایه‌گذاری و پژوهش‌های داخلی در این حوزه اشاره کرده است و شناخت و بهره‌مندی از این علم را جزء ملزومات نوین مدیریتی معرفی کرده‌ و به مدیران شرکت‌ها و سازمان‌ها پیشنهاد سرمایه‌گذاری در این حوزه به‌منظورِ بهره‌برداری از مزایای آن را داده‌ است. آقایی و اسماعیلی (1396) در پژوهشی دیگر، تأثیر استفاده از کلان‌داده‌ها در مدیریت بازاریابی و تجزیه وتحلیل رفتار مصرف‌کننده را بررسی کرده‌اند و همچنین با اشاره به گسترش نفوذ اینترنت اشیا[45]، به اهمیت و پیشرفت حوزۀ تجزیه‌وتحلیل کلان‌داده‌ها پرداخته‌اند. این پژوهش استفاده از کلان‌داده‌ها را روشی جدید و کارا برای شناخت بهتر مصرف‌کنندگان و تجزیه‌وتحلیل رفتار آنها معرفی کرده است. فقیه و اسدی (1397) در پژوهش خود با اشاره به افزایش روزاَفزون نقش کلان‌داده‌ها در بازاریابی، به بررسی مزایای کلان‌داده درحوزۀ بازاریابی پرداخته‌اند و توانایی‌های بالقوه استفاده از کلان‌داده‌ها برای کسب بینش لازم برای تصمیم‌گیری مدیران بازاریابی را یکی از مزایای راهبردی آن بیان کرده‌اند. نتایج بررسی‌های پژوهش نشان‌دهندۀ آن است که استفاده از کلان‌داده‌ها به شرط جمع‌آوری داده‌های صحیح و مرتبط و تحلیل درست آنها، تأثیر مستقیم و مثبتی در افزایش فروش و سودآوری دارد. مؤذن رضامحله (1397) در پژوهش خود تأثیر استفاده از مدیریت دانش و کلان‌داده‌ها را در مدیریت بازاریابی شرکت‌های بزرگ بررسی کرده است و با اشاره به تغییر شرایط کسب‌وکار و تحولات به‌وجودآمده در فرایند بازاریابی و فروش محصولات و اهمیت مدل بازاریابی یک شرکت برای پیروزی بر رقبا در بازار رقابتی، استفاده از کلان‌داده‌ها را راهکاری مناسب برای این کسب‌وکارها معرفی کرده است. نتایج این پژوهش نشان می‌دهد استفاده از کلان‌داده‌ها در مدیریت دانش باعث افزایش قدرت کسب‌‌وکار برای حفظ بقا و جلوگیری از حذف‌شدن آن توسط رقبای دیگر در شرایط بد اقتصادی می‌شود. امیرخانی و متقی (1397) در پژوهش دیگری به معرفی استفادۀ یادگیری ماشین از کلان‌داده‌ها برای طراحی مدل، جهت پیش‌بینی پرداخته‌اند و با رویکردی جدید در طراحی مدل یادگیری ماشین، میزان محصول تولیدشدۀ یک شرکت دارویی را پیش‌بینی کرده‌اند. نتایج این پژوهش نشان می‌دهد روش پیشنهادی آنها می‌تواند به پیش‌بینی تولید محصول با دقت مطلوب و درصد خطای بسیار پایین بپردازد؛ همچنین نتایج به‌دست‌آمده نشان می‌دهد استفاده از یادگیری ماشین می‌تواند مشکلات تجزیه وتحلیل داده‌های پیچیده و بزرگ را در سیستم‌های مدیریت تولید محصول حل کند. ناصر و همکاران (1397) در پژوهش دیگری به مطالعۀ رفتار مشتریان در رزرواسیون آنلاین با استفاده از تکنیک داده‌کاوی و مدل کانو پرداخته‌اند. در این پژوهش هتل‌های چهار و پنج‌ستارۀ شهر تهران به‌عنوانِ مطالعۀ موردی بررسی شده‌اند و الگویی‌ تلفیقی از مدل کانو و قوانین انجمنی برای طبقه‌بندی نیازهای مشتریان و تجزیه‌وتحلیل رفتار آنها ارائه شده است. نتایج پژوهش، نیازهای مشتریان را در سه دستۀ نیازهای اساسی‌، نیازهای‌ عملکردی و نیازهای مهیّج طبقه‌بندی کرده است. علاوه‌بر این، نتایج نشان‌ می‌دهد‌‌ داشتن‌ امکان رزرو آنلاین‌‌ در‌ وب‌سایت شرکت ارائه‌دهندۀ خدمات رزرو بلیط، برای مردان اهمیت بیشتری نسبت به زنان دارد. سلطانی زنوزی (1398) در پژوهش دیگری نقش کلان‌داده‌ها در بازاریابی و کسب‌وکار را بررسی کرده است و دسترسی به کلان‌داده‌ها را دارای اهمیت زیادی برای شناخت رفتار مشتری، برنامه‌ریزی کمپین‌های تبلیغاتی و تصمیم‌گیری دربارۀ آمیختۀ بازاریابی بیان کرده است. همچنین، به کاربردهای دیگر کلان‌داده‌ها مانند ایجاد تغییر در محصول و انتخاب کانال‌های توزیع، پیاده‌سازی راهبردهای بازاریابی الکترونیکی و تولید محتوا اشاره کرده است. یافته‌های پژوهش نشان‌دهندۀ آن است که استفاده از کلان‌داده‌ها فرایند بازاریابی و فروش را با بهینه‌سازی و شخصی‌سازی راهبردهای بازاریابی بهبود می‌بخشد و باعث افزایش رضایت و وفاداری مشتریان می‌شود و درنتیجه با ایجاد توازن میان محصولات یک سازمان با نیازهای مشتری هم برای کسب‌وکار و هم برای مشتریْ سود و ارزش بیشتری همراه خواهد داشت.

استفاده از قابلیت‌های بالقوۀ سیستم‌های اطلاعاتی، یکی از عوامل مهم موفقیت برای رقابت در صنعت میهمان‌نوازی[46] (گردشگری) است (اسپارک و همکاران[47]، 2016؛ راگیسو و همکاران[48]، 2017). همچنین به‌علتِ آنکه سرمایه‌گذاری در صنعت گردشگری مستلزم هزینه‌های زیادی است، بررسی و تجزیه‌وتحلیل ویژگی‌هایی که مسافران از خدمات دریافت‌شدۀ خود توصیف می‌کنند یا در ذهن خود مجسم و بازسازی می‌کنند و در نظرات آنلاین خود به اشتراک می‌گذارند، امری معقول و ضروری است (سانچز و همکاران، 2019). ظهور رسانه‌های اجتماعی، وب 2.0 و کانال‌های دیجیتال باعث به‌وجودآمدن توصیه‌ها، بررسی‌ها و بیان نظرات مشتریان به‌صورتِ آنلاین شده است و به همین دلیل، نفوذ بازاریابی دهان‌به‌دهان ([49]WoM) به‌طورِ روزاَفزونی گسترش یافته است و درنهایت به پیدایش بازاریابی دهان‌به‌دهان الکترونیکی (eWoM) انجامیده است. «بازاریابی دهان‌به‌دهان الکترونیکی» شکل جدید بازاریابی دهان‌به‌دهان است که ازطریقِ اینترنت، وسایل الکترونیکی و شبکه‌های اجتماعی انجام می‌شود (لئونگ و همکاران[50]، 2019). پژوهش چونگ و همکاران[51] (2018) به اهمیت نظرات و کامنت‌های بحث‌شده در اینترنت اشاره کرده است و نتایج این مطالعه نشان می‌دهد اغلب مسافران، نظرات مسافران قبلی را منبع اطلاعاتی برای تصمیم‌گیری در نظر می‌گیرند. همچنین، یافته‌های این پژوهش تأییدکنندۀ اهمیت و سودمندی تحلیل این داده‌ها در بازاریابی پیش‌بینانه است. گیل‌ستو و همکاران[52] (2019) در مطالعۀ خود با استفاده از بررسی نظرات آنلاین مشتریان‌ به تجزیه‌وتحلیل برداشت مشتریان (میهمانان) از شیوه‌های حفاظتِ هتل‌ها از محیط‌زیست پرداخته‌اند. نتایج پژوهش آنها نشان می‌دهد مشتریان اقداماتی را که هتل انجام داده است، در شش موردِ 1) انرژی، 2) آب، 3) خرید، 4) زباله، 5) سایت و آموزش و 6) نوآوری درک می‌کنند؛ ولی سطح تعهدات زیست‌محیطی هتل‌ها را تشخیص نمی‌دهند. پژوهش سانچز و همکاران (2019) با استفاده از یادگیری ماشین (روش یادگیری ماشین نظارت‌شده) به تحلیل نظرات مشتریان دربارۀ هتل پرداخته و راهکارهایی را برای افزایش سطح کیفیت سرویس‌دهی به میهمانان برای جلب رضایت آنها معرفی کرده است؛ بدین منظور، برای استخراج نظرات مشتریان 33 هتل از سایت یلپ[53] (یکی از شبکه‌های اجتماعی محبوب در ایالات متحده) استفاده شده است و درنهایت مدلی ارائه کرده که این مدل می‌تواند به مدیران هتل در افزایش سطح کیفیت سرویس‌دهی به مشتریان کمک کند.

3. روش‌شناسی پژوهش

پژوهش حاضر ازلحاظِ هدفْ کاربردی، ازنظرِ روش گردآوری داده‌ها توصیفی‌ـ‌پیمایشی و ازنظرِ اجرا کیفی‌ـ‌کمّی (آمیخته) و با رویکرد استقرایی است و برای تحلیل محتوای نظرات مشتریان، از روش‌ها و الگوریتم‌های تحلیل کلان‌داده‌های متنی استفاده شده است. داده‌های استفاده‌شده در این پژوهش، نظرات ثبت‌شدۀ مشتریان در بستر اینترنت (درزمینۀ هتل) است. مجموعۀ داده‌ها (دیتاسِت[54]) حاوی 8290 نظر (کامنت[55]) به زبان فارسی است‌. برای انجام فرایندهای‌ داده‌کاوی، متن‌کاوی و تحلیل کلان‌داده‌ها از نرم‌افزار رپیدماینر[56] و زبان برنامه‌نوسی پایتون[57] استفاده شده است‌. مراحل اجرایی پژوهش شامل سه مرحلۀ اصلی است که در زیر توضیح داده شده است.

3-1- پیش‌پردازش داده‌ها[58]

داده‌های ورودی در متن‌کاوی، اغلب اسناد متنی بدون ساختار است؛ به همین دلیل، ابتدا باید داده‌های ورودیْ پیش‌پردازش شوند. در این فرایند ابتدا متن به کلمات، نمادها و یا دیگر عناصر معنادار‌ که «نشانه[59]» نامیده می‌شوند، تقسیم می‌شوند (ویز و همکاران[60]، 2015). برای استخراج کلمات یک متن، ابتدا با حذف علائم نقطه‌گذاری و دیگر کاراکترهای غیرمتنی، داده‌ها تبدیل به سطری از کلمات می‌شوند. در شکل 1 «توزیع ابری کلمات[61]» نظرات گردشگران دربارۀ هتل بعد از انجام فرایند پیش‌پردازش داده‌ها نمایش داده شده است.

شکل 1. نمایش ابری کلمات نظرات در داده‌های متنی

3-2- خوشه‌بندی[62] داده‌ها

در گام بعدی برای استخراج مؤلفه‌های «ارزش» از میان حجم انبوه نظرات مشتریان، از روش «خوشه‌بندی» استفاده می‌شود. خوشه‌بندی، فرایندی است که در آن، داده‌ها به گروه‌هایی که اعضای آن مشابه یکدیگر باشند‌ تقسیم می‌شوند. یک خوشه مجموعه‌ای از اشیای شبیه یکدیگر است که با اشیای موجود در خوشه‌های دیگر غیرمشابه باشند (راسچکا و میرجلالی، 2019). در شکل 2 فرایند خوشه‌بندی داده‌ها نشان داده شده است.

شکل2. نمایش شماتیک خوشه‌بندی (جداسازی) موضوعات اسناد متنی

در متن‌کاوی هم، خوشه‌بندی تکنیکی است که برای گروه‌بندی اسناد مشابه (در یک موضوع) استفاده می‌شود. خوشه‌بندی متون زمانی نیاز می‌شود که حجم اسناد متنی بسیار زیاد باشد و امکان جداسازی آنها براساسِ موضوعی که هر گروه از اسناد به آن اشاره می‌کند برای انسان غیرممکن یا بسیار مشکل و زمان‌بر باشد. یکی از مقبول‌ترین روش‌ها، خوشه‌بندی داده‌ها به‌روشِ «k میانگین[63]» است که تشابه اسناد متنی و رابطۀ بین کلمات کلیدی را در نظر می‌گیرد (ویز و همکاران، 2015). در شکل 3 نحوۀ انجام خوشه‌بندی داده‌ها توسط رپیدماینر در این پژوهش نشان داده شده است.

شکل 3. خوشه‌بندی نظرات توسط رپیدماینر

 در این پژوهش برای تعیین تعداد خوشه‌ها و اعتبارسنجی خوشه‌بندی[64] از روش «شاخص دآن[65]» به‌دلیلِ کارایی بهتر نسبت به روش‌های دیگر در کلان‌داده‌ها استفاده شده است (کاسامبارا[66]، 2017). شاخص «دآن» با هدف تعیین مقدار فشردگی[67] (فاصلۀ اعضای درون خوشه با یکدیگر) و تفکیک‌پذیری[68] (فاصلۀ خوشه‌ها از همدیگر) ارائه شده است و با دو معیار «فاصله[69]» و «قطر[70]»، میزان فشردگی و تفکیک‌پذیری را محاسبه می‌کند. این معیار را رابطة 1 تعریف می‌کند‌ که در آن d(C_i , C_j) مقدار فاصله بین خوشۀ iو j است و diam(C_l) نمایندۀ قطر خوشۀ lاست (فائضی راد و پویا، 1395).

3-3- قوانین انجمنی[71]

قوانیــن انجمنــی، رویکـردی در داده‌کاوی است که برای کشف الگوهـای مکـرر، همبسـتگی‌ها، ارتباطـات و سـاختارهای علّـی در انـواع پایگاه‌هـای داده و برای تحلیـل و پیش‌بینـی رفتـار کاربـران بـه کار می‌رود (شالینی و لال[72]، 2016). ایـن قوانیـن بـا کشـف ارتباطـات بیـن مجموعـة داده‌هـا شـرایطی را نشـان می‌دهـد کـه در یـک مجموعـة داده به‌طــورِ مکــرر با هــم اتفــاق می‌افتنــد و حضــور برخــی اقلام (موجودیت‌ها) را بــراســاسِ ســایر اقلام (موجودیت‌ها) شــرح می‌دهنــد (انصاری و همکاران، 1398). هدف قوانین انجمنی در متن‌کاوی، کشف روابط میان کلمات و شناسایی قوانینی است که در متن، حضور یک مجموعه از کلمات وجود کلمات دیگر را ایجاب می‌کند.

در یـک پایـگاه داده اگر I = {I₁, I₂,…, I_m} مجموعــه‌ای از اقــلام باشد و D مجموعــه‌ای از پایگاه داده‌های تراکنش‌هاست که هر تراکنش دارای یک شناسه و همچنین مجموعۀ اقلامی نظیر T ⊆ I است. اگر A مجموعه‌ای از اقلام باشد، تراکنشی مانند T حاوی A است، اگر داشته باشیم: A ⊆ T . یک قانون انجمنی به‌شکلِ A⇒B بیان می‌شود که در آن  I⊃A  ،  I⊃B  ،  φ≠ A ،  φ≠ B  ، A∩B = φ (هان[73] و همکاران، 2011). یک قانون انجمنی‌ در‌ شکل‌‌ کلی خود‌‌ بیان‌‌ می‌کند‌‌ که اگر‌‌ رویداد‌ A واقع‌ شود‌، آن‌گاه رویداد‌ B نیز رخ‌‌ خواهد داد‌. از‌ نماد‌ A⇒B برای نمایش‌ یک‌ قانون‌ انجمنی‌ استفاده‌‌ می‌شود‌‌؛ A را‌ مقدمۀ قانون و B را‌ نتیجۀ‌ قانون می‌نامند. مصدر تولید‌‌ قوانین انجمنی‌ هم‌زمانی‌هایی‌‌ هستند‌‌ که به‌اندازۀ‌ کافی‌ تکرار‌ شده‌ باشند که آنها را «مجموعۀ‌ اقلام‌ مکرر»‌ می‌نامند (ناصر و همکاران، 1397). هر قانون‌‌ A⇒B شاخصی با‌‌ نام «پشتیبان» دارد‌‌ که‌ مشخص‌‌ می‌کند این‌‌ هم‌زمانی به چه‌‌ نسبتی تکرار‌ شده‌ است‌. ‌مقدار‌ پشتیبان‌ قانون‌ A⇒B به‌کمکِ‌ رابطۀ‌ 2 محاسبه می‌شود. صورت‌ کسر برابر‌ با‌ تعداد‌ هم‌زمانی‌های‌‌ A و‌ B است و‌‌ مخرج‌ کسر‌ به تعداد‌ کل رخدادها‌‌ اشاره دارد‌.

پس‌ از‌ آنکه‌ قوانینی با‌ حداقلی‌ از‌ مقدار‌ پشتیبان‌ تولید‌ شدند‌، می‌توان احتمال‌ درست‌بودن‌ قوانین‌ را‌ نیز‌‌ محاسبه کرد‌. این‌‌ شاخص‌ که «مقدار اطمینان» نام‌ دارد،‌ مشخص‌‌ می‌کند در‌ چند‌‌ درصد‌ از‌ زمان‌هایی که‌ رویداد‌ A واقع شده‌ است،‌‌ رویداد B نیز رخ‌ داده‌ است‌. مقدار‌ اطمینان‌ قانون‌ A⇒B به‌کمکِ‌ رابطۀ 3 محاسبه‌ ‌می‌شود‌‌ (لی[74] و همکاران، 2017).

از مهم‌ترین و کاربردی‌ترین روش‌ها یا الگوریتم‌های استخراج قوانین انجمنی دو روش Apriori و [75]FP-Growth هستند. در این پژوهش پس از بررسی این دو روش و مقایسۀ کارایی و سرعت آنها، از روش FP-Growth برای استخراج قوانین انجمنی استفاده شد (اسماعیلی‌پور، 1395). در شکل شمارۀ 4 نحوۀ انجام فرایند استخراج قوانین انجمنی در این پژوهش توسط رپیدماینر نشان داده شده است.

شکل 4. استخراج قوانین انجمنی توسط رپیدماینر

4. یافته‌های پژوهش

یافته‌های حاصل از متن‌کاوی نظراتِ مشتریان دربارۀ صنعت گردشگری، درقالبِ دو بخشِ «خوشه‌بندی نظرات» و «استخراج قوانین انجمنی» ارائه می‌شود.

4-1. یافته‌های فرایند «خوشه‌بندی»

در این قسمت برای استخراج مؤلفه‌های ارزشِ موردانتظار مشتریان، نظرات جمع‌آوری‌شده با استفاده از الگوریتم “k-means” خوشه‌بندی می‌شوند و برای شناسایی موضوع یا ویژگی اشاره‌شده در هر خوشه، پرتکرارترین لغات در آن خوشه مشخص می‌شوند. نام‌گذاری هر خوشه باتوجه‌به رابطۀ منطقی بین کلمات موجود در هر دسته از موضوعات انجام می‌گیرد که بیشترین تکرار (ااحتمال) را داشته‌اند (گوو و همکاران[76]، 2017).

نتایج حاصل از خوشه‌بندی نظرات گردشگران به‌همراهِ هشت «کلمه» با بیشترین تکرار (احتمال) در هر خوشه برای شناخت موضوع یا ویژگی مدنظر مشتری در هر خوشه در جدول 1 آمده است. با اِعمال الگوریتم خوشه‌بندی بر روی نظرات گردشگران، 20 خوشۀ مهم شناسایی شد. با بررسی هر خوشه و کلماتی که تکرار زیاد در آن خوشه داشته‌اند، موضوع بحث در آن خوشه مشخص می‌شود. از 20 موضوع یا ویژگی شناسایی‌شده در این مجموعه پس از مرتب‌کردن، 11 موضوع اول به مؤلفه‌های مثبت ارزش و در ادامه 9 موضوع بعدی به مؤلفه‌های منفی ارزش از نگاه گردشگران اشاره دارد.

جدول 1. موضوعات استخراج‌شده از خوشه‌بندی نظرات و هشت کلمه با احتمال بالاتر در هر خوشه

4-2- یافته‌های فرایند «قوانین انجمنی»

هدف از شناسایی قوانین انجمنی، کشف روابط میان کلمات در مجموعۀ بزرگی از متون (نظرات مشتریان) است. در این روش، دانش پنهان از تحلیل کلمات یا عباراتی که مشتریان با یکدیگر و به‌وفور در نظرات خود به کار برده‌اند، استخراج می‌شود. در جدول 2 قوانین استخراج‌شده و دو شاخص سطح پشتیبان و سطح اطمینان آورده شده‌ است.

جدول 2. نتایج استخراج قوانین انجمنی و میزان دو شاخص سطح پشتیبان و سطح اطمینان