ارائه چارچوبی برای شناسایی و تحلیل پیشرانهای موثر بر آینده صنعت خردهفروشی با تمرکز بر عوامل انسانی (مورد مطالعه: فروشگاههای زنجیرهای هایپر فامیلی)
محورهای موضوعی : پژوهش های مدیریت راهبردیعلی محقر 1 , محمد حسن ملکی 2 , سیدمیلاد سیدجوادین 3
1 - استاد، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران
2 - دانشیارگروه مدیریت، دانشکده مدیریت و اقتصاد، دانشگاه قم، قم، ایران.
3 - دانشجوی دکتری مدیریت صنعتی، دانشکده پردیس کیش، دانشگاه تهران، تهران، ایران
کلید واژه: فروشگاههای زنجیرهای, آینده, پیشران, عوامل انسانی, صنعت خردهفروشی,
چکیده مقاله :
هدف: صنعت خردهفروشی و فروشگاه های زنجیرهای نقش مهمی در توسعه اقتصادی کشورها و کارآمدی زنجیره تأمین دارند. عوامل انسانی یکی از پیشرانهایی است که آینده این صنعت را به کلی دگرگون خواهد کرد. تحقیق حاضر بهدنبال شناسایی و تحلیل پیشران های موثر بر آینده فروشگاههای زنجیرهای هایپر فامیلی با تمرکز بر عوامل انسانی است.روش: تحقیق حاضر از نظر جهتگیری، کاربردی بوده و از منظر مبانی فلسفی، پراگماتیستی است. در این پژوهش از روشهای مختلف کمی (دلفی فازی و کپراس) و کیفی (مصاحبه با گروههای کانونی و ابزار تعاریف ریشهای) برای تحلیل دادهها استفاده شد. جامعه نظری پژوهش، مدیران و مشاوران ارشد مدیریت منابع انسانی در هایپر فامیلی بود. نمونهگیری به صورت قضاوتی بر اساس تخصص خبرگان در حوزه صنعت خرده فروشی انجام شد. حجم نمونه برابر با 10 نفر بود. برای گردآوری دادهها از دو ابزار مصاحبه و پرسشنامه (پرسشنامه خبرهسنجی و اولویتسنجی) استفاده شد.یافتهها: 30 پیشران از طریق مرور پیشینه و مصاحبه ساختار یافته با خبرگان استخراج شد. به علت تعداد زیاد پیشران ها، پرسشنامه های خبرهسنجی بین خبرگان توزیع شد و دادهها با روش دلفی فازی مورد بررسی قرار گرفت. 13 پیشران دارای عدد دیفازی بالاتر از 7/0 بودند و برای اولویتبندی نهایی با کپراس انتخاب شدند. پیشران های نهایی با روش کپراس و در نظر گرفتن سه شاخص تخصص خبرگان، شدت اهمیت و میزان قطعیت ارزیابی شدند. دو پیشران تصمیمگیری دادهمحور و خودکارسازی وظایف، بیشترین اولویت را داشتند.نتیجهگیری: سناریوهای پژوهش بر اساس دو پیشران اولویتدار با در نظر گرفتن شش مولفه ابزار تعاریف ریشهای توسعه یافتند. برخی از پیشنهادهای پژوهش عبارت بودند از: استفاده از فناوریهای داده محور مثل هوش کسبو کار و کلاندادهها برای فرایندهای مدیریت منابع انسانی، توسعه فرهنگ تصمیمگیری داده محور و حرکت به سمت اتوماسیون بیشتر در فرایندهای مختلف مدیریت منابع انسانی مثل ارزیابی عملکرد و جذب و استخدام.
Objective: The retail industry and chain stores play an important role in the economic development of countries and the efficiency of the supply chain. Human factors are one of the drivers that will completely change the future of this industry. The current research seeks to identify and analyze the drivers affecting the future of hyper family chain stores, focusing on human factors.Method: The current research is applied in terms of orientation and pragmatic in terms of philosophical foundations. In this research, various quantitative (Fuzzy Delphi and Copras) and qualitative (focus group and root definitions tool) methods were used for data analysis. The theoretical community of the research was the managers and senior consultants of human resources management in hyper family. Sampling was done as a judgment based on the expertise of experts in the field of retail industry. The sample size was equal to 10 people.Findings: 30 drivers were extracted through literature review and structured interviews with experts. Then expert assessment questionnaires were distributed among the experts and the data were analyzed using the fuzzy Delphi method. 13 drivers had a de-fuzzy number higher than 0.7 and were selected for final prioritization with Copras. The two drivers of data-driven decision making and task automation had the highest priority.Conclusion: The research scenarios were developed based on two priority drivers considering the six components of the root definitions tool. Some of the suggestions of the research were: using data-based technologies such as business intelligence and big data for human resource management processes, developing a data-based decision-making culture and moving towards more automation in various human resource management processes such as performance evaluation and recruitment and hiring.
احمدی، اسماعیل؛ ملکی، محمدحسن؛ ثانوی فرد، رسول؛ فتحی، محمدرضا (1399). ارائه مدلی برای آیندهپژوهی زنجیره تأمین صنعت نفت با رویکرد نرم، پژوهشهای مدیریت در ایران، ۲۴(۱): ۵۹-۷۹.
بهرامیان، امیرحسین؛ رنجبر، محمدحسین؛ احمدی، فائق؛ عابدینی، بیژن (1400). آیندهپژوهی حرفه حسابرسی با تأکید بر الزامات IFRS و چرخههای تجاری، فصلنامه تحقیقات حسابداری و حسابرسی، (49): ۱۳۳-۱۵۴.
پرهیزکار، پیمان؛ توکلی، غلامرضا؛ شفقت، ابوطالب (1399). شناسایی و تبیین پیشرانهای آینده منابع انسانی در صنایع دفاعی ج.ا.ایران با رویکرد آیندهپژوهی، فصلنامه راهبرد دفاعی، 18(70): 69-97.
پشوتنیزاده، هومن؛ فدائی مهر، پروانه (1400). شبیهسازی مدل تحققپذیری سود در صنعت خردهفروشی با استفاده از رویکرد پویاییشناسی، پژوهشنامه بازرگانی، 25(99): 31-64.
پوربهمن، فاطمه؛ عسکریفر، کاظم؛ رونقی، محمدحسین (1400). شناسایی و اولویتبندی فناوریهای خردهفروشی هوشمند مبتنی بر ویژگیهای فناوری و قابلیتهای سازمانی (مورد مطالعه فروشگاههای زنجیرهای رفاه)، فصلنامه مدیریت توسعه فناوری، 9(1): 135-164.
جوکار، بابک؛ علیپوردرویش، زهرا؛ میرسپاسی، ناصر؛ یزدانی، حمیدرضا (1399). سناریوهای آینده کرامت منابع انسانی در سازمان (مورد مطالعه: ثبت احوال استان تهران)، فصلنامه پژوهشهای مدیریت منابع انسانی، 12(2): 9-34.
حسینی، زیبا؛ روستا، علیرضا؛ آسایش، فرزاد؛ غریبنواز، نادر (1401). ارائه مدلی جهت خطمشیگذاری بهبود بازاریابی دیجیتال در صنعت خردهفروشی با تأکید بر دوران پساکرونا، نشریه خطمشیگذاری عمومی در مدیریت، 13(4): 113-130.
زارعی، محمد؛ رحمتی، داریوش (1400). آیندهپژوهی سرمایه انسانی در فرماندهی انتظامی جمهوری اسلامی ایران، فصلنامه مدیریت منابع در نیروی انتظامی، 9(36): 383-410.
کوشش کردشولی، رضا؛ غلامی جمکرانی، رضا؛ ملکی، محمدحسن، فلاحشمس، میرفیض (1399). آیندهپژوهی فناوری مالی در ایران با رویکرد سناریونگاری، نشریه برنامهریزی و بودجه، 25(3): 63-33.
محمودی شریف، مصطفی؛ رحیمیان اصل، محمدمهدی؛ ملکی، محمدحسن (1401). آیندهپژوهی زنجیره تأمین صنعت نفت ایران با تأکید بر عوامل داخلی، نشریه تصمیم گیری و تحقیق در عملیات، 7(2): 240-258.
مظلومی، نادر؛ محمدی، مهدی؛ بیات سرمدی، سمانه (1398). سناریوهای آینده منابع انسانی در صنعت فناوری اطلاعات و ارتباطات با محوریت عوامل اقتصادی و اجتماعی، فصلنامه پژوهشهای مدیریت منابع انسانی، 11(3): 125-156.
ملکی، محمدحسن؛ خاشعی ورنامخواستی، وحید؛ فتحی، محمدرضا؛ صفاری نیا، مهدی (1398). آیندهپژوهی گردشگری مذهبی استان قم با رویکرد سناریونگاری، نشریه گردشگری و توسعه، 8(3): 184-205.
نورانی کوتنایی، محمد؛ رضایی دولتآبادی، حسین؛ محمدشفیعی، مجید (1400). تدوین الگوی رقابتپذیری برند خردهفروشی با رویکرد دادهبنیاد، مجله مدیریت برند، 8(3): 15-44.
Abas, N., Kalair, A. & Khan, N. (2015). Review of fossil fuels and future energy technologies. Futures, 69, 31-49.
Ali, F., Malik, A., Pereira, V. & Al Ariss, A. (2017). A relational understanding of work-life balance of Muslim migrant women in the west: future research agenda. The International Journal of Human Resource Management, 28(8), 1163-1181.
Amodeo, J. (2010). Medical refugees and the future of health tourism. World Medical & Health Policy, 2(4), 65-81.
Basu, S., Majumdar, B., Mukherjee, K., Munjal, S. & Palaksha, C. (2022). The role of artificial intelligence in HRM: A systematic review and future research direction. Human Resource Management Review, 100893.
Bennett, A.M. (2021). The impact of the COVID-19 crisis on the future of human resource management. Journal of Human Resource Management, 9(3), 58-63.
Bondarouk, T. & Brewster, C. (2016). Conceptualising the future of HRM and technology research. The International Journal of Human Resource Management, 27(21), 2652-2671.
Burmaoglu, S. & Sarıtas, O. (2017). Changing characteristics of warfare and the future of Military R&D. Technological Forecasting and Social Change, 116, 151-161.
Burns, L.S. & Grebler, L. (2012). The future of housing markets: a new appraisal. Springer Science - Checkland, P. & Poulter, J. (2020). Soft systems methodology. Systems approaches to making change: A practical guide, 201-253.
Croucher, S. (2015). The future of lifestyle migration: challenges and opportunities. Journal of Latin American Geography, 14(1), 161-172.
Dabić, M., Maley, J. F., Švarc, J. & Poček, J. (2023). Future of digital work: Challenges for sustainable human resources management. Journal of Innovation & Knowledge, 8(2), 100353.
Das, S. R. (2019). The future of fintech. Financial Management, 48(4), 981-1007.
Dominković, D. F., Bačeković, I., Pedersen, A. S. & Krajačić, G. (2018). The future of transportation in sustainable energy systems: Opportunities and barriers in a clean energy transition. Renewable and Sustainable Energy Reviews, 82, 1823-1838.
Goswami, S. & Chouhan, V. (2021). Impact of change in consumer behaviour and need prioritisation on retail industry in Rajasthan during COVID-19 pandemic. Materials Today: Proceedings, 46, 10262-10267.
Habibi, A., Jahantigh, F. F. & Sarafrazi, A. (2015). Fuzzy Delphi technique for forecasting and screening items. Asian Journal of Research in Business Economics and Management, 5(2), 130-143.
Hamouche, S. (2021). Human resource management and the COVID-19 crisis: Implications, challenges, opportunities, and future organizational directions. Journal of Management & Organization, 1-16.
Hancock, P.A., Nourbakhsh, I. & Stewart, J. (2019). On the future of transportation in an era of automated and autonomous vehicles. Proceedings of the National Academy of Sciences, 116(16), 7684-7691.
Iqbal, S., Hussain, M., Munir, M.U., Hussain, Z., Mehrban, S. & Ashraf, M.A. (2021). Crypto-- Currency: Future of FinTech. In Research Anthology on Blockchain Technology in Business, Healthcare, Education, and Government (pp. 1915-1924). IGI Global.
Kemper, M., Gloy, Y.S. & Gries, T. (2017, October). The future of textile production in high wage countries. In IOP Conference Series: Materials Science and Engineering (Vol. 254, No. 20, p. 202002). IOP Publishing.
Leopold, T.A., Ratcheva, V. & Zahidi, S. (2016, January). The future of jobs: employment, skills, and workforce strategies for the Fourth Industrial Revolution. World Economic Forum.
Liboni, L.B., Cezarino, L.O., Jabbour, C.J.C., Oliveira, B.G. & Stefanelli, N.O. (2019). Smart industry and the pathways to HRM 4.0: implications for SCM. Supply Chain Management: An International Journal.
Liu, Z., Lu, X. & Pei, L. (2022). Analysis on Business model of Chinese Retail Industry in the post-pandemic era: case study of Walmart and Freshippo. Journal of Education, Humanities and Social Sciences, 2, 70-77.
Meijerink, J. & Bondarouk, T. (2023). The duality of algorithmic management: Toward a research agenda on HRM algorithms, autonomy and value creation. Human resource management review, 33(1), 100876.
Meijerink, J., Boons, M., Keegan, A. & Marler, J. (2021). Algorithmic human resource management: Synthesizing developments and cross-disciplinary insights on digital HRM. The InTernaTIonal Journal of human resource managemenT, 32(12), 2545-2562.
Mondol, E.P. (2021). The Impact of Block Chain and Smart Inventory System on Supply Chain Performance at Retail Industry. International Journal of Computations, Information and Manufacturing (IJCIM), 1(1).
Nilufer, N. (2020). Critical assessment on business strategy from aviation to retail industry during COVID-19 Pandemic: A Walmart Case. International Journal of Business Ecosystem & Strategy (2687-2293), 2(2), 8-14.
Park, S. & Park, S. (2023). Contextual antecedents of job crafting: review and future research agenda. European Journal of Training and Development, 47(1/2), 141-165.
Pinzone, M., Fantini, P., Perini, S., Garavaglia, S., Taisch, M. & Miragliotta, G. (2017). Jobs and skills in Industry 4.0: an exploratory research. In Advances in Production Management Systems. The Path to Intelligent, Collaborative and Sustainable Manufacturing: IFIP WG 5.7 International Conference, APMS 2017, Hamburg, Germany, September 3-7, 2017, Proceedings, Part I (pp. 282-288). Springer International Publishing.
Pynoos, J. (2018). The future of housing for the elderly: Four strategies that can make a difference. Public Policy & Aging Report, 28(1), 35-38.
Ramachandran, R., Babu, V. & Murugesan, V.P. (2023). The role of blockchain technology in the process of decision-making in human resource management: a review and future research agenda. Business Process Management Journal, 29(1), 116-139.
Ratten, V. (2010). The future of sports management: A social responsibility, philanthropy and entrepreneurship perspective. Journal of Management & Organization, 16(4), 488-494.
Schleper, M.C., Gold, S., Trautrims, A. & Baldock, D. (2021). Pandemic-induced knowledge gaps in operations and supply chain management: COVID-19’s impacts on retailing. International Journal of Operations & Production Management, 41(3), 193-205.
Seeck, H. & Diehl, M. R. (2017). A literature review on HRM and innovation–taking stock and future directions. The International Journal of Human Resource Management, 28(6), 913-944.
Sharma, R. & Gupta, N. (2015, January). Green HRM: An innovative approach to environmental sustainability. In Proceeding of the Twelfth AIMS International Conference on Management (pp. 2-5).
Shetty, G., Nougarahiya, S., Mandloi, D. & Sarsodia, T. (2020). COVID-19 and global commerce: An analysis of FMCG, and retail industries of tomorrow. International Journal of Current Research and Review, 12(17), 23-31.
Stančin, H., Mikulčić, H., Wang, X. & Duić, N. (2020). A review on alternative fuels in future energy system. Renewable and sustainable energy reviews, 128, 109927.
Stefano, N.M., Casarotto Filho, N., Vergara, L.G.L. & da Rocha, R.U.G. (2015). COPRAS (Complex Proportional Assessment): state of the art research and its applications. IEEE Latin America Transactions, 13(12), 3899-3906.
Stone, D. L. & Deadrick, D. L. (2015). Challenges and opportunities affecting the future of human resource management. Human Resource Management Review, 25(2), 139-145.
Stuart, M., Spencer, D.A., McLachlan, C.J. & Forde, C. (2021). COVID‐19 and the uncertain future of HRM: Furlough, job retention and reform. Human Resource Management Journal, 31(4), 904-917.
Verhoef, P.C., Noordhoff, C.S. & Sloot, L. (2023). Reflections and predictions on effects of COVID-19 pandemic on retailing. Journal of Service Management, 34(2), 274-293.
Vrontis, D., Christofi, M., Pereira, V., Tarba, S., Makrides, A. & Trichina, E. (2022). Artificial intelligence, robotics, advanced technologies and human resource management: a systematic review. The International Journal of Human Resource Management, 33(6), 1237-1266.
Wang, X.L., Wang, L., Bi, Z., Li, Y.Y. & Xu, Y. (2016). Cloud computing in human resource management (HRM) system for small and medium enterprises (SMEs). The International Journal of Advanced Manufacturing Technology, 84, 485-496.
Xu, D., Cui, Y., Li, H., Yang, K., Xu, W. & Chen, Y. (2015). On the future of Chinese cement industry. Cement and Concrete Research, 78, 2-13.
Yang, D.J., Wu, J.M. & Wang, K.I. (2010). Relationship quality, relationship value, purchasing intention: An empirical study in the retail industry in the USA, Japan and Taiwan. Asian Journal of Arts and Sciences, 1(2), 155-166.
Yang, Y., Chen, H. & Liang, H. (2023). Did New Retail Enhance Enterprise Competition during the COVID-19 Pandemic? An Empirical Analysis of Operating Efficiency. Journal of Theoretical and Applied Electronic Commerce Research, 18(1), 352-371.
Yoo, K., Welden, R., Hewett, K. & Haenlein, M. (2023). The merchants of Meta: A research agenda to understand the future of retailing in the metaverse. Journal of Retailing.
Zavyalova, E., Sokolov, D., Kucherov, D. & Lisovskaya, A. (2022). The digitalization of human resource management: Present and future. Foresight and STI Governance, 16(2), 42-51.
Ziebell, R.C., Albors-Garrigos, J., Schoeneberg, K.P. & Marin, M.R.P. (2019). Adoption and success of e-HRM in a cloud computing environment: A field study. International Journal of Cloud Applications and Computing (IJCAC), 9(2), 1-27.