AJA10.21608/AJAالمجلة العربية للإدارةالمجلة العربية للإدارة1110-54532663-4473منظمة التنمية الإدارية العربية - جامعة الدول العربية10.21608/AJA.2023.173271.1356إدارة الأعمالدور الذكاء الاصطناعي بإدارة علاقات العملاء في تحقيق الميزة التنافسيةRole of the Artificial Intelligence in Customer Relationship Management To Achieve the Competitive Advantageخاطرالسيد محمدأ.د.، عميد كلية الدراسات العليا للبحوث الإحصائية، قسم الإحصاء الحيوي والسكانيعبد العزيزعبد التواب أحمدمدرس، قسم الإحصاء الرياضيإبراهيمشريف صالحإدارة المشروعاتكلية الدراسات العليا للبحوث الإحصائية، جامعة القاهرةمصرقسم الإحصاء الرياضي، كلية الدراسات العليا للبحوث الإحصائية، جامعة القاهرةمصرمصر202604202604462117حقوق الطبع والنشر محفوظة للمؤلفينالمؤلفونهذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial 4.0 (CC-BY-NC).
تهدف هذه الدراسة إلى التعرف على دور الذكاء الاصطناعي بإدارة علاقات العملاء في تحقيق الميزة التنافسية في شركات توزيع الأدوية الخاصة المصرية، والتعرف على عوامل نجاح، ومعوقات استخدام تقنيات الذكاء الاصطناعي بإدارة علاقات العملاء. لتحقيق هذا الهدف تم الاطلاع على مجموعة من المراجع، والمصادر، المتعلقة بالدراسة الحالية، وتم الاستعانة بالمنهج الوصفي التحليلي، والمنهج الإحصائي، والاستبيان كأداة رئيسية لجمع البيانات، وتحليلها باستخدام برنامج الحزمة الإحصائية للعلوم الاجتماعية SPSS. وتكون مجتمع الدراسة من أكبر أربع شركات خاصة من حيث الحصة السوقية لتوزيع الأدوية في مصر، وكانت عينة الدراسة مكونة من المديرين في الإدارة العليا، والوسطى، وقد تم توزيع 200 استبيان، واسترداد 198 استبيان، واستبعاد خمس استبيانات لعدم صلاحيتهم للتحليل، وأصبحت العينة النهائية 193 مديرا. وتوصلت الدراسة إلى عدة نتائج من أهمها أن هناك دورا هاما للذكاء الاصطناعي بإدارة علاقات العملاء لتحقيق الميزة التنافسية في الشركات الخاصة لتوزيع الأدوية، كما تبين وجود علاقة ذات دلالة إحصائية بين استخدام الذكاء الاصطناعي بإدارة علاقات العملاء، وتحقيق الميزة التنافسية في الشركات الخاصة لتوزيع الأدوية. واتضح أيضا إنه لا توجد فروق ذات دلالة إحصائية بين المديرين في شركات توزيع الأدوية الخاصة في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء باختلاف المتغيرات الديموغرافية. كما قدمت الدراسة عدة توصيات منها ضرورة الاستفادة من تقنيات الذكاء الاصطناعي لخلق بيئات عمل مبتكرة تساعد على زيادة سرعة الخدمات، ودراسة أسباب فشل بعض الشركات في تطبيق أنظمة إدارة العملاء الذكية للوقوف على المشكلات التي تواجههم، كما أوصت بضرورة استخدام التقنيات الذكية الحديثة لتحليل الكم الهائل من البيانات، وتحويلها إلى معلومات للاستفادة منها عند اتخاذ القرارات.
الكلمات المفتاحيةالذكاء الاصطناعيإدارة علاقات العملاءالميزة التنافسيةشركات توزيع الأدويةالعملاء
This study aims to identify the role of artificial intelligence in customer relationship management to achieve a competitive advantage in private Egyptian companies in drug distribution field, identify success factors, and failure to use artificial intelligence techniques in customer relationship management. To achieve these goals, a set of references, sources related to the current study were reviewed. The descriptive analytical method, and the statistical method were used. The questionnaire tool was used as a main tool to collect data, and the questionnaire was analyzed using the Statistical Package for Social Sciences SPSS 25. The study population consisted of the largest four private companies in terms of market share for distributing drugs in Egypt. The sample of the study was selected from managers in the upper, middle management 200 questionnaires were distributed, 198 questionnaires were retrieved, five questionnaires were excluded because they were not fit for analysis, and the final sample became 193 managers. The study reached a number of results, the most important of which are: There is an important role for artificial intelligence in customer relationship management to achieve a competitive advantage in private drug distribution companies. There are no statistically significant differences between managers in private drug distribution companies in their conviction of the importance of artificial intelligence in customer relationship management according to different demographic variables. There is a statistically significant relationship between the use of artificial intelligence in customer relationship management, and achieving competitive advantage in private drug distribution companies. The study reached to some recommendations, the most important wave: It's necessity to use advantage of artificial intelligence techniques to create innovative work environments that help to increase the speed of the services provided. Studying the reasons for the failure of some companies to apply intelligence customer management systems, to identify the problems they face in implementing these systems. Using modern smart technologies to analyze the huge amount of customer data, and convert it into information that facilitates decision-making.
KeywordsArtificial IntelligenceCustomer Relationship ManagementCompetitive AdvantageDrug Distribution CompaniesClientsالمقدمة
يشهد القرن الحالي عديد من التحديات التي قد تواجه المؤسسات ومنها الانفتاح على الأسواق العالمية، وزيادة حدة المنافسة، والتطورات المتسارعة في تقنيات المعلومات الذكية، التي تُحتم على المؤسسات الاستجابة السريعة لتلك التحديات برؤية موضعية واضحة، وبتعزيز لبنتيها التكنولوجية التحتية. لتساعدها على الاستمرار. وتُعد الأنظمة المبنية على تقنيات الذكاء الاصطناعي من الأنظمة التي لها قدرة على التنبؤ، والتأقلم مع التحديات، والمتغيرات المحيطة بها بشكل سريع، وتحويلها لفرص بديلة تحقق من خلالها المؤسسات نمو واستمرارية (Lu & Ramamurthy, 2011). ومن هذه المؤسسات الشركات الخاصة لتوزيع الأدوية في السوق المصري محل هذه الدراسة، فهي الحلقة البينية بين الشركات المصنعة للأدوية، وبين عملائها من صيدليات ومستشفيات ومخازن للأدوية، فهي تتفاعل مع عملائها من خلال استخدام أنظمتها الذكية المتطورة لإدارة علاقات العملاء التي تساعدها في تحقيق قيمة مضافة تعزز من خلالها وضعها التنافسي. وتأسيسًا على ما سبق تسعي دراستنا للتعرف على دور الذكاء الاصطناعي في إدارة علاقات العملاء في تحقيق ميزة تنافسية لشركات توزيع الأدوية الخاصة في مصر.
الإطار النظري
مع التقدم المتسارع في تطوير الأنظمة الذكية. تسعى المؤسسات لإضافة أحدث النظم في إدارة العلاقات مع العملاء. إلى هيكلها. وتعد أنظمة إدارة العملاء الذكية المبنية على تقنيات الذكاء الاصطناعي من أحدث الأنظمة التكنولوجية المستخدمة، حديثا فتك الأنظمة تقوم بجمع كميات ضخمة من البيانات من مصادر متعددة ثم تحللها، وتعالجها ذاتيا، وبشكل سريع ودقيق بالإضافة لقدرة تلك الأنظمة على التنبؤ بسلوكيات، وتوجهات العملاء، وتوقعاتهم المستقبلية، كما تساعد متخذي القرار على سرعة اتخاذ أو تحسين القرارات الإدارية أو الخاصة بالعملاء أو قرارات استراتيجية لتحسين الوضع التنافسي للمؤسسة. كما أن قدرة الأنظمة الذكية على تفسير البيانات الخارجية بشكل صحيح، والتعلم من هذه البيانات، واستخدام تلك المعرفة بشكل جيد يساعدها على التكيف بشكل مرن من المتغيرات المحيطة لتحقيق أهدافها (Kaplan & Haenlein, 2019). وفي هذا السياق، تؤكد دراسة (Al-Qawasmi, 2026)أن القيادة الإدارية الرشيدة تلعب دورًا محوريًا في تعزيز فعالية التحول الرقمي، من خلال دعم المرونة التنظيمية وتسريع الاستجابة للتغيرات التكنولوجية في المؤسسات التعليمية.
مفهوم الذكاء الاصطناعي
بدأ مفهوم الذكاء الاصطناعي منذ الخمسينيات، فأول من صاغ مفهوم للذكاء الاصطناعي هو John McCarthy، الذي أفاد بأن أي ميزة من مميزات الذكاء البشري يمكن أن يتم وصفها بدقة، بحيث يمكن صنع آلة تحاكي هذه الميزة، وأن الذكاء الاصطناعي هو قدرة الآلات على الفهم، والتفكير، والتعلم بنفس الأسلوب البشري (McCarthy et al., 1955). وحديثا نجد أن تقنيات الذكاء الاصطناعي لها تأثير كبير على أعمالنا اليومية. كما يتوقع الخبراء أن السنوات المقبلة ستصبح عمليات اتخاذ أغلب القرارات اليومية تعتمد على الأنظمة الذكية بدلاً من الإنسان. الذكاء الاصطناعي هو أحد علوم الحاسبات، والمعلومات، والذي يختص بإنشاء، وابتكار نظم، وآلات ذكية، ومجموعات يمكنها توصيف الأشياء، والأحداث المحيطة، ومحاكاة السلوكيات البشرية (الإنسانية) باستخدام العلاقات المنطقية، والحسابية، والخواص الكيفية لتلك المجموعات (جميل وعثمان، 2012). كما يمكن القول أن مصطلح الذكاء الاصطناعي أو ذكاء الآلات هو أحد علوم الكمبيوتر التي ترتكز على أنظمة تستطيع محاكاة ذكاء الإنسان، والحيوان، وتجميع البيانات، وتحليلها بسرعة، واتخاذ القرارات (Burmeister, 2019).
أهمية الذكاء الاصطناعي
تشهد المؤسسات تحولاً تكنولوجياً سريعًا، ومنافسة شرسة نتيجة للتطور الهائل في إدارة أعمالها، واحتياجاتها، وحدة في المنافسة للحفاظ على عملائهم الحاليين، وجذب عملاء محتملين مربحين. الأمر الذي جعل من اهم أولويات المؤسسات استخدام أحدث الأنظمة الذكية لقدرتها على جمع، وتحليل أكبر قدر من البيانات، وتحويلها إلى معلومات بشكل سريع تساعدها في فهم احتياجات العملاء بوتيرة أسرع، والتنبؤ بمتطلباتهم، واتخاذ قرارات دقيقة سريعة أثناء تقديم خدماتها.
إيجابيات الأنظمة الذكية: من أهمها قدرتها على أداء المهام بشكل مستمر دون تعب بغض النظر عن الظروف المحيطة بها، والقيام بالمهام الروتينية المتكررة، أو التي تشكل خطورة على الإنسان، بالإضافة إلى التعلم الذاتي، والإدراك وندرة الأخطاء التي يمكن أن تحدث، وعدم تأثرها بالعواطف فهذه الأنظمة تعمل وفق طرق برمجية منطقية تمكنها من تحليل البيانات الضخمة المتنوعة المصادر بشكل سريع، واتخاذ القرارات بدقة. كما تشير دراسة (Ismail, 2026)إلى أن إدارة المواهب الرقمية تمثل أحد الركائز الأساسية في دعم التحول الرقمي، حيث تسهم في تنمية رأس المال البشري وتعزيز قدرة المؤسسات على الابتكار وتحقيق الأداء المستدام.
سلبيات الأنظمة الذكية: من أهمها ارتفاع تكلفة شرائها، وتهيئة بنيتها التحتية. عدم تمكنها من إدراك القيم الأخلاقية، وانتهاك الخصوصية، ونظراً للتطور الهائل التي وصلت له تلك الأنظمة، والآلات الذكية، ومن قدرتها على محاكاة الإنسان، والتعلم التلقائي. فيتوقع الخبراء أن يؤدي هذا التطور المتسارع إلى الاستغناء عن الأيدي العاملة في المستقبل القريب.
مفهوم إدارة علاقات العملاء الذكية
اختلفت آراء الباحثين حول مفهوم، وتعريف إدارة علاقات العملاء مما أدى إلى عدم توافق واضح، لمفهوم إدارة علاقات العملاء. إدارة علاقات العملاء هي كافة الأنشطة التي تهدف إلى التفاعل المباشر مع العملاء خلال دورة حياتهم مع المؤسسة بالإضافة لاستخدام أفضل لتكنولوجيا المعلومات لبناء علاقة طويلة المدى مع العملاء، وتقديم خدمات تناسب رغباتهم، ومتطلباتهم، واكتساب رضائهم، والاستمرارية (فاروق، 2019). مع بداية استخدام نظم إدارة علاقات العملاء الإلكترونية أشار بعض الأكاديميين، والباحثين إلى أن هناك اختلافات واضحة بين المفهوم التقليدي لإدارة علاقات العملاء وإدارة العلاقات الإلكترونية. أهمها أسلوب الاستخدام حيث تعتمد إدارة علاقات العملاء الإلكترونية على الإنترنت كعنصر أساسي. إدارة علاقات العملاء الإلكترونية هي تطور لإدارة علاقات العملاء التقليدية من خلال إضافة أساليب تكنولوجية تتناسب مع الأسواق الإلكترونية (Navimipour & Soltani, 2016). هذا وقد أشار الباحثون مع ظهور الأنظمة الذكية أن مفهوم إدارة علاقات العملاء الذكية (CRM-i) مُنبثق من المفهوم الأساسي للذكاء الاصطناعي الذي يشير إلى تمكين الآلات والأنظمة للقيام بمهام تتطلب الذكاء البشري، وان إضافة الذكاء الاصطناعي لإدارة علاقات العملاء يُحدث تغير سريع في أسلوب إدارة العلاقة مع العملاء منها التنبؤ بسلوكيات العملاء. إدارة علاقات العملاء الذكية (CRM-i) هي قدرة أنظمة إدارة علاقات العملاء على جمع، وتحليل، بيانات العملاء الخارجية ذاتيًا، وبشكل دقيق من خلال التقنيات التكنولوجية الحديثة الذكية، والاستفادة منها لتحقيق أهداف محددة (Kaplan & Haenlein, 2019).
أهمية استخدام تقنيات الذكاء الاصطناعي في إدارة علاقات العملاء
«العملاء هم أساس نجاح أي مؤسسة». «العملاء هم أحد العوامل الأساسية التي تؤثر على ربحية المؤسسة». «تستخدم المؤسسات أنظمة إدارة علاقات العملاء لتطوير علاقاتها مع العملاء». من خلال العبارات السابقة يتضح أن المؤسسات التي ليس لديها معلومات دقيقة عن عملائها قد تنخفض أرباحها، وعدد عملائها لذلك قد يحتاج متخذي القرار نظام يتيح له تحليل البيانات، واستخدامها بشكل سريع، ودقيق. وأشار (Quan & Sanderson, 2018)إنه في الآونة الحديثة بدأت المؤسسات في استخدام إدارة علاقات العملاء الذكية في العمليات التجارية، والتي تعتبر ثورة في قواعد عالم الأعمال، فقد مرت التجارة بالعديد من المراحل لتصبح أسرع، وأكثر ملاءمة لتلبية متطلبات السوق، والعملاء، والمؤسسات، ولذلك اتجهت المؤسسات لأنظمة إدارة علاقات العملاء، وسخرت لها جميع إمكانياتها، ومواردها المتاحة، وخاصة في المبيعات لتحقيق فرص بيع أسرع، وبالتالي زيادة أرباحها، ونموها، وقد تم تطوير عمليات تحليل البيانات، وزيادة سرعتها بشكل كبير إلى أن أصبحت سرعة تحليل البيانات من المميزات التنافسية للمؤسسات (Lepenioti et al., 2020). ومع إضافة الذكاء الاصطناعي لأنظمة إدارة علاقات العملاء أصبحت عمليات التسويق تسير بشكل أفضل بسبب أنظمة إدارة البيانات، والمعلومات التي يتم جمعها بشكل دقيق، وسريع، وتحليل سلوك العملاء، وربطها بقواعد البيانات لاستهداف العملاء المربحين منهم.
مفهوم الميزة التنافسية
مفاهيم الميزة التنافسية متعددة لكنها اتفقت على إجابة سؤال واحد. ما الذي يميز بين المؤسسات التي تعمل في بيئة عمل واحدة؟ وإجابة هذا السؤال يحاول الأكادميين، والباحثين وضع مفهوم موحد شامل للميزة التنافسية، ومن أشهر هذه المفاهيم مفهوم Michael Eugene Porter أستاذ الإدارة الاستراتيجية بجامعة هارفارد، فعرفها (Porter, 1998)أنها قدرة المؤسسة على تطوير مواردها، وقدراتها لتقديم خدمة أو منتج ذو أفضلية في الجودة أو سعر أقل من منافسها للحصول على تميز في القيمة المقدمة للمستفيدين منها، وأفاد (Amadeo, 2020) أنه نتيجة تحليل Porter لكثير من المؤسسات ظهرت ثلاثة مجالات من الممكن من خلالهم أن تحقق المؤسسة ميزة تنافسية منها التحكم في التكاليف، والتفرد بخدمة أو سلعة، ويجب على الشركات التي تهدف إلى إنشاء ميزة تنافسية أن تكون قادرة على تحديد منافسها، وسوقها المستهدف، والمميزات التي تقدمها لعملائها.
مؤشرات الميزة التنافسية
للميزة التنافسية للمؤسسة أكثر من مؤشر يمكن استخدمه. وأغلب المؤشرات المستخدمة للقياس هي ربحية المؤسسات، وحصتها السوقية، ونمو مبيعاتها السنوية نظرًا لتوافر البيانات الملموسة في هذه المؤشرات (شليبي، 2011). وتم الإفادة بأن مؤشرات التفوق في الميزة التنافسية تتحقق من خلال عنصرين القيمة المدركة للعميل، والتفرد في الأداء، ويرجع ذلك إلى نتيجة اندماج عدة عوامل في المؤسسة، وتطبيق عدة معايير، ومجموعة من القدرات، والإمكانيات، وإجراءات لصياغة استراتيجية تجعل المؤسسة أكثر كفاءة، وتفردًا (جاد الرب، 2013).
الدراسات السابقةدراسات تناولت تقنيات الذكاء الاصطناعي
دراسة (عطية، 2019). وتهدف إلى تحديد مدى اعتماد وسائل الإعلام المصرية على استخدام الذكاء الاصطناعي، وقد تبين وجود اختلافات بين آراء الإعلاميين المصريين حول تقبل استخدام نظم الذكاء الاصطناعي. فقد أشار بعضهم إلى التهديد بفقدان وظائفهم مع تطبيق الأنظمة الذكية، ومع ذلك فهم مستعدين لاستخدام التقنيات الذكية الجديدة في مساعد للإعلاميين وتوفير المجهود المبذول لتصنيف الأخبار دون فقدان وظائفهم في حين شدد آخرون على ضرورة إنشاء مراكز بحثية وإدارات متكاملة للذكاء الاصطناعي. وقد توصلت الدراسة إلى وجود دالة إحصائية بين سهولة الاستخدام، والعائد من استخدام الأنظمة الذكية، وبعض المتغيرات الأخرى مثل الخصائص الديموغرافية الجنس والعمر والدخل بناءً على تقبل التكنولوجيا الذكية الحديثة.
دراسة (Song, 2019): تفسير الدراسة العوامل التي تؤثر على نوايا استخدام المساعد الافتراضي للذكاء الاصطناعي بالاعتماد على نموذج تقبل التكنولوجيا (TAM)، وتوصلت الدراسة، بناء على نتائج نموذج (TAM)، إلى أن السهولة في الاستخدام لها تأثير إيجابي على النوايا السلوكية لاستخدام الافتراضي للذكاء الاصطناعي (مساعد جوجل). بالإضافة إلى أن سهولة الاستخدام، ومعايير المستخدم الذاتية لها تأثير واضح إيجابي على الفائدة من استخدام (مساعد جوجل) المساعد الافتراضي للذكاء الاصطناعي.
دراسات تناولت إدارة علاقات العملاء
دراسة (العزب والرميدي، 2020)، وهدفت إلى دراسة أثر إدارة علاقات العملاء الإلكترونية على الأداء التسويقي لشركات السياحة في ظل وجود الكفاءة، والإبداع، والاستجابة المتميزة كمتغيرات وسيطة. توصلت الدراسة إلى أن الإبداع والكفاءة، والاستجابة المتميزة كمتغيرات وسيطة لها دور وسيط في العلاقة بين إدارة علاقات العملاء الإلكترونية، والأداء التسويقي في شركات السياحة.
دراسة (Najafi & Rodi, 2017)، وهدفت إلى دراسة تأثير الإدارة الإلكترونية لعلاقات العملاء على جودة علاقات العملاء، ومدي الاهتمام من قِبل المستخدمين، والأكاديميين لإدارة علاقات العملاء الإلكترونية، وتبني المؤسسات للتقنيات الإلكترونية، والاستراتيجيات التي تهدف إلى التركيز على إدارة العلاقات مع العملاء بكفاءة، وفاعلية. توصلت الدراسة إلى أن بناء علاقات متكاملة مع العملاء يتطلب الكثير من المعرفة الوثيقة مع عملائها، وان هناك ظهور لتقنيات حديثة تساعد على تغير أسلوب واستراتيجيات تعامل المؤسسات مع عملائها، ودمج خدمة العملاء مع التسويق، والبيع، والمعرفة الوثيقة لسلوك العملاء لتلبية متطلبات، واحتياجات العملاء.
دراسة (Saeed & Taher, 2026)، وهدفت إلى قياس فاعلية التحول الرقمي في تحسين الأداء المؤسسي في مؤسسات التعليم العالي. وتوصلت الدراسة إلى وجود تأثير إيجابي معنوي للتحول الرقمي على كفاءة العمليات المؤسسية وجودة الخدمات التعليمية، مما يعزز من القدرة التنافسية للمؤسسات.
دراسات تناولت الميزة التنافسية
دراسة (Barsy, 2017)، وهدفت إلى إظهار تأثير إدارة علاقات العملاء، والتقنيات الحديثة، والمميزات التي تستخدمها شركة مصر للطيران لتحقيق ميزة تنافسية. وقد توصلت الدراسة إلى نتائج تساعد في التأثير الإيجابي لإدارة علاقات العملاء في تحقيق ميزة تنافسية، والتي تتمثل في أبعاد إدارة علاقات العملاء كرضا العملاء، وولائهم، وثقتهم. ويظهر تحليل البيانات رضاء العملاء عن الميزة الجديدة التي أضافتها من خلال تطوير تطبيق إلكتروني يسعى «المسافر الدائم»، والذي عزز العلاقة بين الشركة والعملاء، وأكد على قيمة العملاء من خلال التركيز على الاتصال المباشر معهم وأخذ في الاعتبار ملاحظاتهم لتحسين أدائهم.
دراسة (Noorani et al., 2017)، وهدفت إلى التعرف على دور إدارة علاقات العملاء الإلكترونية في استدامة الميزة التنافسية في صناعة الضيافة في كينيا. وقدرة إدارة علاقات العملاء الإلكترونية على تحقيق الربحية، والاستدامة في العلاقات طويلة الأمد مع العملاء. وقد توصلت الدراسة إلى أن العناصر الداعمة لإدارة علاقات العملاء الإلكترونية مثل تفاعل العملاء، وإدارة التوقعات تساعد على استدامة الميزة التنافسية. وان استخدام التكنولوجيا في الخدمات عبر الإنترنت كان لها تأثير إيجابي في تحقيق الميزة التنافسية المستدامة بين العملاء، والفنادق بكينيا.
الفجوة البحثية
وتتميز الدراسة الحالية في إنها تطرقت إلى التركيز على استخدام تقنيات الذكاء الاصطناعي كعنصر أساسي من عناصر إدارة علاقات العملاء في قطاع توزيع الأدوية نظرًا لأهمية هذا القطاع، ودوره الفعال في نمو قطاع الأدوية في مصر، وتحقيق ميزات تنافسية للمؤسسات القطاع، أما الدراسات السابقة فقد تناولت إدارة علاقات العملاء التقليدية والدور الذي تقوم به في المؤسسات دون التطرق إلى نظم إدارة علاقات العملاء الذكية التي تعتمد على تقنيات الذكاء الاصطناعي الحديثة. كما استفاد الباحث من الدراسات السابقة في صياغة المشكلة البحثية، وتحديد الإطار النظري والمنهجي للدراسة، وصياغة الفروض، وتحديد النموذج العلمي للدراسة، والذي ساهم في تحديد متغيرات الدراسة. كما كان له دور جوهري في تفسير نتائج الدراسة التي توصل إليها الباحث.
مشكلة الدراسة
من خلال ما سبق قام الباحث بتحديد مشكلة الدراسة من خلال الإجابة على التساؤل الرئيسي الآتي:
ما هو دور الذكاء الاصطناعي بإدارة علاقات العملاء في تحقيق الميزة التنافسية في شركات توزيع الأدوية الخاصة؟
ومن هذا التساؤل الرئيسي ينبثق مجموعة من الأسئلة الفرعية التالية:
هل توجد فروق ذات دلالة إحصائية بين المديرين في شركات توزيع الأدوية الخاصة في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء باختلاف المتغيرات الديموغرافية (الجنس، العمر، المؤهل العلمي، الخبرة)؟
هل توجد علاقة ذات دلالة إحصائية بين استخدام الذكاء الاصطناعي بإدارة علاقات العملاء، وتحقيق الميزة التنافسية في شركات توزيع الأدوية الخاصة؟
هل يوجد علاقة بين أبعاد الذكاء الاصطناعي بإدارة علاقات العملاء، والميزة التنافسية في شركات توزيع الأدوية؟
ما مدي استخدام أنظمة الذكاء الاصطناعي بإدارة علاقات العملاء في شركات توزيع الأدوية الخاصة؟
ما هي المعوقات التي تواجهه شركات توزيع الأدوية الخاصة عند استخدام أنظمة الذكاء الاصطناعي في إدارة علاقاتها مع عملائها؟
أهداف الدراسة
معرفة الاستخدام الفعلي لإدارة علاقات العملاء التي تعتمد على تقنيات الذكاء الاصطناعي في شركات توزيع الأدوية الخاصة المصرية، ومعرفة أهم المعوقات التي تواجه شركات توزيع الأدوية في تحقيق أقصي استفادة ممكنة من تطبيق أنظمة الذكاء الاصطناعي لإدارة علاقات العملاء، والتعرف على مدي أهمية إدارة علاقات العملاء الذكية بشركات توزيع الأدوية الخاصة المصرية، وقياس العلاقة بين أبعاد الذكاء الاصطناعي بإدارة علاقات العملاء، وتحقيق الميزة التنافسية في شركات توزيع الأدوية الخاصة المصرية.
أهمية الدراسة
هذه الدراسة قد تلفت نظر المسؤولين في شركات التوزيع، وبخاصة توزيع الأدوية على إعطاء الاهتمام الكافي بالنظم الذكية لإدارة علاقات العملاء للمساعدة على الصمود أمام المنافسة القوية في مجال عملها، ولتحقيق ميزة تنافسية. كما قد تساعد هذه الدراسة بعض الشركات، وبخاصة توزيع الأدوية في تغيير أو تطوير أنظمة التواصل التقليدية، واستخدام أنظمة ذكية مع العملاء بهدف بناء علاقات إيجابية مستمرة طويلة الأجل، وبما يتناسب مع التطور المتسارع للأنظمة الذكية في إدارة العملاء. والدراسة قد تساعد أيضًا رؤساء مجالس الإدارات على تطوير استراتيجيات إدارة العملاء الحالية، وبناء استراتيجيات إيجابية غير تقليدية باستخدام تقنيات الذكاء الاصطناعي مع العملاء.
نموذج الدراسة
فروض الدراسة
من خلال الإطار العام للدراسة، والفجوة البحثية، والدراسات السابقة. وانطلاقاً من التساؤل الرئيسي لمشكلة الدراسة ما هو دور الذكاء الاصطناعي بإدارة علاقات العملاء في تحقيق الميزة التنافسية في شركات توزيع الأدوية الخاصة؟ والتساؤلات الفرعية المنبثقة منه. تم وضع الفروض الآتية لكي يتم تأكيد صحتها أو رفضها.
الفرض الرئيسي الأول
لا توجد فروق ذات دلالة إحصائية بين المديرين في شركات توزيع الأدوية الخاصة في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء باختلاف المتغيرات الديموغرافية (الجنس، العمر، المؤهل العلمي، سنوات الخبرة).
الفرض الرئيسي الثاني
لا توجد علاقة ذات دلالة إحصائية بين استخدام الذكاء الاصطناعي بإدارة علاقات العملاء، وتحقيق الميزة التنافسية في شركات توزيع الأدوية الخاصة. وينبثق من هذا الفرض مجموعة من الفروض الفرعية:
لا توجد علاقة ذات دلالة إحصائية بين إدارة بيانات العملاء، وتحقيق الميزة التنافسية في شركات توزيع الأدوية الخاصة.
لا توجد علاقة ذات دلالة إحصائية بين الحفاظ على العملاء، وتحقيق الميزة التنافسية في شركات توزيع الأدوية الخاصة.
لا توجد علاقة ذات دلالة إحصائية بين التواصل مع العملاء، وتحقيق الميزة التنافسية في شركات توزيع الأدوية الخاصة.
لا توجد علاقة ذات دلالة إحصائية بين اتخاذ القرارات، وتحقيق الميزة التنافسية في شركات توزيع الأدوية الخاصة.
تصميم الدراسةمنهجية الدراسة
اعتمد الباحث على المنهج الوصفي التحليلي في معظم مراحل الدراسة، وتم استخدام الاستبيان كأداة رئيسية لجمع البيانات.
عينة الدراسة
تكونت عينة الدراسة من 291 مدير في الإدارتين العليا والوسطى، والمتعاملون بشكل مباشر مع إدارة علاقات العملاء الذكية داخل الشركات (المتحدة للصيادلة، ابن سينا فارما، فارما أوفر سيز، مالتي فارما). وخلال عام 2020 قامت الشركات محل الدراسة بتوزيع حوالي %68.16 بقيمة 81.8 مليار جنية تقريبًا من إجمالي حجم توزيع الأدوية، ومستلزماتها في السوق المصري، والذي يبلغ حوالي مئة وعشرون مليار جنية، والشكل (2)، والجدول (1)، يوضحان الحصص السوقية لشركات التوزيع الخاصة للأدوية عام 2020، وعدد الموظفين ومديري الإدارات العليا.
الحدود الزمنية
تغطي الدراسة الفترة الزمنية خلال عام (2020).
أسلوب احتساب عينة الدراسة
تم احتساب الحد الأدنى لحجم العينة باستخدام معادلة ستيفن تومسون (Thompson, 2012). وكان الحد الأدنى لتكوين العينة (166) مفردة. وتم توزيع 200 استبيان على المديرين المتعاملين مع إدارة علاقات العملاء الذكية في الإدارة العليا، والوسطي بشركات توزيع الأدوية محل الدراسة، وبلغت الاستبيانات المستردة 198 مما يدل على وجودة نسبة استجابة مرتفعة، وتم استبعاد خمس استبيانات تالفة، وأصبح العدد الإجمالي لعينة المبحوثين 193 مديرًا في الإدارة العليا، والمتوسطة.
أداة جمع بيانات الدراسة
تم تصميم استبيان كأداة للدراسة بشكل يتناسب مع متغيراتها من خلال الاطلاع على الدراسات السابقة المتعلقة بموضوع الدراسة، وتم استخدام «مقياس ليكرت الخماسي»، وتكون الاستبيان في صورته النهائية من (55) فقرة مقسمة إلى (38) فقرة تقيس أبعاد الذكاء الاصطناعي بالنسبة لإدارة علاقات العملاء (17) فقرة تقيس الميزة التنافسية، وكانت الإجابات على كل فقرة مكونة من خمس إجابات حسب «مقياس ليكرت الخماسي» حيث الدرجة (5) تعني موافق بشدة، والدرجة (4) تعني موافق، والدرجة (3) تعني محايد، والدرجة (2) تعني غير موافق، والدرجة (1) تعني غير موافق بشدة. وتم وضع مقياس ترتيبي لهذه الدرجات لإعطاء مدلول للوسط الحسابي، والاستفادة منها عند تحليل النتائج، والجدول (2) يوضح ذلك. وتم إعداد الجدول (2) وفق المعايير الآتية: المدى (1-5 = 4)، (أعلى قيمة – أدنى قيمة). وطول الفئة (0.80 = 5÷4) وعدد الفئات خمسة (حسب مقياس ليكرت الخماسي المستخدم في الدراسة)، إلى أقل قيمة في المقياس (بداية المقياس، وهي واحد صحيح) لتحديد الحد الأعلى لهذه الخلية، وأصبح بإمكان تصنيف قيم المتوسطات الحسابية لكل فقرة من الفقرات، والأهمية النسبية لها.
الحصص السوقية لشركات توزيع الأدوية في مصر 2020
الحصص السوقية لأكبر أربع شركات خاصة في قطاع توزيع الأدوية في عام 2020
شركة التوزيع
نسبة البيع
قيمة البيع بالجنية
عدد الموظفين
مديري الإدارة العليا، والوسطى
المتحدة للصيادلة (UCP)
%26.0
31.2 مليار
7000
105
ابن سينا فارما (ISP)
%21.7
26.0 مليار
6000
90
فارما أوفر سيز (POS)
%15.9
19.1 مليار
5000
75
مالتي فارما (MEC)
%4.6
5.5 مليار
1400
21
الإجمالي
%68.16
81.8 مليار
19400
291
المصدر: تقارير شركات توزيع الأدوية وتقرير مؤسسة (IMS) للمعلومات الدوائية 2020
مقياس تحديد الوزن النسبي والأهمية النسبية للوسط الحسابي
الوسط الحسابي
الوزن النسبي
درجات المقياس المستخدمة في الدراسة
الأهمية النسبية لدرجات المقياس
من
إلى
من
إلى
4.20
5.00
%84
%100
موافق بشدة
درجة كبيرة جدا
3.40
4.19
%68
%83.8
موافق
درجة كبيرة
2.60
3.39
%52
%67.8
محايد
درجة متوسطة
1.80
2.59
%36
%51.8
غير موافق
درجة صغيرة
1.00
1.79
%20
%35.8
غير موافق بشدة
درجة صغيرة جدا
المصدر عز عبد الفتاح، 2008
صدق أداة الدراسة
الصدق الظاهري: تم عرض أداة الدراسة على مجموعة من المحكمين الأكاديميين من ذوي الخبرة والاختصاص، وأيضا من المديرين العاملين بمجال تقنيات الذكاء الاصطناعي لإبداء رأيهم فيها من حيث مدى مناسبة الفقرة للمحتوى، ومدى كفاية أداة الدراسة من حيث عدد الفقرات، وشموليتها، وتنوع محتواها، وتقويم مستوى الصياغة اللغوية أو أية ملاحظات أخرى يراها المحكم لازمه للتعديل أو التغيير أو الحذف. وقد أجريت التعديلات اللازمة حسب ملاحظات، وتوصيات المحكمين مثل توضيح محتوى بعض الفقرات، ودمج، وحذف، بعض الفقرات لتصبح الدراسة ملائمة.
الصدق البنائي: هو مقاييس لصالحية، وصدق الأداة حيث لقياس مدى نجاحها في تحقيق الأهداف التي تسعى إلى الوصول إليها، وما إذا كانت يمكنها قياس المضمون الذي صممت من أجله أم لا (عباس، 2014). وتم استخراج معامل ارتباط Pearson Correlation الذي يُظهر مدى ارتباط درجة كل فقرة مع الدرجة الكلية لمحورها لتحديد قدرة كل فقرة من فقرات المقياس على التميز، وتعتبر الفقرات السالبة أو التي يقل معامل ارتباطها عن (0.25) متدنية، ويفضل حذفها (Linn & Gronlund, 2012). والجدول (3) يوضح نتائج الصدق البنائي لمحاور الاستبيان.
يتضح من الجدول (3) أن معاملات الارتباط لمحاور استبيان الدراسة تراوحت ما بين (0.826-0.716) وهي داله عند مستوى معنوية (0.05=α) (0.01)، وبذلك تعتبر فقرات المحاور صادقه لما وضعت لقياسه.
معاملات الارتباط لمحاور استبيان الدراسة والدرجة الكلية للمقياس
المتغير
المحور
عدد فقرات المحور
معامل ارتباط الفقرات
المتغير المستقل الذكاء الاصطناعي بإدارة علاقات العملاء
إدارة بيانات العملاء
8
0.733
الحفاظ على العملاء
8
0.754
إدارة توقعات العملاء
7
0.766
التواصل مع العملاء
8
0.716
اتخاذ القرارات
7
0.826
المتغير التابع
تحقيق الميزة التنافسية
17
0.772
المصدر: إعداد الباحث بالاعتماد على مخرجات برنامج (SPSS 25)
ثبات فقرات الاستبيان
ثبات أداة الدراسة تعني التأكيد على أن الإجابة ستكون واحدة تقريبًا إذا تكرر تطبيقها على الأشخاص ذاتهم في توقيت مختلف. وأجرى الباحث خطوات الثبات معامل ألفا كرونباخ مقياس أو مؤشر لثبات الاستبيان كطريقة ثانية لقياس الثبات، ولذلك قام الباحث بحساب معامل الثبات لكل العبارات المرتبطة بالاستبيان، وتم دراسة ثبات أداة الدراسة من خلال قيمة معامل الثبات كرونباخ ألفا (Alpha Cronbach) لكل بُعد، وهذا المعامل يقيس الاتساق الداخلي في فقرات الاستبيان. وحتى يتحقق ثبات الأداة يجب أن يكون معامل كرونباخ ألفا أكبر من أو يساوي 0.60.
ويتضح من جدول (4) أن جميع قيم معاملات الثبات موجبة مع تقارب قيمها من محور لآخر، وجميعها معاملات ثبات مرتفعة، وتزيد عن 0.60 مما يطمئن الباحث على توافر درجة ثبات عالية لاستمارة الاستقصاء.
معامل ألفا لكرونياخ لقياس ثبات محاور الدراسة
المحور
عدد الفقرات
معامل الثبات
إدارة بيانات العملاء
8
0.878
الحفاظ على العملاء
8
0.915
إدارة توقعات العملاء
7
0.895
التواصل مع العملاء
8
0.862
اتخاذ القرارات
7
0.930
تحقيق الميزة التنافسية
17
0.957
نتائج اختبار التوزيع الطبيعي للمحاور المختلفة
المحور
قيمة الاختبار
القيمة الاحتمالية
إدارة بيانات العملاء
0.158
0.001
الحفاظ على العملاء
0.155
0.001
إدارة توقعات العملاء
0.179
0.001
التواصل مع العملاء
0.132
0.001
اتخاذ القرارات
0.162
0.001
تحقيق الميزة التنافسية
0.132
0.001
الأساليب الإحصائية المستخدمة
لتحقيق أهداف الدراسة، وتحليل البيانات التي تم تجميعها، وتم استخدام العديد من الأساليب الإحصائية المناسبة منها الحزم الإحصائية للعلوم الاجتماعية SPSS، وتم ترميز، وإدخال البيانات إلى الحاسب الآلي حسب مقياس ليكرت الخماسي (لا أوافق بشدة 1، لا أوافق 2، محايد 3، أوافق 4، أوفق بشدة 5)، بالإضافة للنسب المئوية، والتكرارات، والانحرافات المعيارية، والمتوسط الحسابي والمتوسط الحسابي النسبي. ويستخدم هذا الأمر بشكل أساسي لمعرفة تكرار فئات الاستبيان.
المتوسط الحسابي لمحاور الدراسة
في الترتيب الثالث يأتي محور "التواصل مع العملاء" بوزن نسبي 79.2% ومتوسط حسابي 3.96، وهذا يدل أن التواصل مع العملاء يساعد خفض شكاوى العملاء، وفهم رغباتهم، وتلبيتها بشكل أسرع، وبالتالي بناء علاقات إيجابية طويلة الأجل، وقد اجمع أفراد العينة على ذلك.
أما في الترتيب الرابع يأتي محور «الحفاظ على العملاء» بوزن نسبي 79% ومتوسط حسابي 3.95 وهذا يدل أن العملاء جدد، ونمو أرباح الشركة، ويتضح هذا من إجماع أفراد العينة على ذلك.
أما في الترتيب الخامس يأتي محور «اتخاذ القرارات» بوزن نسبي 78.4% ومتوسط حسابي 3.92 وهذا يدل على أن عملية اتخاذ القرارات، يتم اتخاذها بناء على بيانات العملاء الناتجة من تقارير إدارة علاقات العملاء الذكية، وتقوم الإدارات بمراجعتها، وتحسينها، وتبني أساليب مبتكرة مع العملاء إذا لزم الأمر لتلبية متطلبات، ورغبات العملاء، وقد اجمع أفراد العينة على ذلك.
أما الترتيب السادس، والأخير يأتي محور «إدارة توقعات العملاء» بوزن نسبي 78.2% ومتوسط حسابي 3.91 يدل أن إدارة توقعات العملاء، والتعرف على احتياجات العملاء المستقبلية، على تحويل توقعات العملاء إلى خدمات واقعية، من الأساسيات التي تلبيها إدارة علاقات العملاء الذكية، وقد اجمع أفراد العينة على ذلك.
أما وصفة عامة يمكننا القول إن المتوسط الإجمالي لجميع فقرات الاستبيان هو 3.98 بوزن نسبي 79.6% ومعني أن أراء المستجيبين كانت إيجابية بالنسبة لجميع المحاور مجتمعة.
اختبار فرضيات الدراسة
تم استخدم العديد من المقاييس، والاختبارات الإحصائية لاختبار فرضيات الدراسة والتحقق من صحتها منها:
اختبار مان-وتني (Mann-Whitney Test): إذا كانت القيمة الاحتمالية لاختبار مان-وتني أكبر من مستوى المعنوية (α=0.05) فإنه لا يمكن رفض الفرضية الصفرية (Null Hypothesis). أما إذا كانت القيمة الاحتمالية أقل من مستوى المعنوية (α=0.05) فسيتم رفض الفرضية الصفرية، وقبول الفرضية البديلة.
اختبار كروسكال ويلز (Kruskal-Wallis Test): إذا كان القيمة الاحتمالية لاختبار (كروسكال) أكبر من مستوى المعنوية (α=0.05) فلا يمكن رفض الفرضية الصفرية (H0). أما إذا كانت القيمة الاحتمالية أقل من مستوى المعنوية (α=0.05) فسيتم رفض الفرضية الصفرية (H0)، وقبول الفرضية البديلة (H1).
معامل ارتباط سيرمان: لمعرفة مدي قوة العلاقة بين المتغيرات في فروض الدراسة، فإذا كان القيمة الاحتمالية لاختبار معامل الارتباط أكبر من مستوى المعنوية (α=0.05) فإنه لا يمكن رفض الفرضية الصفرية. أما إذا كانت القيمة الاحتمالية لاختبار معامل الارتباط أقل من مستوى المعنوية (α=0.05) فسيتم رفض الفرضية الصفرية، وقبول الفرضية البديلة.
الفرضية الأولى الرئيسية
لا توجد فروق ذات دلالة إحصائية بين المديرين في شركات توزيع الأدوية الخاصة في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء باختلاف المتغيرات الديموغرافية (الجنس، العمر، المؤهل العلمي، سنوات الخبرة).
ولاختبار صحة الفرض الرئيسي الأول تم اختبار الفروض الفرعية التالية:
الفرضية الفرعية الأولى
لا توجد فروق ذات دلالة إحصائية بين المديرين في شركات توزيع الأدوية الخاصة في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء تعزي لمتغير الجنس، وللتحقق من فروض الدراسة، والختبار مدى صحتها تم استخدام اختبار مان-وتني (Mann-Whitney Test) لمعرفة هل يوجد فرق بين الذكور، والإناث في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء.
أشارت نتائج الجدول (11) إنه لا توجد فروق ذات دلالة إحصائية لمتغير الجنس في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء حيث وجدت أن قيمة (U = -0.886) عند مستوى معنوية (0.504) ويدل ذلك إلى اقتناع كل من الذكور، والإناث بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء.
اختبار مان-وتني لدلالة الفروق الذكور، والإناث في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء
المتغير
المجموعة
العدد
متوسط الرتب
قيمة U
القيمة (sig) الاحتمالية
الجنس
ذكور
154
95.7
0.668-
0.504
إناث
39
102.3
الفرضية الفرعية الثانية
لا توجد فروق ذات دلالة إحصائية بين المديرين في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء تعزي لمتغير العمر، وللتحقق من الفرضية، واختبار مدى صحتها، تم استخدام اختبار كروسكال ويلز (Kruskal-Wallis Test) لمعرفة هل توجد فروق بين المجموعات العمرية في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء كما يلي:
أشارت نتائج الجدول (12) إنه لا توجد فروق ذات دلالة إحصائية لمتغير العمر في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء حيث وجدت أن قيمة H (0.884) عند مستوى معنوية (0.844) ويدل ذلك إلى عدم وجود فروق بين الفئات العمرية المختلفة بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء.
اختبار كروسكال ويلز لدلالة الفروق بين المجموعات العمرية في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء
المتغير
المجموعة
العدد
متوسط الرتب
قيمة H
القيمة (sig) الاحتمالية
العمر
من 25 إلى 30
51
99.8
0.884
0.844
من 30 إلى 40
84
97.6
أكثر من 40
58
93.7
الفرضية الفرعية الثالثة
لا توجد فروق ذات دلالة إحصائية بين المديرين في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء تعزي لمتغير المؤهل العلمي، وللتحقق من الفرضية، ومدى صحتها تم استخدام اختبار مان-وتني (Mann-Whitney Test) لمعرفة هل يوجد فرق بين الحاصلين على البكالوريوس، والحاصلين على دراسات عليا في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء.
أشارت نتائج جدول (13) إنه لا توجد فروق ذات دلالة إحصائية لمتغير المؤهل العلمي في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء حيث وجدت أن قيمة (U = -0.336) عند مستوى معنوية (0.737) ويدل ذلك إلى اقتناع كل من الحاصلين على مؤهلات علمية مختلفة بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء.
اختبار مان-وتني لدلالة الفروق حسب متغير المؤهل العلمي في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء
المتغير
المجموعة
العدد
متوسط الرتب
قيمة U
القيمة (sig) الاحتمالية
المؤهل العلمي
بكالوريوس / ليسانس
150
96.3
0.336-
0.737
دراسات عليا
43
99.5
الفرضية الفرعية الرابعة
لا توجد فروق ذات دلالة إحصائية بين المديرين في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء تعزى لمتغير سنوات الخبرة، وللتحقق من فروض الدراسة، واختبار مدى صحتها، تم استخدام اختبار كروسكال ويلز (Kruskal-Wallis Test) لمعرفة هل توجد فروق بين سنوات الخبرة في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء.
أشارت نتائج جدول (14) إنه لا توجد فروق ذات دلالة إحصائية لمتغير سنوات الخبرة في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء. وقد تبين أن قيمة (H = 3.95) عند مستوى معنوية (0.139) وهذا يدل علي عدم وجود فروق بين الفئات المختلفة لسنوات الخبرة بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء، ويتضح من خلال الفرضية إنه لا توجد فروق ذات دلالة إحصائية بين المديرين في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء مع اختلاف المتغيرات الديموغرافية (الجنس، العمر، المؤهل العلمي، سنوات الخبرة).
اختبار كروسكال ويلز لدلالة الفروق بين سنوات الخبرة في شركات توزيع الأدوية في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء
المتغير
المجموعة
العدد
متوسط الرتب
قيمة التباين H
القيمة (sig)
سنوات الخبرة
أقل من 5 سنوات
-
88.8
3.95
0.139
أقل من 10 سنوات
-
108.6
أكثر من 10 سنوات
-
93.0
الفرضية الثانية الرئيسية
لا توجد علاقة ذات دلالة إحصائية بين استخدام الذكاء الاصطناعي بإدارة علاقات العملاء، وتحقيق الميزة التنافسية في الشركات الخاصة لتوزيع الأدوية، والاختبار صحة الفرضية الرئيسية الثانية تم اختبار الفروض الفرعية التالية:
الفرضية الفرعية الأولى
لا توجد علاقة ذات دلالة إحصائية بين استخدام الذكاء الاصطناعي في إدارة بيانات العملاء، وتحقيق الميزة التنافسية في الشركات الخاصة لتوزيع الأدوية. وللتحقق من الفرضية، واختبار مدى صحتها، تم استخدام معامل ارتباط سيرمان لمعرفة مدى قوة العلاقة بين المتغيرات في فروض الدراسة.
ومن خلال الجدول (15) يتضح إنه توجد علاقة ارتباط طردية ذات دلالة إحصائية بين إدارة بيانات العملاء، وتحقيق الميزة التنافسية حيث بلغت قيمة معامل ارتباط سيرمان 0.56 وهي قيمة ذات دلالة إحصائية عند مستوى 5%.
الفرضية الفرعية الثانية
لا توجد علاقة ذات دلالة إحصائية بين استخدام الذكاء الاصطناعي في الحفاظ على العملاء، وتحقيق الميزة التنافسية في الشركات الخاصة لتوزيع الأدوية. وللتحقق من الفرضية. واختبار مدى صحتها، تم استخدام معامل ارتباط سيرمان لمعرفة مدى قوة العلاقة بين المتغيرات في فروض الدراسة.
ومن الجدول (16) يتضح للباحث إنه توجد علاقة ارتباط طردية ذات دلالة إحصائية بين الحفاظ على العملاء، وتحقيق الميزة التنافسية حيث بلغت قيمة معامل ارتباط سيرمان 0.720 وهي قيمة ذات دلالة إحصائية عند مستوى 5%.
خلاصة نتائج فروض الدراسة
قبول الفرضية الأولى الرئيسية: «لا توجد فروق ذات دلالة إحصائية بين المديرين في شركات توزيع الأدوية الخاصة في اقتناعهم بأهمية الذكاء الاصطناعي بإدارة علاقات العملاء باختلاف المتغيرات الديموغرافية (الجنس، العمر، المؤهل العلمي، سنوات الخبرة).»
ورفض الفرضية الثانية الرئيسية: «لا توجد علاقة ذات دلالة إحصائية بين استخدام الذكاء الاصطناعي بإدارة علاقات العملاء، وتحقيق الميزة التنافسية في الشركات الخاصة لتوزيع الأدوية» فقد اتضح من خلال الفروض الفرعية للفرضية الرئيسية الثانية وجود علاقة ذات دلالة إحصائية بين استخدام الذكاء الاصطناعي بإدارة علاقات العملاء، وتحقيق الميزة التنافسية في الشركات الخاصة لتوزيع الأدوية. كما اتضح وجود علاقة ارتباط طردية قوية ذات دلالة إحصائية بين استخدام الذكاء الاصطناعي بإدارة علاقات العملاء، وتحقيق الميزة التنافسية في الشركات الخاصة لتوزيع الأدوية، وقبول الفرضية البديلة: «توجد علاقة ذات دلالة إحصائية بين استخدام الذكاء الاصطناعي بإدارة علاقات العملاء، وتحقيق الميزة التنافسية في الشركات الخاصة لتوزيع الأدوية» وأكدتها نتائج تحليل الفروض الفرعية للفرضية الثانية الرئيسية، كما اتضح من خلال استخدام نموذج الانحدار المتعدد وجود تأثير للمتغيرات المستقلة لاستخدام الذكاء الاصطناعي في إدارة علاقات العملاء (إدارة بيانات العملاء والحفاظ على العملاء، وإدارة توقعات العملاء، والتواصل مع العملاء، واتخاذ القرارات) على المتغير التابع تحقيق الميزة التنافسية.
التوصيات
من خلال نتائج الدراسة اقترح الباحث بعض التوصيات العامة، والقصرية، والمتوسطة، والطويلة الأجل التي يمكن أن تكون بمثابة توصيات إرشادية، والقابلة للتطبيق في الشركات الخاصة لتوزيع الأدوية.
توصيات عامة
تشجيع الأكاديميين، والباحثين على إجراء المزيد من الدراسات، والأبحاث المستقبلية المتعلقة بالذكاء الاصطناعي في قطاع الأدوية، وشركات توزيعها، بالإضافة إلى تحسين المؤسسات لكفاءة البنية التحتية التكنولوجية، وزيادة الاستثمار في تطبيقات وأنظمة الذكاء الاصطناعي، وتطوير اللوائح اللازمة، والقوانين المتعلقة بالذكاء الاصطناعي، والاستفادة من البلدان التي سبقتنا في تطبيق الأنظمة الذكية لدعم متخذي القرار، وواضعي السياسات في استثمار الجهود لتطوير أنظمة الذكاء الاصطناعي، واستخدام القدرات، والموارد المادية، والبشرية المتاحة، ودمج الخبرات السابقة، والحديثة لابتكار تطبيقات غير تقليدية في مجال الذكاء الاصطناعي.
توصيات قصيرة المدى (الإطار الزمني للتنفيذ من ستة أشهر إلى سنتين)
التوصية
الجهة المختصة بالتنفيذ
استخدام تقنيات علاقات العملاء الذكية للتعرف على مقترحات العملاء، واحتياجات المستقبلية.
الإدارة العليا
ربط الأقسام المعنية بقواعد بيانات واحدة لاستغلال التقارير الصادرة من إدارة علاقات العملاء الذكية بشكل أكثر دقة، وأسرع.
إدارة تكنولوجيا المعلومات
عمل استطاعات رأي بشكل آلي مستمر للعملاء للتعرف على احتياجاتهم، وتطلعاتهم.
إدارة البحوث والتطوير
استخدام وسائل تسويقية ذكية، وفعالة تستهدف فئات العملاء الأكثر ربحية.
إدارة التسويق
توصيات متوسطة وطويلة المدى (الإطار الزمني للتنفيذ من ثلاث سنوات إلى خمس سنوات)
التوصية
الجهة المختصة بالتنفيذ
بناء خطط استراتيجية بالاعتماد على التقارير، والتحليلات التنبؤية في الذكاء الاصطناعي لتلبية متطلبات العملاء، وتطوير إدارات الشركة.
الإدارة العليا
تصنيف المعلومات، والبيانات على إنها أصل من أصول المؤسسات مثل الموارد البشرية، والمالية لما لها من قيمة مالية كبيرة في العصر الحديث.
الإدارة العليا
الإنفاق على أنظمة إدارة علاقات العملاء الذكية لتحقيق متطلبات، وتوقعات العملاء. وبالتالي الاحتفاظ بالعملاء وجذب عملاء جدد.
الإدارة العليا
الدراسات المستقبلية
تتميز دراسة الباحث بأنها توضح دور تقنية الذكاء الاصطناعي كجزء رئيسي في أنظمة إدارة علاقات العملاء المتطورة، لتحقق ميزة تنافسية لشركات توزيع الأدوية. ورغم ذلك فلم يتمكن الباحث من تغطية جميع مجالات استخدام الذكاء الاصطناعي. ولذلك يوصي الباحث أن تكون هناك العديد من الدراسات والأبحاث في بعض الموضوعات، مثل:
دور الذكاء الاصطناعي بإدارة علاقات العملاء بأبعاد أخرى.
دور إدارة علاقات العملاء الذكية في تحسين القرارات الاستراتيجية للمؤسسة.
تأثير استخدام الذكاء الاصطناعي على الوظائف التي تعتمد على العنصر البشري.
تأثير التوسع في استخدام الذكاء الاصطناعي على الخصوصية بالمجتمعات العربية.
المراجعالعزبمحمودالرميديبسامأثر إدارة علاقات العملاء الإلكترونية على دعم الأداء التسويقي الدور الوسيط للكفاءة والإبداع والاستجابة المتميزةمجلة كلية السياحة والفنادق، جامعة مدينة السادات20204جاد الربسيد محمددار النهضة العربية، القاهرة2013جميلعثمانامكانية استخدام تقنيات الذكاء الصناعي في ضبط جودة التدقيق الداخلي دراسة ميدانية في الشركات المساهمة العامة الأردنيةالمؤتمر العلمي السنوي الحادي عشر: ذكاء الأعمال واقتصاد المعرفة، جامعة الزيتونة الأردنية، كلية الاقتصاد والعلوم الإداريةعمان، الأردن2012خليلعباس محمدمدخل إلى مناهج البحث في التربية وعلم النفس5عماندار المسيرة2014عبد الفتاحعز حسنمقدمة في الإحصاء الوصفي والإحصاء الاستدلالي باستخدام SPSS2008عطيةبسنت محمدمدى تقبل الإعلاميين لاستخدام تطبيقات الذكاء الاصطناعي في مجال الإعلام دراسة استطلاعية على عينة من القائمين بالاتصال في إطار نموذج تقبل التكنولوجياالمؤتمر العلمي الدولي الخامس والعشرون كلية الإعلام جامعة القاهرة: صناعة الإعلام في ظل الفرص والتحديات التكنولوجية والاستثماريةمايو2019محمدعماد فاروق فؤادتأثير أنشطة إدارة علاقات العملاء على إدراك العملاء لجودة الخدماترسالة ماجستير غير منشورة، إدارة أعمال، أكاديمية السادات للعلوم الإدارية، كلية العلوم الإدارية2019Al-QawasmiM. A.The role of agile administrative leadership in enhancing the effectiveness of digital transformation in Palestinian higher education institutionsArado Business Journal202611719610.64190/abj.1.1.2026.2AmadeoK.What is Competitive Advantage?2020https://www.thebalance.com/what-is-competitive-advantage-3-strategies-that-work-3305828BarsyM.The Impact of Using Customer Relationship Management to Achieve Competitive Advantage for Egypt AirJournal of Advanced Management Science20175BurmeisterC.AI For Sales: How Artificial Intelligence is Changing SalesIndependently Published20196590KaplanA.HaenleinM.Siri, Siri, in My Hand: Who's the Fairest in the Land? On the Interpretations, Illustrations, and Implications of Artificial IntelligenceBusiness Horizons20196210.1016/j.bushor.2018.08.004IsmailR. M. A.Measuring the Impact of Digital Talent Management on Human Capital Development in Egyptian Telecommunication CompaniesArado Business Journal2026119712410.64190/abj.1.1.2026.7LepeniotiK.BousdekisA.MentzasG.Perspective Analytics: Literature Review and Research ChallengesInternational Journal of Information Management2020505770LinnRobert L. M.MillerDavidGronlundNorman E.Measurement and Assessment in Teaching11th edEnglewood Cliffs, NJPrentice-Hall2012LuY.RamamurthyK.Understanding The Link Between Information Technology Capability and Organizational Agility: An Empirical ExaminationMis Quarterly2011354931954MccarthyJ.MinskyM. L.RochesterN.ShannonC. E.A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence1955http://www-formal.stanford.edu/jmc/history/artmouth/artmouth.htmlNajafiR.RodiThe Effect of Electronic Customer Relationship Management on Customer Relationship QualityInternational Journal of Economic Perspectives201711NavimipourN.SoltaniZ.The Impact of Cost, Technology Acceptance and Employees Satisfaction on the Effectiveness of the Electronic Customer Relationship Management SystemsComputers in Human Behavior20165510101095NooraniS.MathuraE.MwendaP.Role of E-Customer Relationship Management on Sustainability of Competitive Advantage in the Hospitality Industry in KenyaInternational Journal of Scientific Research and Innovative Technology20174PorterM. E.Clusters and Competition: New Agendas for Companies, Governments and InstitutionsPorterM.On CompetitionHarvard Business School Press1998197287QuanX. I.SandersonJ.Understanding the Artificial Intelligence Business EcosystemIEEE Engineering Management Review20184642225SaeedM.TaherR.The Effectiveness of Digital Transformation in Enhancing Institutional Performance in Higher Education InstitutionsArado Business Journal2026129111010.64190/abj.1.2.2026.14SongYong WhiUser Acceptance of Artificial Intelligence (AI) Virtual Assistant: An Extension of the Technology Acceptance ModeDoctoral dissertation. The University of Texas at Austin201910.26153/tsw/2132ThompsonSteven K.Sampling3rd ed.Hoboken, New JerseyWiley, Inc.20125560