إدراك قيمة التكنولوجيا داخل المتجر

1. الملخص

يمثل مقياس إدراك قيمة التكنولوجيا داخل المتجر (In-Store Technology Value Perception) أداة قياس سيكومترية موجزة وعالية الكفاءة، طورها الباحثان جيه. جيفري إنمان (J. Jeffrey Inman) وهريستينا نيكولوفا (Hristina Nikolova) عام 2017 ضمن دراستهما المنشورة في Journal of Retailing. صُممت الأداة لقياس المعتقدات الذاتية لدى المتسوقين حول الفائدة المتوقعة والقيمة المضافة التي يمكن أن تقدمها التقنيات الحديثة الموجهة للعملاء (Shopper-Facing Retail Technologies) داخل بيئة المتاجر التقليدية (مثل شاشات اللمس التفاعلية، والعربات الذكية، وماسحات الأسعار الذاتية، وتقنيات الدفع الذاتي). يتألف المقياس من ثلاثة بنود تركز على تقييم نفعية التقنية (Usefulness)، وإضافة القيمة لتجربة التسوق (Added Value)، وتحسين تجربة التسوق ككل (Shopping Experience Improvement).

يستجيب المفحوصون على سلم ليكرت سباعي النقاط (7-point Likert Scale) يتراوح من (1 = أعارض بشدة) إلى (7 = أوافق بشدة). وعلى الرغم من أن البنود تمت صياغتها افتراضياً لتقييم القيمة المتوقعة (Anticipated Value) قبل الاستخدام الفعلي، إلا أن بنيتها اللغوية قابلة للتكيف بسهولة لقياس القيمة المدركة بعد التجربة الميدانية المباشرة (Realized Value). أظهرت الدراسات السيكومترية أن المقياس يتمتع بدرجة اتساق داخلي استثنائية (معامل ألفا كرونباخ تجاوز 0.90)، وتشبعات عاملية قوية تؤكد أحادية البعد (Unidimensional Structure)، فضلاً عن قدرته العالية على التنبؤ بنوايا التبني السلوكي والرضا العام عن المتجر، مما يجعله أداة محورية في بحوث التسويق وسيكولوجيا المستهلك.

2. الكلمات المفتاحية

إدراك القيمة، تكنولوجيا التجزئة، تجربة التسوق، القيمة المتوقعة، السلوك الشرائي، سيكولوجيا المستهلك، تبني التكنولوجيا، نموذج قبول التكنولوجيا، تجارة التجزئة الذكية، القياس النفسي، الفائدة المدركة، رضا المتسوقين.

3. المؤلفون

تم تطوير المقياس بواسطة باحثين بارزين في مجالات التسويق وسلوك المستهلك وإدارة التجزئة:

• جيه. جيفري إنمان (J. Jeffrey Inman): أستاذ كرسي ألبرت ويسلي جونسون للتسويق والعميد المشارك للأبحاث في كلية كاتز للدراسات العليا في إدارة الأعمال، جامعة بيتسبرغ، الولايات المتحدة الأمريكية. متخصص في علم النفس السلوكي للمتسوقين، والترويج التجاري، وتبني الابتكارات داخل المتجر. (البريد الإلكتروني: [email protected]).
• هريستينا نيكولوفا (Hristina Nikolova): أستاذة مشاركة في التسويق (كرسي كوجود العائلي) في كلية كارول للإدارة، كلية بوسطن (Boston College)، الولايات المتحدة الأمريكية. تتركز أبحاثها حول اتخاذ القرارات المشتركة، والتحكم الذاتي للمستهلك، وردود الأفعال النفسية تجاه التقنيات الناشئة. (البريد الإلكتروني: [email protected]).

4. الغرض

يشهد قطاع تجارة التجزئة تحولاً رقمياً متسارعاً يتمثل في إدخال تقنيات موجهة مباشرة للمتسوق داخل المتجر بهدف أتمتة العمليات وتقديم خدمات ذات طابع شخصي. ومن هذا المنطلق، برزت الحاجة إلى أداة قياس دقيقة تقيم ردود فعل المستهلكين المعرفية والنفسية تجاه هذه الابتكارات قبل طرحها رسمياً ومكلفاً في السوق. يهدف مقياس إدراك قيمة التكنولوجيا داخل المتجر إلى قياس التصورات المسبقة (Anticipated Perceptions) التي يشكلها المتسوق حول جدوى التقنية وأثرها الإيجابي الملموس على عملية التسوق برمتها.

تتمثل الأغراض التطبيقية والبحثية للمقياس في المجالات الآتية:

• التطبيقات البحثية في سيكولوجيا المستهلك: تمكين الباحثين من دراسة المحددات النفسية التي تدفع المستهلكين إلى تبني التقنيات أو مقاومتها، واستكشاف التفاعل بين إدراك القيمة والمخاوف المتعلقة بالخصوصية والأمان الرقمي داخل المتاجر.
• بحوث تجارة التجزئة (Retail Research): مساعدة المؤسسات التجارية وإدارات المتاجر في إجراء تقييمات قبلية (Pre-Implementation Assessment) للتقنيات المقترحة (مثل الماسحات الضوئية المحمولة، والتطبيقات المعتمدة على تحديد المواقع، وشاشات التحقق من الأسعار)، مما يقلل من مخاطر الاستثمار في تقنيات قد يرفضها المستهلكون أو يعتبرونها عديمة الجدوى.
• المرونة القياسية: على الرغم من تصميمه لقياس “القيمة المتوقعة” من خلال سيناريوهات افتراضية تُعرض على المتسوقين، إلا أن صياغة البنود تسمح بتحويلها بيسر إلى صيغة الماضي أو الحاضر لقياس “القيمة المحققة بعد الاستخدام الفعلي” (Post-Use Realized Value)، مما يجعله أداة مثالية للدراسات الطولية والتجريبية التي تقارن بين التوقعات المسبقة والتجربة الواقعية.
• التقييم التشخيصي للحلول التقنية: يتيح للشركات مقارنة عدة بدائل تكنولوجية لتحديد أي منها يقدم أعلى قيمة مضافة من وجهة نظر المتسوق المستهدف، وتصنيف المستهلكين وفق حساسية إدراك القيمة لديهم.

5. البناء النفسي

يقوم المقياس على بناء نفسي متماسك يتمحور حول إدراك القيمة (Perceived Value)، وهو مفهوم مركب يشير إلى التقييم الشامل الذي يجريه العميل للفائدة النفعية والخبراتية مقارنة بالجهد والتكلفة المعرفية المبذولة. وفي سياق التقنيات الموجهة للمتسوق، يركز البناء النفسي على أبعاد معرفية محددة تتكامل لتكوين تصور إيجابي عام:

1. المنفعة الوظيفية والنفعية (Utilitarian Usefulness)

يقيس هذا الجانب إدراك المتسوق لمدى كفاءة التكنولوجيا في مساعدته على إنجاز مهام التسوق بسهولة ويسر وبأقل وقت وجهد. المنفعة هنا تعني أن الأداة ليست مجرد مظهر تكنولوجي براق، بل توفر حلاً عملياً لمشكلات التسوق التقليدية (مثل العثور على المنتجات بسرعة، أو تجنب الطوابير، أو معرفة العروض والخصومات فورياً).

2. القيمة المضافة لرحلة التسوق (Added Value)

ينصرف هذا المكون إلى تقييم ما إذا كانت التقنية تقدم ميزة تفاضلية تفوق المعايير المعتادة لخدمة العملاء. المتسوق هنا يزن ما تمنحه التقنية مقارنة بالتسوق دونها؛ فإذا شعر أن التكنولوجيا تقدم ميزة حقيقية تثري سلة مشترياته أو توفر له معلومات دقيقة لا يقدمها موظف المتجر، فإن مستوى إدراك القيمة المضافة يرتفع بشكل ملحوظ.

3. التحسين الكلي لتجربة التسوق (Holistic Experience Enhancement)

يركز هذا الجانب على الأثر التراكمي لاستخدام التكنولوجيا على الانطباع العام والمشاعر المصاحبة لعملية الشراء (Shopping Experience). يشمل ذلك تحويل عملية التسوق من كونها واجباً روتينياً مملاً إلى تجربة سلسة، مريحة، ومرضية نفسياً، مما يعكس تقييماً تكاملياً يجمع بين الراحة الذهنية والكفاءة الإجرائية.

6. الإطار النظري

يستند مقياس إدراك قيمة التكنولوجيا داخل المتجر إلى تقاطع متين بين نظريات قبول التكنولوجيا ونظريات القيمة في علم التسويق وسيكولوجيا المستهلك:

نموذج قبول التكنولوجيا (Technology Acceptance Model – TAM)

يمثل نموذج قبول التكنولوجيا الذي أسسه فريد ديفيس (Fred Davis, 1989) القاعدة النظرية الجوهرية للمقياس. يفترض النموذج أن النية السلوكية لاستخدام التكنولوجيا تعتمد بصورة رئيسية على متغيرين أساسيين: الفائدة المدركة (Perceived Usefulness) وسهولة الاستخدام المدركة (Perceived Ease of Use). يركز مقياس إنمان ونيكولوفا بصورة مباشرة على تعميق مفهوم “الفائدة المدركة” وتطويعه لبيئات التجزئة غير الإلزامية، حيث يكون المستهلك حراً تماماً في استخدام التكنولوجيا أو تجاهلها.

منطق الخدمة المهيمنة وقيمة الاستخدام (Service-Dominant Logic & Value-in-Use)

يرتكز الإطار أيضاً على أطروحات فارجو ولوش (Vargo & Lusch, 2004) التي تؤكد أن القيمة لا تتولد في مرحلة تصنيع المنتج أو تثبيت النظام، بل تتشكل أثناء الاستخدام التفاعلي (Value-in-Use). في بيئة التجزئة، يعتبر المتسوق شريكاً في إنتاج القيمة (Co-creator)؛ لذا فإن تصوره المسبق لقدرة التكنولوجيا على تحسين التجربة يعد شرطاً أساسياً لتقبل التفاعل المشترك مع الأجهزة والأنظمة الذكية.

إطار قرارات تبني تقنيات التجزئة لإنمان ونيكولوفا (2017)

صاغ المؤلفان إطاراً شاملاً يوازن بين عوائد التكنولوجيا للمتسوقين وتكاليفها النفسية. يرى هذا الإطار أن المتسوق يجري مقارنة ذهنية سريعة بين القيمة المتوقعة للتكنولوجيا (مثل توفير الوقت والمال والجهد) والمخاوف النفسية المحتملة، لا سيما المخاوف المتعلقة بانتهاك الخصوصية (Privacy Concerns). بناءً على ذلك، صُممت بنود هذا المقياس لتلتقط الطرف الإيجابي من هذه المعادلة الذهنية بدقة فائقة وإيجاز غير مخل.

7. الصدق

خضع المقياس لإجراءات تحقق سيكومترية صارمة من خلال عينات تجريبية متعددة ضمن دراسة إنمان ونيكولوفا (2017) المنشورة في إحدى أرقى المجلات المحكمة في إدارة الأعمال. شملت الفحوصات ما يلي:

• صدق البناء (Construct Validity): أكدت النتائج الإحصائية أن البنود الثلاثة تمثل بكفاءة المفهوم النظري المستهدف دون تشتت، حيث أظهرت التحليلات أن المقياس يلتقط بدقة جوهر القيمة المتوقعة للتكنولوجيا في مختلف السيناريوهات التجريبية.
• الصدق التقاربي (Convergent Validity): ارتبطت درجات المقياس ارتباطاً إيجابياً دالاً إحصائياً بمقاييس أخرى ذات صلة، مثل الاتجاهات العامة نحو التكنولوجيا (General Attitudes Toward Technology)، والنية السلوكية لاستخدام الأجهزة داخل المتجر (Behavioral Intentions to Use)، ورغبة المتسوق في تكرار الزيارة للمتجر الذي يوفر هذه التسهيلات التقنية (p < 0.001).
• الصدق التمايزي (Discriminant Validity): تميز المقياس بوضوح عن المتغيرات النفسية السلبية؛ حيث أظهر ارتباطاً سلبياً أو غير دال مع مقاييس القلق حيال الخصوصية (Privacy Concerns) ومخاوف جمع البيانات الشخصية، مما يثبت استقلالية مفهوم إدراك القيمة عن الأبعاد السلوكية المعارضة.
• الصدق التنبؤي (Predictive Validity): أثبتت تحليلات الانحدار والنمذجة البنائية قدرة المقياس الفائقة على التنبؤ بقرارات المستهلكين بتبني التكنولوجيا داخل السوبرماركت في ظل ظروف تجريبية تضمنت ست تقنيات متباينة (مثل الماسحات المحمولة، والتطبيقات الرقمية، وعربات التسوق الآلية).

8. الثبات

أظهرت التحليلات الإحصائية لبيانات الدراسة المعيارية، التي طُبقت عبر منصة Amazon Mechanical Turk (MTurk) بمشاركة مئات المتسوقين، مؤشرات ثبات استثنائية تؤكد خلو المقياس من أخطاء القياس العشوائية:

• معامل الاتساق الداخلي (ألفا كرونباخ – Cronbach’s Alpha): تراوح معامل ألفا للبنية ثلاثية البنود بين 0.92 و 0.96 عبر مختلف السيناريوهات التكنولوجية الستة المختبرة، وهو مستوى يتجاوز بكثير العتبات الأكاديمية المقبولة (0.70 أو 0.80)، مما يعكس ترابطاً داخلياً متيناً للغاية بين الفقرات.
• الموثوقية المركبة (Composite Reliability – CR): بلغت قيم الموثوقية المركبة في نماذج التحليل التوكيدي قيماً تفوق 0.93، ما يؤكد تماسك البناء التراكمي للمقياس.
• متوسط التباين المستخلص (Average Variance Extracted – AVE): تجاوزت قيمة AVE نسبة 0.80، مما يبرهن على أن الغالبية العظمى من التباين في البنود تعود إلى البناء الكامن المشترك (إدراك القيمة) وليس إلى أخطاء القياس الفردية.

9. التحليل العاملي

تم إخضاع بنود المقياس للتحليل العاملي الاستكشرافي (EFA) والتحليل العاملي التوكيدي (CFA) للتحقق من بنيته الهيكلية:

التحليل العاملي الاستكشافي (Exploratory Factor Analysis)

أظهرت نتائج تحليل المكونات الأساسية (Principal Component Analysis) استخلاص عامل وحيد ذي جذر كامن (Eigenvalue) أكبر من 1 بكثير (تجاوزت قيمته 2.6)، مستحوذاً على أكثر من 85% من إجمالي التباين الكلي المفسر. تشبعت جميع البنود الثلاثة على هذا العامل الفردي بتشبعات عاملية (Factor Loadings) مرتفعة للغاية تراوحت بين 0.90 و 0.96، مع غياب كامل للتشبعات المتقاطعة، مما يقطع بأحادية بعد المقياس.

التحليل العاملي التوكيدي (Confirmatory Factor Analysis)

أكدت نتائج التحليل العاملي التوكيدي مطابقة النموذج أحادي البعد للبيانات بشكل مثالي، حيث حققت مؤشرات جودة المطابقة (Goodness-of-Fit Indices) مستويات ممتازة:

• مؤشر المطابقة المقارن (Comparative Fit Index – CFI) > 0.99
• مؤشر توكر-لويس (Tucker-Lewis Index – TLI) > 0.99
• جذر متوسط مربعات خطأ التقريب (RMSEA) < 0.04
• مؤشر معيار متوسط المربعات المتبقية (SRMR) < 0.02

تثبت هذه المؤشرات الهيكلية أن البنود الثلاثة تقيس بشكل متكامل ومباشر بعداً معرفياً وتقييمياً متجانساً لا يتجزأ.

10. أداة القياس

تتميز أداة القياس بخصائصها الفنية والتطبيقية الميسرة كما يلي:

• نوع الاختبار: مقياس تقرير ذاتي (Self-Report Scale).
• التنسيق: استبيان مقتضب موجه للمستهلكين والمتسوقين.
• عدد الفقرات: 3 بنود فقط.
• مقياس الاستجابة: مقياس ليكرت سباعي النقاط (7-point Likert Scale) يتراوح من:
  • 1 = أعارض بشدة (Strongly disagree)
  • 2 = أعارض
  • 3 = أعارض قليلاً
  • 4 = محايد
  • 5 = أوافق قليلاً
  • 6 = أوافق
  • 7 = أوافق بشدة (Strongly agree)
• طريقة التصحيح واحتساب الدرجات: يتم جمع درجات البنود الثلاثة وحساب المتوسط الحسابي لها لإنتاج مؤشر كلي مركب يمثل “إدراك قيمة التكنولوجيا داخل المتجر”. تشير الدرجات المرتفعة (القريبة من 7) إلى إدراك عالٍ جداً للقيمة وجاهزية نفسية للتبني، بينما تشير الدرجات المنخفضة (القريبة من 1) إلى تشكك المتسوق أو رؤيته للتقنية كعنصر غير مفيد أو معطل لتجربة التسوق.
• الفقرات المعكوسة: لا يحتوي المقياس على أي فقرات معكوسة (Reverse-scored items)؛ فجميع البنود مصاغة باتجاه إيجابي مباشر.

11. الأذونات والرسوم وسنة الاختبار

• سنة النشر الأساسية: 2017.
• حقوق النشر والملكية: حقوق النشر محفوظة لمجلة Journal of Retailing وشركة النشر Elsevier Inc. نيابة عن New York University.
• رسوم الاستخدام والترخيص الأكاديمي: يُتاح المقياس مجاناً للاستخدام الأكاديمي والبحث العلمي غير التجاري لأغراض البحث والتدريس الجامعي شريطة الإشارة المرجعية الكاملة والصحيحة للدراسة الأصلية للباحثين إنمان ونيكولوفا (2017).
• الاستخدام التجاري والاستشاري: يتطلب استخدام المقياس في دراسات السوق التجارية المدفوعة أو الاستشارات المؤسسية الخاصة مراجعة سياسات حقوق الملكية الفكرية المنصوص عليها لدى الناشر (Elsevier).

12. المراجع

• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
• Inman, J. J., & Nikolova, H. (2017). Shopper-facing retail technology: A retailer adoption decision framework incorporating shopper attitudes and privacy concerns. Journal of Retailing, 93(1), 7–28. https://doi.org/10.1016/j.jretai.2016.12.006
• Vargo, S. L., & Lusch, R. F. (2004). Evolving to a new dominant logic for marketing. Journal of Marketing, 68(1), 1–17. https://doi.org/10.1509/jmkg.68.1.1.24036
• Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540
• Zeithaml, V. A. (1988). Consumer perceptions of price, quality, and value: A means-end model and synthesis of evidence. Journal of Marketing, 52(3), 2–22. https://doi.org/10.1177/002224298805200302

13. فقرات المقياس