Abstract:
این پژوهش با تحقیق و مصاحبه با متخصصان،اقتصاددانان، اعضاءهیأت علمی حوزه (بازاریابی ورزشی،مدیریت صنعتی باگرایش تولیددر کلاس جهانی)ومدیران حوزه ورزشی به تدوین مدل کیفی توسعه اقتصادی صنعت ورزش ایران پرداخت.پژوهش از نوع آمیخته(کیفی-کمی)میباشد.در آن ابتدا به روش کیفی به جمع آوری متغیرها در بافت واقعی از طریق مصاحبه پرداخته وسپس با روش کمی تحلیل های مورد نیاز انجام شد.جامعه آماری در بخش کیفی تحقیق،با روش مصاحبه، ازنظرخبرگان و متخصصینی که بیش از 10 سال سابقه فعالیت مستقیم در مدیریت بازاریابی ورزشی در رسانههای اجتماعی داشتند،استفاده شده تجزیه و تحلیل آماری این پژوهش در دو سطح انجام شد.در سطح کیفی از روش گرانددتئوری استفاده شدو در سطح کمی تجزیه و تحلیلها با روش مدلسازی معادلات ساختاری انجام شد.با توجه به نتایج میتوان گفت که بین 10 عامل اصلی و 54 عامل فرعی و بازاریابی دیجیتال رابطه مثبت و معناداری وجود دارد و این نتایج نشان میدهد که با افزایش هر یک از عامل های شناسایی شده و زیر عوامل آن می توان انتظار داشت به میزان های بدست امده بازاریابی دیجیتال در شرکت ها ارتقا یابد و یا به عبارتی می توان گفت که عوامل و زیر عوامل شناسایی جهت پیاده سازی بازاریابی دیجیتال باید مورد توجه شرکت ها باشد تا بتوان از امکان کاربردی بودن مدل اطمینان حاصل نمود. همچنین جهت مناسب بودن مدل از آزمون های نکوئی استفاده شد که با استناد به نتایج می توان بیان داشت که مدل از برازش مناسبی برخوردار است.
This research by researching and interviewing experts, economists, faculty members (sports marketing, industrial management with world-class production orientation) and managers in the field of sports to develop a qualitative model of economic development of Iran's sports industry. The research is mixed (qualitative-quantitative). First, the qualitative method was used to collect variables in the real context through interviews, and then the required analyzes were performed quantitatively. In the management of sports marketing on social media, statistical analysis of this research was performed at two levels. At the qualitative level, the grand theory method was used, and at the quantitative level, the analysis was performed using the structural equation modeling method. The results can be said that there is a positive and significant relationship between the 10 main factors and 54 sub-factors and digital marketing and these results show that by increasing each of the identified factors and its sub-factors can be expected to the amount of marketing obtained. Digital in companies to promote or in other words identifying factors and sub-factors for implementing digital marketing should be considered by companies in order to ensure the applicability of the model. Also, for the suitability of the model, good tests were used, which based on the results can be said that the model has a good fit.