<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>حسابداری، امور مالی و هوش محاسباتی</JournalTitle>
      <Issn>3092-7366</Issn>
      <Volume></Volume>
      <Issue>در دست انتشار</Issue>
      <PubDate PubStatus="epublish">
        <Year>1405</Year>
        <Month>10</Month>
        <Day>01</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>The Role of Marketing Artificial Intelligence in Increasing Sustainable Financial Performance of Small and Medium-sized Enterprises through Customer Participation and Data-Based Decision Making</ArticleTitle>
    <VernacularTitle>نقش هوش مصنوعی بازاریابی در افزایش عملکرد مالی پایدار شرکت‌های کوچک و متوسط از طریق مشارکت مشتری و تصمیم‌گیری مبتنی بر داده</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>16</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>محمدرضا</FirstName>
        <LastName>رستمی ده‌جلالی</LastName>
        <Affiliation>کارشناسی ارشد، گروه مدیریت مالی، دانشگاه جامع امام حسین (ع)، تهران، ایران.</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>1404/04/18</Year>
        <Month></Month>
        <Day></Day>
      </PubDate>
    </History>
    <Abstract>&lt;p&gt;This study aims to examine the effect of marketing artificial intelligence on the sustainable financial performance of SMEs through the mediating roles of customer engagement, customer satisfaction, and data-driven decision-making. The research was applied in purpose and descriptive-survey in data collection. The statistical population included all managers and experts of SMEs in Qom Province. Based on Cochran’s formula, a sample of 276 participants was selected using stratified random sampling. A standard questionnaire was used for data collection, and its validity and reliability were confirmed through content and construct validity, Cronbach’s alpha, and composite reliability. Data analysis was conducted using SPSS and SmartPLS3 software through structural equation modeling (SEM). Results revealed that marketing AI had a significant positive effect on customer engagement (β=0.817, t=38.94), customer satisfaction (β=0.778, t=32.45), and data-driven decision-making (β=0.739, t=29.58). Furthermore, customer engagement (β=0.154, t=3.01), customer satisfaction (β=0.223, t=3.19), and data-driven decision-making (β=0.524, t=7.90) positively and significantly influenced sustainable financial performance. Mediation analysis indicated that these three variables strengthened the relationship between marketing AI and sustainable financial performance, with the strongest mediating effect observed through data-driven decision-making (β total=0.682). The findings demonstrate that marketing AI indirectly enhances sustainable financial performance by improving customer engagement and satisfaction and by promoting data-driven decision-making. The study emphasizes the need for developing technological infrastructure, improving employee capabilities, and implementing supportive policies to foster the effective adoption of marketing AI among SMEs.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;هدف این پژوهش بررسی تأثیر هوش مصنوعی بازاریابی بر عملکرد مالی پایدار شرکت‌های کوچک و متوسط از طریق میانجی‌گری مشارکت مشتری، رضایت مشتری و تصمیم‌گیری مبتنی بر داده است. این پژوهش از نظر هدف کاربردی و از لحاظ گردآوری داده‌ها توصیفی-پیمایشی است. جامعه آماری شامل کلیه مدیران و کارشناسان شرکت‌های کوچک و متوسط استان قم بوده است. بر اساس فرمول کوکران، حجم نمونه ۲۷۶ نفر تعیین و نمونه‌ها با روش تصادفی طبقه‌ای انتخاب شدند. ابزار گردآوری داده‌ها پرسشنامه استاندارد بود که روایی آن از طریق روایی محتوا و سازه و پایایی آن با استفاده از آلفای کرونباخ و پایایی ترکیبی تأیید شد. تحلیل داده‌ها با نرم‌افزارهای SPSS و SmartPLS3 و با استفاده از مدل معادلات ساختاری انجام شد. نتایج نشان داد که هوش مصنوعی بازاریابی تأثیر مثبت و معناداری بر مشارکت مشتری (β=0.817, t=38.94)، رضایت مشتری (β=0.778, t=32.45) و تصمیم‌گیری مبتنی بر داده (β=0.739, t=29.58) دارد. همچنین، مشارکت مشتری (β=0.154, t=3.01)، رضایت مشتری (β=0.223, t=3.19) و تصمیم‌گیری مبتنی بر داده (β=0.524, t=7.90) بر عملکرد مالی پایدار اثر مثبت و معناداری داشتند. یافته‌ها نشان دادند که این سه متغیر میانجی، رابطه بین هوش مصنوعی بازاریابی و عملکرد مالی پایدار را تقویت می‌کنند، به‌طوری‌که قوی‌ترین اثر میانجی از طریق تصمیم‌گیری مبتنی بر داده (β کل=0.682) مشاهده شد. نتایج پژوهش نشان می‌دهد که هوش مصنوعی بازاریابی به‌طور غیرمستقیم و از طریق بهبود مشارکت و رضایت مشتری و ارتقای تصمیم‌گیری مبتنی بر داده موجب افزایش عملکرد مالی پایدار در شرکت‌های کوچک و متوسط می‌شود. این یافته‌ها اهمیت توسعه زیرساخت‌های فناورانه، ارتقای مهارت کارکنان و سیاست‌های حمایتی برای تسهیل پذیرش هوش مصنوعی در SMEها را برجسته می‌سازد.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Marketing AI</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Sustainable Financial Performance</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Customer Engagement</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Customer Satisfaction</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Data-Driven Decision-Making</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">هوش مصنوعی بازاریابی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value"> عملکرد مالی پایدار</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value"> مشارکت مشتری</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value"> رضایت مشتری</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">تصمیم‌گیری مبتنی بر داده</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://jafci.com/index.php/jafci/article/download/279/177</ArchiveCopySource>
  </Article>
</ArticleSet>
