MétaCan
Menu
Retour à la cohorte
Enregistrement W13789163

The strategic impact of technology based CRM on call centers' performance

2011· article· en· W13789163 sur OpenAlexvenueno aff
Aliyu Olayemi Abdullateef, Sany Sanuri Mohd Mokhtar, Rushami Zien Yusoff

Notice bibliographique

RevueThe Journal of Internet Banking and Commerce · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCenter (category theory)Computer scienceService (business)Product (mathematics)Quality (philosophy)Service qualityCustomer satisfactionStructural equation modelingCustomer serviceCustomer relationship managementKnowledge managementMarketingBusinessProcess managementTelecommunicationsDatabase
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The primary objective of this paper is to test a model that can explain the impact of technology based CRM on inbound call center performance. To do this, data were collected from 168 call center managers and analyzed through structural equation modeling. The research findings indicate that technology based CRM significantly affects first call resolution and perceived service quality, but weakly influence caller satisfactions through the mediating role of first call resolutions.Observably, this research believes that customer contact centers as the first touch points to company are dependent on other factors such as company policy, product quality, customer characteristics, etc. to influence caller satisfactions, but unfortunately most of these factors fall outside the operational control of contact center activities. The findings in this research has empirically provided the long waiting evidence that technology based CRM applications within the inbound contact center industry can only influence caller satisfactions through first call resolution and perceived service quality. A major implication for call center managers is that this research findings has availed them the opportunity on how to effectively develop, implement, and evaluate their CRM applications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,214

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,042
Tête enseignante GPT0,258
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Internet Banking and CommerceMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207