MétaCan
Menu
Retour à la cohorte
Enregistrement W1534361895 · doi:10.1108/09670730510599568

High retention rates bring customer benefits at SITEL Direct

2005· article· en· W1534361895 sur OpenAlexaboutno aff
Kevin Cordray

Notice bibliographique

RevueHuman Resource Management International Digest · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEmotional Labor in Professions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Retention rateOriginalityWork (physics)BusinessMarketingEmployee retentionRetention ManagementOperations managementValue (mathematics)PsychologyEconomicsEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose Explains SITEL Direct's approach to staff retention and how successful strategies to empower, encourage and promote employees provide business benefits to its clients and their customers. Design/methodology/approach Highlights the main benefits available to agents working in SITEL's bureau and fulfillment programs: varied work, flexible hours, good training and personal development opportunities, and the chance to work in one of England's prettiest towns. Emphasizes the importance of having a settled team. Findings Shows that SITEL has established a monthly retention target of 95 percent for its bureau agents, but in 2004, there was an average monthly retention rate of 97.2 percent in quarter one, 95.9 percent in quarter two and 94.3 percent in quarter three. Fulfillment has achieved even higher retention rates. With a similar target of 95 percent monthly retention, the program in 2004 achieved an average monthly retention rate of 100 percent in quarter one, 97.2 percent in quarter two and 97.8 percent in quarter three. Practical implications Demonstrates that high staff turnover need not, in all cases, characterize the call‐centre industry. Originality/value Emphasizes that the agents working in SITEL's bureau and fulfillment programs are critical to the success of a client's campaign, as they are the first people that consumers interact with either directly or indirectly.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0570,010

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 Opus0,035
Tête enseignante GPT0,324
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Resource Management International DigestMême sujetEmotional Labor in ProfessionsTravaux en français237 207