Assessing customer retention strategies in mobile telecommunications
Notice bibliographique
Résumé
Purpose As wireless penetration continues to increase worldwide, competitors in the mobile telecommunication industry are changing their strategies from a growth model to a value‐added one. The companies that can attract and retain customers in this highly competitive and increasingly saturated market stand poised to make considerable gains, and thus customer retention is an important field of study in this maturing market. Using the Canadian mobile phone market as an example, this work aims to study the major motivators of customer retention and their interrelationships, and assess the value that customers perceive with regard to the related advertising. Design/methodology/approach Based on a literature review and expert validation, the motivators of customer retention are divided into three dimensions and eight criteria. A systematic hybrid multiple criteria decision‐making (MCDM) method that combines the decision making trial and evaluation laboratory (DEMATEL) technique and the analytic network process (ANP) is used to examine the customer retention framework and to evaluate the promotional strategies used by various market players. Findings The interdependence relation shows that phone service quality, customer service quality, and phone plan quality are three major motivators in terms of causality with regard to brand image, customer service quality, and complaint management, while phone service quality has become a hygiene factor with regard to customer satisfaction and retention. The findings from an assessment of the promotional strategies used by the major players in the Canadian mobile telecoms industry suggest that well‐financed foreign entrants pose a risk to the major domestic carriers, and that successful promotional strategies will require strong leverage of their existing price and quality advantages. Originality/value This work adopted a hybrid MCDM approach to examine a major strategic issue in mobile telecoms, – i.e. customer retention – and demonstrated the strengths of using this method to investigate rapidly changing markets. The relative importance of the motivators of satisfaction and retention is investigated, and a strategy for customer retention in the mobile telecoms industry is provided to managers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».