MétaCan
Menu
Retour à la cohorte
Enregistrement W1856992845 · doi:10.1300/j366v04n03_03

Trust, Satisfaction and Loyalty in Customer Relationship Management

2006· article· en· W1856992845 sur OpenAlexaff
Lyle Wetsch

Notice bibliographique

RevueJournal of Relationship Marketing · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBusinessLoyalty business modelImplementationLoyaltyMarketingCustomer relationship managementCustomer retentionCustomer satisfactionCustomer advocacyCompetitive advantageKnowledge managementComputer scienceService qualityService (business)

Résumé

récupéré en direct d'OpenAlex

SUMMARY In an attempt to increase customer loyalty amid increasingly competitive business environments, organizations are looking to customer relationship management (CRM) to help provide a solution. In spite of CRM failure rates cited as being as high as 70%, organizations continue to invest hundreds of thousands of dollars on CRM implementations. Attempts of past research to resolve why failure rates are so high have tended to focus on technological factors such as database integration or factors internal to the organization such as system adoption or organizational culture. While these areas are important, reactions of customers may also play a role. This paper uses justice theory to investigate the potential impact that customer involvement in a CRM implementation may have on customer loyalty. Propositions are provided to guide future research.

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)0,004
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 enseignants0,044
Score d'incertitude au seuil0,576

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,019
Tête enseignante GPT0,246
Écart entre enseignants0,226 · 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

Citations49
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Relationship MarketingMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207