Evolving B2B e‐commerce adaptation for SME suppliers
Notice bibliographique
Résumé
Purpose The purpose of this paper is to explore a central issue in industrial marketing, namely the buyer‐seller relationship, by focusing on how its development influences and is influenced by the use of B2B e‐commerce strategies. More specifically, the paper aims at identifying what kinds of B2B electronic interactions are imposed by influential buyers; exploring the link between these electronic interactions and the buyer‐seller relationship; and seeing how influential buyers and SME suppliers adapt their own strategies in this online environment. Design/methodology/approach The multi‐case study methodology was used to allow for rich data collection and analysis and to support the discovery of patterns. Findings The results indicate that large buyers use specific e‐commerce processes and tools for the different relationships they have with their SME suppliers. The latter must adapt to these requirements to attain the next relationship level or risk forfeiting their established position. When a supplier reaches the new level, other requirements arise, forcing it to continuously adapt its e‐commerce strategy. Research limitations/implications The model proposed in this paper can serve as a tool to align B2B e‐commerce strategies and buyer‐seller relationship levels. Practical implications Some SME suppliers have developed a competitive advantage by going through this cycle faster than their competitors. The following relationship stages were observed: pre‐relationship, spot relationship and contractual relationship. Interestingly, there was no collaboration stage in the relationships studied. Originality/value The paper contributes to an understanding of the link between electronic interactions and the buyer‐seller relationship. Its information is particularly relevant to organizations that transact or plan on transacting electronically with clients or suppliers in a B2B setting.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».