MétaCan
Menu
Retour à la cohorte
Enregistrement W1984248320 · doi:10.5539/ibr.v2n2p40

Differentiation Strategies of Internet Retailing (Unique, Value and Return): A Focused Web Evaluation into Airline Service Provider

2009· article· en· W1984248320 sur OpenAlexvenueno aff
Mohd Zulkeflee Abd Razak, Azleen Ilias, Rahida Abdul Rahman

Notice bibliographique

RevueInternational Business Research · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisBusinessOrder (exchange)MarketingInteractivityService (business)The InternetSet (abstract data type)Profitability indexService providerAdvertisingProcess (computing)Computer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Differentiation is defined as the process of adding a set of meaningful and valued differences to distinguish the company’s offering from competitors’ offerings (Kotler, 2003, p. 315). Karl Cluck of Razorfish, recommends that “online marketers must enhance the user’s online experience in order to entice potential customers to buy” (“New York E-Commerce,” 2000, p. 1). A company can differentiate itself by creating a unique customer experience such as superior customer service and in turn, brand the experience. Through experience branding, ‘firms can greatly improve their ability to retain customers, target key customers segments and enhance network profitability’ (Vincent, 2000, p.25). The internet interactivity allows companies to respond more quickly to customer requests. Moreover, the ever-increasing speed of the Internet allows companies to communicate more quickly with current and potential customers, which is essential to retaining current customers and attracting new ones. The main purpose of the case study is to review and evaluate AirAsia’s website by applying Seven Unique Differentiation Strategies to Online Businesses (site environment/ atmospherics, making the intangible tangible, building trust, efficiency and timely order processing, pricing, CRM and enhancing the experience). In this study, qualitative data from AirAsia website was analyzed and discussed through proposed concise list of Seven Unique Differentiation Strategies to Online Businesses by Strauss and Frost, 2006. The study is expected to improve the differentiation of organization’s image and service information availability and accessibility on the Web in future. Finally, Researches agree to look into further the changes that should be made to enhance the Air Asia website evaluations and that changes are pertaining to virtual tours, appealing the 3-D images, immediate customer response and better “On Time Acknowledgement” for AirAsia CRM.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,075
Tête enseignante GPT0,365
Écart entre enseignants0,290 · 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

Citations8
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207