New Service Development Competence and Performance: An Empirical Investigation in Retail Banking
Notice bibliographique
Résumé
What can service firms do to improve their ability to offer new services? In this paper we argue that new service development success results from building a competence in the management of service development resources and routines. We conceptualize new service development competence as a multidimensional, second‐order latent construct that is represented by a system of four interrelated and complementary dimensions: (1) formalized new service development processes, (2) market acuity, (3) new service development strategy, and (4) information technology use and experience. We hypothesize that the growth of new service development competence is related to improved new service development performance. Using structural equations modeling, we analyze survey data from 166 retail banks and report three key empirical findings. First, we show that the four hypothesized dimensions are statistically significant in defining new service development competence. Second, contrary to conventional wisdom in new product development, we find that formalized processes play a lesser role in the success of new service development compared with the other three dimensions. Instead, market acuity—which captures the firm's ability to see the competitive environment clearly and to anticipate and respond to customers' evolving needs and wants—was the most important new service development competence indicator. Finally, we demonstrate the positive effect of new service development competence on new service development performance and show that new service development competence is also significantly related to business‐level performance. Together, our empirical results suggest that complementary benefits arise from the adoption of a more holistic approach to the management of new service development at the program level.
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 | 0,005 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».