MétaCan
Menu
Retour à la cohorte
Enregistrement W2506799604 · doi:10.4018/978-1-930708-43-3.ch022

The Nature of E-Loyalty in B2C E-Commerce

2002· book-chapter· en· W2506799604 sur OpenAlexaff
Daniel Tomiuk, Alain Pinsonneault

Notice bibliographique

RevueAdvances in global information management (AGIM) book series · 2002
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLoyaltyLoyalty business modelValue (mathematics)Affect (linguistics)Social exchange theoryMarketingBusinessInterpersonal communicationPsychologySocial psychologyComputer scienceService (business)

Résumé

récupéré en direct d'OpenAlex

The present chapter discusses the nature of e-loyalty in B2C e-commerce. Based on previous theoretical work on loyalty in traditional commercial settings, we argue that highly affective forms of loyalty are unlikely to develop in online environments. Rather, we suggest that the e-commerce environment promotes self-sufficiency and mitigate the need for customer/employee interaction which represents a primary source of affect. Research on relationships in both social psychology and marketing suggests that this loss may not affect all customers equally. We distinguish between customers who value establishing interpersonal relationships with company employees (communally oriented) from customers who see customer/employee interactions as utilitarian and who derive little social benefits from such encounters (exchange oriented). The chapter suggests that online environments may be seen as useful by communally-oriented customers but relationally unsatisfying. Conversely, there exists a good “fit” between what exchange oriented customers value in their relationships with companies and what online environments offer. Consequently, online companies should not be surprised to find that e-loyal customers may be predominantly exchange oriented. Finally, we argue that because e-loyalty lacks a strong affective foundation, it may be less enduring than “traditional” customer loyalty. Implications of our analysis and areas for future research are discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,264
Écart entre enseignants0,258 · 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'étudeSans objet
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

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in global information management (AGIM) book seriesMême sujetDigital Marketing and Social MediaTravaux en français237 207