CUSTOMER RELATIONSHIP MANAGEMENT MODEL FOR BANKS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Backgrounds/Objectives: The present study attempts to identify the effectiveness of CRM and to determine the lacunae in the process of CRM by establishing an empirically tested CRM model. Methods/Analysis: Analytical and descriptive types of research have been carried out for the purpose of the study. The majority of the study is conducted using primary data. Simple Random Sampling Method is used to gather the primary data. The sample for the research study is selected scientifically. Two sets of questionnaires have been used for the study to collect information from Customers and Bank Employees. Findings: The average mean scores of six elements of CRM of customers and employees are 21.23 and 24.53 respectively. This parametric yield is a perfect projection of customers and employees perception. Since the services/facilities are offered by the banks, it is considered to be 100% for CRM effectiveness. The total mean scores of the employees are considered as the effectiveness of CRM in customers’ perceptions. The percentage difference would reveal the effectiveness side of CRM as well as the lacunae in the process. The model concludes that the customers’ perception of the CRM elements is effective at 86.55% (21.23/24.53*100) level and the lacuna is 13.45%. The banks have to employ specific strategies to fulfill the lacunae in the process of CRM and to obtain the full effectiveness of CRM. The study has given a clear message that the real challenge before the banks is to translate sentiments into dealings, and a dealings-based relationship into a psychologically linked and dedicated one within a time period. Novelty: The study has developed an empirically tested CRM model for the banks to acquire new customers and retain the existing ones.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle