MétaCan
Menu
Retour à la cohorte
Enregistrement W2735610849 · doi:10.1509/jm.16.0125

The Benefit of Becoming Friends: Complaining after Service Failures Leads Customers with Strong Ties to Increase Loyalty

2017· article· en· W2735610849 sur OpenAlexaff
Nita Umashankar, Morgan K. Ward, Darren W. Dahl

Notice bibliographique

RevueJournal of Marketing · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensBC Innovation CouncilUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLoyaltyBusinessOpenness to experienceService (business)Loyalty business modelMarketingValue (mathematics)Service providerAdvertisingService recoveryInterpersonal tiesSocial psychologyPsychologyService quality

Résumé

récupéré en direct d'OpenAlex

Service firms spend considerable resources soliciting complaints to initiate recovery efforts and improve their offerings. However, managers may be overlooking the fact that complaints serve an equally important role in engendering loyalty. The authors demonstrate that the strength of social ties between customers and service providers influences the degree to which complaining drives loyalty. Paradoxically, while strongly tied customers fear that complaining threatens their ties with the provider, when they are encouraged to complain, their loyalty increases because offering feedback serves as an effective way to preserve social ties. Conversely, for weakly tied customers, complaining has no effect on loyalty. Furthermore, complaints are more effective in driving loyalty for strongly tied customers when the feedback is directed toward the provider who failed, rather than to an entity external to the failure. Finally, when providers signal an authentic openness to feedback, strongly tied customers are more loyal after complaining, whereas authenticity does little to engender loyalty for weakly tied customers who complain. The value of complaints in driving loyalty is promising both for customers who perceive a strong tie to a particular provider within the firm and, more generally, in service industries wherein strong ties naturally occur.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,823

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,260
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations103
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of MarketingMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207