MétaCan
Menu
Retour à la cohorte
Enregistrement W2786306177 · doi:10.1509/jmr.16.0118

(I'm) Happy to Help (You): The Impact of Personal Pronoun Use in Customer–Firm Interactions

2018· article· en· W2786306177 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Marketing Research · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePsychology of Social Influence
Établissements canadiensSimon Fraser UniversityUniversity of AlbertaWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésPronounPersonal pronounBusinessMarketingPerceptionCustomer satisfactionCustomer delightAgency (philosophy)Customer intelligenceEmpathyPsychologyCustomer to customerService (business)Customer retentionAdvertisingSocial psychologyService qualityLinguisticsSociology

Résumé

récupéré en direct d'OpenAlex

In responding to customer questions or complaints, should marketing agents linguistically “put the customer first” by using certain personal pronouns? Customer orientation theory, managerial literature, and surveys of managers, customer service representatives, and consumers suggest that firm agents should emphasize how “we” (the firm) serve “you” (the customer), while de-emphasizing “I” (the agent) in these customer–firm interactions. The authors find evidence of this language pattern in use at over 40 firms. However, they theorize and demonstrate that these personal pronoun emphases are often suboptimal. Five studies using lab experiments and field data reveal that firm agents who refer to themselves using “I” rather than “we” pronouns increase customers’ perceptions that the agent feels and acts on their behalf. In turn, these positive perceptions of empathy and agency lead to increased customer satisfaction, purchase intentions, and purchase behavior. Furthermore, the authors find that customer-referencing “you” pronouns have little impact on these outcomes and can sometimes have negative consequences. These findings enhance understanding of how, when, and why language use affects social perception and behavior and provide valuable insights for marketers.

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 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)0,035
score de la tête « metaresearch » (Gemma)0,023
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0350,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,184
Tête enseignante GPT0,535
Écart entre enseignants0,351 · 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