Improving the quality of Internet banking services: An implementation of the quality function deployment (QFD) concept
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
The competition in the business world, including banking, is getting tighter. For that, every bank must think of the right strategy to win the competition. One important strategy for winning competition is to prioritize customer satisfaction which is determined by the quality of banking services offered to customers. This study aims to analyze and process proposals for improvement in service quality in terms of using internet banking services based on the Quality Function Deployment (QFD) method through the preparation of the House of Quality (HoQ). The study was conducted on 120 internet banking users at the BRI Balikpapan Branch Office in East Kalimantan. From the results of the analysis, it is known that there are 11 indicators of bank internet banking service quality that must be improved as the first priority and 4 indicators as the second priority. Based on the results of data processing using QFD through the preparation of HoQ, it is known that there are 6 priority improvements that must be made by the bank. From the results of this study, it can be seen strategies for improving internet banking services to improve the quality of internet banking services at the BRI Balikpapan Branch Office, namely the added of new online chat features, perform server maintenance, carry out enrolment of new internet banking features, evaluate the process speed of each application feature, conduct regular website feature evaluations every quarter and perform network repair.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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