MétaCan
Menu
Retour à la cohorte
Enregistrement W3000211916

The Effect of Customer Prioritization Strategy on Customer Entitlement

2019· article· en· W3000211916 sur OpenAlexaboutno aff
Svetlana Davis

Notice bibliographique

RevueAcademy of Marketing Studies journal · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEntitlement (fair division)BusinessCustomer retentionMarketingCustomer to customerCustomer advocacyCustomer equityFeelingPrioritizationDisadvantagedCustomer delightCustomer intelligenceProcess managementPsychologyEconomicsService qualityService (business)MicroeconomicsSocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

It is a widely held notion that customer prioritization strategies (focusing efforts on the most valuable customers) are profitable for firms. However, such increased focus consequently results in some customers receiving comparatively disadvantaged treatment. This paper performs three experimental studies involving 516 Canadian participants in 2018 to investigate how preferential treatment resulting from customer prioritization (CP) strategies relates to customer entitlement and subsequent customer retaliatory intentions. Results show that customers with strong brand relationships feel entitled if they have received disadvantaged treatment under a customer prioritization strategy. Such feelings translate into increased demands on the firm, culminating in an increased likelihood of retaliatory actions. Moreover, feelings of entitlement are exacerbated if these customers were invited to provide feedback in the creation of the CP strategy. For managers, findings indicate that customer entitlement increases for non-prioritized customers, and customer voice positively exacerbates the link between the strength of the customer brand relationship and customer entitlement. Thus, the reaction of nonvaluable customers must be measured in the development of CP strategies while encouraging customer participation in CP development may be inadvisable.

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)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,391
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,023
Tête enseignante GPT0,306
Écart entre enseignants0,283 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Marketing Studies journalMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207