Repurchase intention behavior in B2C E-commerce
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 intention to buy back is one of the objectives of the business strategy. This study aims to analyze the effect of mediating customer satisfaction on e-service and repurchase intention. This analytical study was conducted on e-commerce that is widely used by Indonesia, namely Shopee.co.id. The rapid growth of e-commerce, both C2C and B2B, has made online retailers compete in the online retail business. The intention to buy back is no longer solely due to the quality of service like an offline business. The purpose of this study is to analyze the role of mediating customer satisfaction from the quality of E-Commerce on repurchase intention in E-Commerce that has implemented a combination of C2B and B2B. Quantitative methods with structural equation analysis (SEM) and path analysis were used to analyze data using LISREL. The questionnaire is distributed to respondents used as samples taken from the population for this research. The researched population is user of Shopee.co.id in Indonesia, whereas samples of the population are randomly taken. The samples of this research are 279 respondents. The results of this study found that there is no significant direct effect of electronic service quality on repurchases intentions, but when customer satisfaction acts as a mediating variable, it shows that electronic service quality affects repurchase intention significantly through customer satisfaction. This study will help online retailers to find out what factors influence customers to make repeat purchases.
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 | 0,003 | 0,001 |
| 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 | 0,002 |
| Science ouverte | 0,001 | 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