MétaCan
Menu
Retour à la cohorte
Enregistrement W4312919483 · doi:10.5958/2583-3561.2022.00010.8

Exploring Role of Organizational Culture and Leadership in Customer Relationship Management in Banks

2022· article· en· W4312919483 sur OpenAlexaff
P. Fata Zainabu, Claire Miranda Joanna

Notice bibliographique

RevueSplint International Journal Of Professionals · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Leadership and Management Strategies
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésOrganizational cultureBusinessCustomer relationship managementKnowledge managementManagementPublic relationsMarketingPolitical scienceComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

This study explored the relationship between organizational culture, leadership, and implementation of CRM implementation in international banks operating in Tanzania, namely Barclays bank, Standard Chartered, Stanbic and Citibank. CRM is the backbone of an organisation, as it focuses on customer retention through understanding customers’ needs and by maximizing the value customers perceive to be benefiting from their product/service provider. A qualitative approach was adopted for conducting this exploratory study for which the data was collected, using online surveys. This study identified weaknesses such as in the type of leadership style, lack of top management commitment and support, coordination and corroboration as factors affecting the implementation of CRM at Barclays bank, Standard Chartered, Stanbic and Citibank banks. The organizations need to implement a suitable leadership style that is engaging and committed with top management involvement and coordination as for better CRM implementation. Furthermore, the study identified major mismatch of culture affects implementation of CRM. Based on the four case studies, this study illuminated the need for organizations to promote cooperative organizational culture. Promoting a culture of corroboration and engagement organizations can avoid conflicts in implementing a good CRM system.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,627
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,145
Tête enseignante GPT0,287
Écart entre enseignants0,142 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSplint International Journal Of ProfessionalsMême sujetOrganizational Leadership and Management StrategiesTravaux en français237 207