MétaCan
Menu
Retour à la cohorte
Enregistrement W4380449846 · doi:10.5267/j.ijdns.2023.5.012

The effects of digital marketing, word of mouth, and service quality on the purchase decisions: An empirical study of food SMEs products

2023· article· en· W4380449846 sur OpenAlexvenueno aff
Layung Paramesti Martha, Ardhin Primadewi, Enni Soerjati Priwirjanto, Endang Fatmawati, Ita Yustina Nahdiana, Iyoh Mastiyah, Luk Luk Atul Hidayati

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPurchasingWord of mouthMarketingBusinessService (business)Quality (philosophy)Accidental samplingService qualitySocial mediaDigital marketingAdvertisingComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to analyze the influence of digital marketing, word of mouth, and service quality on purchasing decisions through a quantitative questionnaire using an accidental sampling method. The research is designed to find out the relationship between the influence of digital marketing, word of mouth and service quality on consumer purchasing decisions using a quantitative approach method. The variables in this study consist of independent variables and dependent variables. The variables studied include digital marketing, word of mouth, service quality and consumer purchasing decisions. The research was conducted at food SMEs in Jakarta, Indonesia. Sources of data in this study were primary data including consumer responses to digital marketing, word of mouth, service quality and purchasing decisions obtained from the results of distributing online questionnaires. The sample size used in this study was 680 people. The data collection method used in this study was an online questionnaire distributed by social media. The data were analyzed using SPSS software and structural equation modeling (SEM) with SmartPLS software tools. The results of this study indicate that the higher the digital marketing, word of mouth, and service quality, the higher the purchasing decision. SMEs must further optimize the use of digital marketing in marketing their companies such as uploading interesting content on one of the existing social media. From a word-of-mouth point of view, companies must promote more to their closest circle of benefits what they get from using SEMs products. Service quality must continue to provide excellent service to consumers or customers so that these consumers feel comfortable and satisfied.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,104
Tête enseignante GPT0,407
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetSMEs Development and Digital MarketingTravaux en français237 207