MétaCan
Menu
Retour à la cohorte
Enregistrement W4391062718 · doi:10.5267/j.uscm.2023.12.012

Service quality and supply chain value on customer loyalty: The role of customer relationship management

2024· article· en· W4391062718 sur OpenAlexvenueno aff
Wilson Rajagukguk, Omas Bulan Samosir, Josia Rajagukguk, Hasiana Emanuela Rajagukguk

Notice bibliographique

RevueUncertain Supply Chain Management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessLoyalty business modelCustomer retentionCustomer advocacyMarketingService qualityCustomer to customerCustomer equityCustomer satisfactionCustomer delightCustomer intelligenceSupply chainService (business)

Résumé

récupéré en direct d'OpenAlex

Intense business competition urges companies to continually enhance their marketing strategies to retain and attract customers. Therefore, a profound understanding of factors influencing customer loyalty becomes crucial. Service quality, customer satisfaction, and supply chain value are considered key factors affecting customer loyalty. However, the relationships between these variables and the role of Customer Relationship Management (CRM) as a mediator need further investigation, especially in the context of Indonesian companies. Hence, this research aims to contribute a deeper understanding of the interconnection between service quality, customer satisfaction, supply chain value, and customer loyalty, as well as to explore the role of CRM as an essential link in this dynamic. The research methodology employed is quantitative, utilizing a Likert scale questionnaire distributed online to managers and employees in the automotive sector listed on the Indonesia Stock Exchange (IDX). Out of 400 distributed questionnaires, 261 were successfully collected, with 14 incomplete responses, resulting in a final sample size of 247. Data collection took place from June to August 2023. In data analysis, the study applied the Structural Equation Modeling (SEM) approach using the SmartPLS analysis tool. The research findings indicate that service quality significantly influences CRM, while it does not have a direct significant impact on customer loyalty. Customer satisfaction significantly affects both CRM and customer loyalty. Supply chain value significantly influences CRM but does not have a direct impact on customer loyalty. Customer Relationship Management proves to mediate the relationships between service quality and customer loyalty, customer satisfaction and customer loyalty, as well as supply chain value and customer loyalty.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,245 · 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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetManagement and Optimization TechniquesTravaux en français237 207