MétaCan
Menu
Retour à la cohorte
Enregistrement W4394938750 · doi:10.5267/j.ijdns.2024.3.012

Examining the relationship between business intelligence adoption and marketing effectiveness: The mediating role of customer satisfaction

2024· article· en· W4394938750 sur OpenAlexvenueno aff
Suad Abdalkareem Alwaely, Abdallah Abusalma, Ahmad A.M. Alwreikat, Kadri S. Al-Shakri, Ahmad Y. A. Bani Ahmad, Bashar Younis Alkhawaldeh

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessMarketingCustomer satisfactionRelationship marketingKnowledge managementMarketing managementComputer science

Résumé

récupéré en direct d'OpenAlex

This study investigates the relationship between business intelligence adoption (Business Intelligence (BI), Data Analysis and Reporting (DAR), Business Process Integration (BPI), and Continuous Improvement and Innovation (CII)) and marketing effectiveness in the Jordanian telecom industry. It specifically examines the mediating role of customer satisfaction in this relationship. A survey design method using the cross-sectional survey was utilized during the research process, involving quantification. The data was collected from 285 employees across the Jordanian telecom sector via electronic response forms. As the analysis's method, the partial least squares structural equation modeling (PLS-SEM) was utilized. The results, which showed BI, DAR and CII to have a positive direct effect on marketing effectiveness, whilst BPI displayed a negative direct impact, were compelling. But clear signs of positive influence on CS by the four dimensions of BI (BI, DAR, BPI, and CII) have also been observed, and this result has been proved to be a mediator between them and business effectiveness. The above study is a source of invaluable learning for the managers of telecom companies in Jordan is a tool that managers in the Jordanian telecom industry will greatly benefit from in the sense that it brings out all the importance of integrating BI, DAR, BPI, and CII practices that emphasize high quality customer service. By properly utilizing these assets and up-to-the-market, companies can improve the effectiveness of marketing and the whole organizational efficiency. The study enhances the existing theory of the interrelationships between the adoption of business intelligence, customer satisfaction, and marketing power which can be viewed from both resource-based view (RBV) theory and expectation-based theory (EDT). It affirms an idea that the RBV was rooted in that when organizational assets are valuable, firms have a competitive advantage and better performance. Also, an EDT states that customer satisfaction increases if the expectations of customers are met. Innovation - The essay is innovative and takes an original angle to explore the multifaceted interconnectivity among business intelligence adoption, customer satisfaction, and marketing effectiveness in the framework of the Jordanian telecom industry. It highlights the steps to customer satisfaction problem solutions and the caution comes with process integration efforts, hence, helping to arrive at a full comprehension of the aspirations for organizational performance in the field.

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)0,009
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 enseignants0,004
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
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 savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,170
Tête enseignante GPT0,417
Écart entre enseignants0,247 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetTechnology Adoption and User BehaviourTravaux en français237 207