A Systematic Literature Review of Social CRM’s Impact on Customer Loyalty
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
We systematically review how Social CRM (SCRM) affects customer loyalty by synthesizing antecedents, processes, and outcomes (APO) across mainstream marketing outlets. Using a PRISMA-guided search with dual screening, we identify 130 peer-reviewed studies. A subset of 58 empirical SCRM investigations maps to our coding framework, and 28 report effect sizes eligible for meta-analysis. We conceptualize SCRM as an integrated strategy that uses social-platform data and dialogic engagement to augment CRM processes. Thematic synthesis reveals four process mechanisms—social listening, engagement, personalization, and co-creation—linking organizational/technological antecedents to outcomes. A sample-size-weighted meta-analysis estimates a moderate positive association between SCRM and customer loyalty (r ≈ 0.41). Effects are stronger when personalization and community co-creation co-occur and attenuated when loyalty is measured purely behaviorally (habit). We articulate boundary conditions (platform–market fit, data governance, switching costs) and practical implications for designing SCRM programs that measurably improve loyalty. This review contributes (i) a coherent APO framework grounded in mainstream literature, (ii) a quantitative benchmark for SCRM→loyalty, and (iii) a research agenda that reconciles differing conceptualizations of 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.
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 | 0,017 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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