Empowering MSMEs through Strategy Marketing and Digital Transformation: Reassessing Pathways to Distribution Financing
Notice bibliographique
Résumé
Micro, Small and Medium Enterprises (MSMEs) are critical engines of economic growth and innovation, yet their potential is often constrained by limited access to financing. This dissertation explores how strategy marketing and digital transformation can empower MSMEs to overcome these barriers and secure financial resources more effectively. Utilizing a mixed-methods design, the study combines quantitative path analysis with qualitative insights from 399 MSME owners in Palembang, Indonesia, offering a nuanced understanding of how market oriented strategies and digital capabilities interact to influence capital access. Results demonstrate that well crafted Strategy marketing significantly facilitate the adoption of digital tools, which in turn act as a crucial mediator enhancing MSMEs’ credibility and appeal to financial institutions. Digital transformation is revealed not merely as a technological shift but as a dynamic capability that strengthens value communication, operational efficiency, and market responsiveness. The study also highlights contextual factors such as firm size, sector, and digital literacy that shape the extent to which marketing and digital initiatives translate into tangible financial outcomes. Theoretically, this research extends the resource-based view and dynamic marketing capabilities frameworks by showing how intangible assets, including marketing expertise and digital proficiency, drive concrete economic benefits. Practically, the findings offer actionable guidance for policymakers, financial institutions, and MSME support programs, suggesting that integrative strategies combining marketing insight and digital adoption can unlock broader access to capital. By reassessing the pathways to financing, this dissertation provides an evidence based framework for empowering MSMEs to navigate financial constraints, enhance competitiveness, and thrive in an increasingly digital economy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».