SME B2B E-Commerce and Customer Loyalty Revisited
Notice bibliographique
Résumé
B2B electronic commerce is an important opportunity for small and medium-sized enterprises’ (SMEs), providing increased competition on a global scale and allowing them to access wider markets. SMEs’ B2B electronic commerce success is tied to the ability to foster inter-organizational relationships and customer loyalty. However, this is not always true because many SMEs have difficulty achieving B2B benefits as suggested by media and early research. This study is an empirical examination of the effect of web tools on the inter-organizational relationships (IOR) between SMEs and their loyal customers. Data collected from 386 SMEs in North America (United States and Canada) and processed with Partial Least Square (PLS) show that the use of web tools (which include the level of web content and the level of security on the Internet) has a positive effect on the relationship between cooperation and interdependence, and customer loyalty. However, the effect of web tools on the relationship between trust and customer loyalty is different, because the use of non-secure web tools reduces the effect of trust on customer loyalty, and surprisingly, the use of secure web tools doesn’t increase or decrease the effect of trust on customer loyalty. This research also suggests that one of the factors of the failure or the success of SMEs’ B2B e-commerce is the technical skills of the managers in the use of secure web tools—high skill levels increase the positive effect of trust on customer loyalty. The implications of the results for the study are discussed.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,020 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».