1 A BLUEPRINT FOR HELPING CUSTOMER INSIGHT PROFESSIONALS DRIVE BUSINESS GROWTH
Notice bibliographique
Résumé
This paper was prompted by the arrival at AIA of a new Chief Customer Officer keen to ensure that the organisation had in place a blueprint to guarantee that its customer insight capabilities were fit to purpose and would enable AIA, the largest Pan-Asian life insurance group, to truly listen to the voice of customers around the world. It has been over 50 years since Marshall McLuhan, the Canadian visionary, first articulated the phrase ‘Global Village’. Over this period, the debate about the role of ‘globalism ’ in the context of the tenacity of ‘localism ’ has continued, including considerable contributions being made by the market research industry. Today, this continues to be a fascinatingly complex issue. Just what frameworks do we have in place to make sense of Asian professionals who now consider themselves to be citizens of the world, crave a Rolex watch or an Aston Martin DB9, drink Smirnoff, but who may still consider an arranged marriage or seek permission from their parents before travelling abroad? The way powerful global forces interact with embedded local tradition remains an intriguing challenge. AIA recognises that in both the East and West, customer insight – truly understanding customer motivations – will become an even greater driver of business success than it has been over the last
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 | 0,019 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,012 |
| Communication savante | 0,033 | 0,018 |
| Science ouverte | 0,002 | 0,019 |
| Intégrité de la recherche | 0,013 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,014 |
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 ».