Developing E-banking Capabilities in a Ghanaian Bank: Preliminary Lessons
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
There is relatively little known about electronic banking (e-banking) in developing countries, particularly in Sub-Saharan Africa. This paper addresses this knowledge drawing from the lessons a Ghanaian bank learned whilst developing its e-banking capabilities. The paper explores some of the issues that affected the key decisions that the bank made. These decisions relate to entering e-banking, e-banking channel choice, e-banking development, enticing customers, and managing channel conflict. The findings indicate that operational constraints related to customer location, the need to maintain customer satisfaction and the capabilities of the Bank's main software have been influential factors in motivating the decision to enter electronic banking services. The bank's electronic channel choice is influenced by the systemic competence of a software technology that the bank acquired and the nature of the diffusion of There is relatively little known about electronic banking (e-banking) in developing countries, particularly in Sub-Saharan Africa. This paper addresses this knowledge drawing from the lessons a Ghanaian bank learned whilst developing its e-banking capabilities. The paper explores some of the issues that affected the key decisions that the bank made. These decisions relate to entering e-banking, e-banking channel choice, e-banking development, enticing customers, and managing channel conflict. The findings indicate that operational constraints related to customer location, the need to maintain customer satisfaction and the capabilities of the Bank's main software have been influential factors in motivating the decision to enter electronic banking services. The bank's electronic channel choice is influenced by the systemic competence of a software technology that the bank acquired and the nature of the diffusion of
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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