MétaCan
Menu
Retour à la cohorte
Enregistrement W83555287 · doi:10.17705/1cais.01636

Developments in Practice XVIII-Customer Knowledge Management: Adding Value for Our Customers

2005· article· en· W83555287 sur OpenAlexaff
Heather A. Smith, James D. McKeen

Notice bibliographique

RevueCommunications of the Association for Information Systems · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementCustomer relationship managementCustomer knowledgeBusinessValue (mathematics)Customer advocacyVariety (cybernetics)Customer intelligenceProcess (computing)Key (lock)Voice of the customerQuality (philosophy)Customer retentionProcess managementMarketingComputer scienceService qualityService (business)

Résumé

récupéré en direct d'OpenAlex

The nature and quality of a firm's dialogue with its customers is a core capability. Few firms are able to manage this dialogue effectively and use what they know to add more value for customers and ultimately improve firm performance. Knowledge management (KM) functions are therefore being asked how their expertise can help companies do a better job in this area. This paper examines the wide variety of ways organizations use KM in their customer relationships. It begins with an examination of the need for Customer Knowledge Management (CKM) and how it differs from Customer Relationship Management (CRM). It then looks at the four different dimensions of customer knowledge and at some of the innovative ways companies use them to add value for their customers. It next discusses the key organizational challenges of implementing CKM. The paper concludes with some best practices and advice about how to implement a program of CKM successfully in an organization. It suggests that CKM is not a tool like CRM but a process that is designed to dynamically capture, create and integrate knowledge about and for customers.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Théorique ou conceptuelhigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,010
Communication savante0,0130,008
Science ouverte0,0010,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,297
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Théorique ou conceptuel
Domainenon disponible
GenreEmpirique · Autre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations93
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications of the Association for Information SystemsMême sujetInnovation and Knowledge ManagementTravaux en français237 207