Kundenzufriedenheit und Kundenbindung bei Internet-Portalen : eine kausalanalytische Studie
Bibliographic record
Abstract
Der Grundungsboom von Online-Portalen in den letzten Jahren wurde primar durch das Ziel getrieben, die Kundenloyalitat im Internet zu erhohen. Die Studie untersucht, ob die Entwicklung qualitativ hochwertiger Portale geeignet ist, die Zufriedenheit der Internetkun-den zu steigern und deren Abwanderung zu verhindern. |Auf Basis verschiedener Theorien zur Erklarung des Online-Nutzerverhaltens wird zu-nachst ein Qualitatskonstrukt fur komplexe Webseiten, wie sie Portale darstellen, konzep-tualisiert und empirisch validiert. Es ergeben sich sechs grundlegende Leistungsdimensio-nen, welche die Nutzer fur die Qualitatsbeurteilung von Online-Portalen heranziehen (6C-Modell). Anhand einer Kausalanalyse erfolgt anschliesend die Uberprufung des Wir-kungsgefuges zwischen der Portalqualitat und der Kundenbindung.|Die Befunde zeigen, dass die Portalqualitat die Kundenloyalitat uber zwei Wirkungspfade positiv beeinflusst. Einerseits steigert eine Erhohung der Qualitat der Portalleistungen in erheblichem Mase die Zufriedenheit, die sich als zentrale Voraussetzung einer kontinuier-lichen Wiedernutzung erweist. Andererseits erhohen sich mit der Qualitat auch die Barrie-ren eines Portalwechsels, die sich in Form des Risikos ergeben, dass vergleichbare Servi-ces und Inhalte auf Konkurrenzportalen nicht verfugbar sind. Beide Wirkungspfade haben wichtige Implikationen fur die Portalgestaltung. Insgesamt belegen die Befunde die wichti-ge Rolle der Qualitat fur das Kundenbindungsmanagement von Online-Portalen. |
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.040 | 0.127 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.005 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.007 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".