Internet et la fidélisation de la clientèle bancaire : étude du passage de la relation B2C de personne à personne à la relation B2C virtuelle
Bibliographic record
Abstract
La fidélisation des clients est un enjeu de taille qui exige un effort d'information, de persuasion et de séduction. Néanmoins, fidéliser un client sur Internet demeure une mission laborieuse remplie d'entraves inhérentes à la virtualité des rapports, à la volatilité des comportements des internautes et à l'identité Houe de l'entreprise. Les rapports physiques s'éclipsent en faveur de la genèse de relations virtuelles et « légères ». Transférer les clients sur Internet peut être un facteur d'attrition. L'entreprise est censée investir l'espace de l'interface pour renforcer le lien symbolique relatif à la perception de son image de marque auprès de sa large clientèle. De surcroît, l'entreprise doit expérimenter et optimiser les meilleurs scénarios pour que la connexion Internet se fasse en douceur et en facilité. Notre recherche va se situer dans le deuxième volet de l'action pour compenser la « légèreté » de la relation virtuelle. L'entreprise doit exploiter les potentiels communicationnels du Net pour pallier à la « légèreté » et à «la fragilisation » de ses rapports commerciaux sur Internet afin d'obtenir le maximum de relations durables et personnalisées avec le client. Notre recherche se veut une tentative pour examiner comment les entreprises utilisent Internet pour d'une part, inciter leurs clients déjà acquis à passer de la relation business to consumer (B2C) de personne à personne à la relation B2C virtuelle et d'autre part à les fidéliser. C'est la fidélisation des clients qui nous intéresse et les moyens d'y parvenir en utilisant Internet. Nous nous intéressons, dans ce travail, en particulier au secteur bancaire du Canada. Les banques sont des entreprises qui offrent des services financiers à des clients de différents profils. La diversité de la clientèle, le contexte concurrentiel acharné, la nature même du service bancaire intangible et immatériel sont des facteurs qui exigent de la banque un effort sérieux de communication, de persuasion et de fidélisation. Comment l'entreprise exploite-t-elle les avantages du Net, en particulier l'interactivité pour maintenir une communication one to one avec la clientèle? Comment l'interactivité peut-elle aider la banque à fidéliser ses clients? Nous allons étudier ce qui a été fait en ce sens dans le secteur bancaire au Canada. Nous avons choisi quatre banques canadiennes : la Caisse Populaire Desjardins, la Banque Royale du Canada (RBC), la Banque IISBC Canada et la Banque ING Direct du Canada.
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 | 0.004 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.012 | 0.013 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.023 | 0.002 |
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".