Innovative mobile marketing via smartphones
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
Purpose Smartphone adoption by consumers is increasing exponentially, and presents marketers with many new opportunites to reach and serve customers. However, are consumers ready for mobile marketing through their smartphones? This study aims to investigate consumers' willingness to accept marketing through their smartphones. Design/methodology/approach The study is based on an online survey of 428 respondents. The data is analyzed through ANOVA and regression analysis. Findings The results indicate that consumers' shopping style, brand trust, and value are key motivations for engaging in mobile marketing through their smartphones. Further research should focus on specific tactics marketers use to engage customers beyond marketing messages, that is, how they engage customers in dialogue to build relationships, encourage purchases and build loyalty. This could reveal how customers really want to engage in mobile marketing. Research limitations/implications This research adds to the growing body of evidence on acceptance of mobile marketing. Practical implications This study found that successful enagement of customers in mobile marketing requires that marketers focus their strategies and tactics around value creation; getting customers to engage with their brand in an authentic way; and respecting customers' shopping style, i.e. engaging customers the way they want to be engaged. Marketers must listen to their customers and develop appropriate strategies rather than simply adapting existing marketing strategies. Originality/value The topic of mobile marketing through smartphones is important to both marketing executives and marketing researchers. To date, this topic has attracted little research attention and marketing executives are simply basing their decsions on anecdotal case studies and reports in the popular press. This study contributes to fulfilling the need for research evidence.
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 | 0,023 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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