Optimizing Digital Marketing for Generation Y: An Investigation of Developing Online Market in Bangladesh
Notice bibliographique
Résumé
This market research aims to investigate the digital information scanning and the internet using habit of Generation Y in Bangladesh, a rapidly developing e-commerce market. It also examines the key variables to optimize digital advertisement for the target group. The study segments Gen Y into two age groups, 18-25 who are students and between 26-35 years who are working, in order to explore the transformation in online consumer behaviour. Most data have been presented according to the segments and gender. The analysis in this study is based on 305 face to face surveys during April-June 2015 using structured questionnaires. This research found that Gen Y with internet access living in the capital of Bangladesh has similar traits as found in many researches focused on developed online market. Facebook is their primary source of information and they have moved away from watching TV. But they are still exposed to the traditional advertisements through billboards and other non-digital media. They are mostly active online on Facebook, Google and YouTube from 5PM to 2AM. This information, along with other findings in this research, provides rich data for advanced targeting variable in Google AdWords and Facebook Advertising. Pop-up ad is the least liked feature by Gen Y. They prefer innovative and interactive ads displaying new product information. They also tend to click on online ads showing discount coupons and similar offers. Ads representing social benefits motivate Gen Y. This study sets a benchmark as it is the first of its kind in the context of Bangladesh. Thus it can be used as the foundation of a longitudinal study on the topic.
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
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».