MétaCan
Menu
Retour à la cohorte
Enregistrement W1963011153 · doi:10.1108/sbm-10-2012-0044

Merchandise sales rank in professional sport

2015· article· en· W1963011153 sur OpenAlexaff
Norm O’Reilly, George Foster, Ryan Murray, Carlos Shimizu

Notice bibliographique

RevueSport Business and Management An International Journal · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésLeagueRank (graph theory)ClubRanking (information retrieval)MarketingBusinessConceptual modelVariablesAdvertisingEmpirical researchComputer scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Purpose – The purchase drivers of merchandise sales rank in professional sport are examined at both a conceptual and an empirical level. The paper aims to discuss these issues. Design/methodology/approach – A database was constructed for all 30 clubs in the National Hockey League based on a conceptual model of relevant variables. Both public and private data sources were accessed, covering an extensive 12-season period (1999-2011), including the 2004-2005 lockout when the season was cancelled. Principal-components analysis was used to reduce the number of variables for regression analysis to distinguish relatedness and to gauge the influence of those variables on merchandise sales rank. Findings – The results reveal that six club-based factors impact merchandise sales rank: Overall Fan Satisfaction, Media Exposure, On-Field Performance, Strength of a Club’s Brand, Local Market Dynamics, and Fan Capacity to Pay. These six categories of purchase drivers form a strong predictive model of merchandise sales rank in the National Hockey League. Research limitations/implications – The resulting model could be extended in future research by adding extra categories to the conceptual framework and by developing alternative or better measures of the variables the authors use. It could also be tested with other sales data as the dependent variable since the study was limited to ranking data on merchandise data for the National Hockey League clubs for each year. Future research could use the actual merchandise dollars for each club in a league to test the model. A further extension would be to model subparts of merchandise (such as jersey sales, impacts of brand changes, etc.). A similar area of future research would be to look at the role of individual athletes as opposed to clubs in driving merchandise sales rank or volume. Practical implications – For managers in professional sport, the results suggest that there are steps that can be taken to improve merchandise sales rank (and, by extension, merchandise sales volume). Practitioners can develop and follow strategies in this regard. Results also suggest that practitioners should put the achievement of high Regional Television Ratings – the strongest influencing variable on merchandise sales rank – as a priority. Social implications – The results confirm that brand is important when attempting to increase merchandise sales rank. Club managers need to be cognizant of their brand and its impact on merchandising in all decisions. Originality/value – The business of professional sport is evolving globally with new sources of revenue, including merchandising increasing in prominence. This research explores the drivers of merchandise sales rank in professional sport and provide direction on key antecedents. The study proposes and tests a conceptual model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,298
Écart entre enseignants0,255 · 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

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSport Business and Management An International JournalMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207