Sport Sponsorship as a Tool of Marketing Communication – A Case Study of Two Real Estate Companies
Notice bibliographique
Résumé
Sponsorship, in general, is an important component of promotional mix devised by many companies. Companies are known to use sponsorship as a means to associate with a particular event as part of their marketing efforts. Sponsoring of sporting events has been in use since long in various parts of the world and has also found ready acceptance in India. Many companies, whether their products /services have some association with a sport or not, are using sport sponsorship. The purpose of this paper is, therefore, to make an attempt to better understand the use of sport sponsorship as a tool of marketing communication. To achieve this purpose, a simple instrument was designed with questions related to the sponsorship objectives, process of selecting the event, and evaluation of effectiveness of sport sponsorship. Review of literature was carried out to develop a conceptual framework presenting a foundation for data collection. Real Estate companies are prominent sponsors of sports in the country. A qualitative, case study methodology has been used, based on documents and interviews of two Real Estate companies. The study shows that sport sponsorship has varied objectives. However, some of the most commonly used objectives of sport sponsorship are the corporate related objectives like corporate image, entertainment for clients, and employee relations. The study further shows that companies select a specific sport sponsorship property on the basis of different criteria such as the interest of the top management and the concerned sport’s potential to convey the marketing message. Further, the results of the study show that companies do not carry out formal evaluation of the effectiveness of sport sponsorship.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 ».