MétaCan
Menu
Retour à la cohorte
Enregistrement W2056178918 · doi:10.1108/10878570910941172

Using a value creation compass to discover “Blue Oceans”

2009· article· en· W2056178918 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueStrategy and Leadership · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisValue (mathematics)RevenueMarketingBusinessProduct (mathematics)LoyaltyMarket segmentationIndustrial organizationComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose Researchers Kim and Mauborgne argue that firms seeking to grow in mature markets need to create new buyer value, thereby entering Blue Ocean markets, where they don't have rivals. In contrast, firms fighting rivals in bloody, Red Oceans will struggle to remain profitable. To facilitate the search for Blue Oceans the paper aims to offer managers a new tool to uncover new points of buyer differentiation. Design/methodology/approach This paper draws from the strategy, marketing and economics literatures to illustrate how firms can enhance performance by creating Blue Oceans. Findings This paper suggests that one way to generate Blue Ocean strategies is to use the fundamental building blocks of value creation. Based on extensive work with value creation logics, it proposes that there are three types of value firms can offer customers: lower prices using an industrial efficiency logic; increase user connectivity with a network services logic; or enhance the offering's fit with the user needs using a knowledge intensive logic. By combining parts of two or more of the value creation logics, managers may construct innovative bundles of attributes. Practical implications Blue Ocean strategies are most appropriate for companies in the mature/decline phase of the product life cycle that are suffering from declining revenues and decreasing customer loyalty. Organizations facing these pressures typically attempt to increase the bottom line by increasing marketing and branding efforts while cutting costs and trying to dodge price wars. These value renovations usually meet with little success as competitors are attempting the same moves in what is largely a zero sum game. Instead of focusing on besting rivals, Kim and Mauborgne argue firms should aim for value innovation by redefining their offerings to compete in niches where there is no competition. Applying value creation logics helps managers redefine their offerings. Originality/value This is the first paper to outline how combining value creation logics leads to discovering Blue Oceans.

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 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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,167
Tête enseignante GPT0,305
Écart entre enseignants0,138 · 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