Marketing the downtown through geographically enhanced consumer segmentation
Notice bibliographique
Résumé
Purpose The purpose of this paper is to identify, using a case study, whether consumers in a metropolitan area can be meaningfully segmented geographically such that it can understand the way they perceive and interact with the downtown district and to delineate the implications of the findings for business improvement area marketing initiatives from a management perspective. Design/methodology/approach A total of 650 visitors to downtown Toronto are interviewed using a pretested questionnaire. Their responses are related to their location within the metropolitan area. Correspondence analysis (CA) is applied to the data to visually identify possible market segments. Findings The analysis identified four distinct place‐based visitor segments. Each of these segments exhibited behaviour patterns that are distinct and intrinsically meaningful. The analysis further shows that perceptions and current interactions with the district are likely to change depending on where in the metropolis its consumers live. Practical implications Since visitor perceptions are place dependent, it is difficult to implement a single place marketing campaign that is relevant to each segment. The results suggest that it needs to develop communication strategies that are specific to each segment, incorporating an understanding of why they visit downtown, what they think of the area, what media they consume, how they get around and what their needs are in terms of lifestage. Originality/value By going beyond the traditional analysis of geographic variables and incorporating consumer response variables in the analysis, this paper provides a stronger basis for market segmentation and management action with regard to place marketing. The application of CA provides a visual way to understand the segments.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».