Notice bibliographique
Résumé
Purpose Mail‐in rebates are an oft used, but poorly understood mechanism to promote the purchase of a product. In particular, prior research suggests that a significant percentage of consumers who purchase a product intending to redeem an accompanying rebate, fail to do so – a phenomenon known as “slippage.” To date, however, there has been very little research designed to understand why this takes place. The authors here aim to propose that the presence of a rebate provides a consumer with the means to justify a preferred course of action. Specifically, when considering the purchase of a desired product that carries a rebate, consumers tend to generate scenarios of successful rebate redemption and fail to adequately account for things that can go wrong in the redemption process. As a result, they systematically overestimate their likelihood of rebate redemption. Design/methodology/approach The authors conduct three laboratory experiments to test the proposed framework. Findings Study 1 shows that consumers overestimate their redemption likelihood because they tend to generate scenarios of successful rebate redemption and fail to adequately account for things that can go wrong in the redemption process. In studies 2 and 3, it is found that this effect is moderated by the valence and strength of one's motivation to purchase the promoted product. Originality/value The authors propose a new psychological account to explain consumer responses to rebate offers, and in particular study the role of motivation and elaboration. The results suggest that managers could use rebates in situations where customers need a reason to purchase, and that rebates for hedonic products are best delivered at the point‐of‐purchase.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».