MétaCan
Menu
Retour à la cohorte
Enregistrement W2104598104 · doi:10.1287/mksc.1070.0311

Assessing the Consequences of a Channel Switch

2008· article· en· W2104598104 sur OpenAlexaff
Xinlei Chen, George John, Om Narasimhan

Notice bibliographique

RevueMarketing Science · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésChannel (broadcasting)Extant taxonProfit (economics)EconomicsWork (physics)IntuitionChannel coordinationMarketingIndustrial organizationMicroeconomicsTask (project management)BusinessEmpirical researchTelecommunicationsComputer scienceStatisticsSupply chain managementManagementMathematics

Résumé

récupéré en direct d'OpenAlex

Switching marketing channels is an expensive and sticky decision. While a number of theories suggest efficiency and strategic differences between channels, there is virtually no work on combining these ideas into an empirically workable methodology to assess the impact of a channel switch. In this study, we undertake to close this gap with an empirical study of the sports drink market, featuring competing producers and heterogeneous channels. We estimate demand and cost parameters for a number of alternative models of competitive interaction and use these estimates to study the switching of Gatorade from its extant (independent wholesaler) channel to the direct store delivery (DSD) channel belonging to Pepsi. Our initial results indicate the following: Pepsi should switch Gatorade to the DSD channel only if (i) the switch decreases Gatorade's manufacturing cost by at least 14%, or (ii) the switch increases the share of profit it can obtain by at least 13%, or (iii) the switch enhances demand by the equivalent of a price cut of 4.96¢ for a 32-ounces package. Absent these increases, Pepsi should not switch. Our methodology and results speak to both managers contemplating a channel switch and antitrust authorities faced with the task of evaluating the consequences of a change in vertical structure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,039
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,048
Tête enseignante GPT0,287
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), 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

Citations24
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarketing ScienceMême sujetConsumer Market Behavior and PricingTravaux en français237 207