Salesforce Compensation Scheme and Consumer Inferences
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.
Notice bibliographique
Résumé
We investigate the salesforce compensation strategy of a firm selling products in a category that several consumers find technically sophisticated, such as electronics or financial products with legal fine print. Consumers are unable to judge the value difference between a baseline product and a product upgrade with add-on features. While the firm and the salespeople are informed of the value of these features, consumers are uncertain. Thus, consumers have to rely on sales assistance to evaluate alternatives. The salesperson decision variables include selling effort and whether to “oversell” the consumer by overclaiming the value of added features. Because sales revenue depends on both the salesperson's selling effort and consumers' valuation of the added features, the salesforce incentive scheme (which can consist of salary, sales commission, or consumer satisfaction-based commission) may induce the short-term oriented salesperson to misrepresent the value of the upgrade. Exaggeration of the value of the added features, however, results in reduced satisfaction levels leading to lower profits for the firm. We show that a salesperson selling products where the value of the upgrade is low prefers to make higher claims when the sales commission rate is sufficiently high. We conjecture that consumers aware of the incentive structure facing the salesperson expect the true value of the add-on feature to be lower than the claimed value. We study the optimal compensation scheme of a firm, which has to communicate her true type and retain its salesforce credibility. We identify the conditions under which a high-upgrade-type firm indicates its true value by altering sales commission rate and satisfaction-based commission rate.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 découle