Notice bibliographique
Résumé
Inflationary trends in economy have led to increased media costs, forcing many companies to increased expenditure on sales promotion activities. It has been recognized that well-planned sales promotion activities have a strategic role to play in brand building and enhancing customer loyalty. This study examines the nature of schemes offered in the FMCG(fast moving consumer goods) category, to find out ratio of incentive and outlay (which the consumer is expected to make to avail sales promotion offers), explore the relationships, find out the rationale behind these offers, and provide guidelines to managers designing sales promotion activities. Eight different product categories were selected for the study. Information on actual offers made in these categories in a quarter was compiled and tabulated through content analysis in terms of brand, MRP(maximum retail price), offer(size of the incentive offered), nature of the scheme, pack being promoted, and outlay. Variations in I/O(incentive-outlay) ratios across product categories revealed that the non-food category exhibited more variations than the food category.The level of incentive in the nonfood category was higher than that of the food category , 0.33(33percent) was the most frequently offered level of incentive, Bonus pack followed by free gift and price offs were the popular tools used across product categories , Except for toilet soaps, in other categories medium to large pack was promoted more often. The findings suggest that managers need to be creative to create an impact , otherwise consumers would tend to be less loyal to any brand in a category and drift from one promoted brand to another. Several propositions generated in this research need to be addressed in future research. Factors to be considered and managerial issues concerning the design are also discussed.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».