MétaCan
Menu
Retour à la cohorte
Enregistrement W2619420087 · doi:10.1509/jm.16.0018

Comparative Price and the Design of Effective Product Communications

2017· article· en· W2619420087 sur OpenAlexaff
Thomas Allard, Dale W. Griffin

Notice bibliographique

RevueJournal of Marketing · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConstrual level theoryProduct (mathematics)Matching (statistics)MarketingMarketing communicationAdvertisingBusinessComputer sciencePsychologyMathematicsSocial psychology

Résumé

récupéré en direct d'OpenAlex

The authors propose a model relating a product's comparative price to the construal level of its associated communications and show how perceived expensiveness shapes consumers’ response to the wording of marketing communications. A series of six studies shows that for both absolute low- and high-cost product categories, comparatively expensive (inexpensive) products are preferred when accompanied by high-construal (low-construal) messages, due to the conceptual fluency of the “match” between price-induced psychological distance and construal level. The model provides novel implications for designing effective marketing communications: comparatively expensive versions of objectively low-priced products (e.g., an expensive chocolate truffle) are best promoted through more abstract slogans, whereas comparatively affordable versions of objectively high-priced products (e.g., an inexpensive diamond pendant) are best promoted using more concrete slogans. By emphasizing the link between comparative price and the matching level of construal, the authors contribute to a richer view of the interplay between price and product communication in marketing.

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)0,004
score de la tête « metaresearch » (Gemma)0,023
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,005
Communication savante0,0050,007
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,068
Tête enseignante GPT0,310
Écart entre enseignants0,243 · 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

Citations37
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of MarketingMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207