The effectiveness of matching sales influence tactics to consumers’ avoidance versus approach shopping motivations
Notice bibliographique
Résumé
Purpose Adaptive selling can help build positive relationships between salespeople and consumers. The literature shows that consumers respond positively to salespeople under approach but not avoidance motivations. This paper aims to demonstrate a circumstance under which consumers with avoidance motivations can also respond positively, something not previously shown in the literature. Design/methodology/approach This research paper uses three experimental between-subject designs to test hypotheses. Findings The current research identifies appropriate sales influence tactics (e.g. a customer-autonomy-oriented or a loss-avoidance-oriented influence tactic) where consumers with avoidance motivations can also respond to sales agents positively by the evidence of higher purchase intentions. In addition, this research shows that consumers with approach motivations may not always respond positively to salespeople. Further, goal facilitation appraisals of the salespeople serve as a mechanism between consumers’ shopping motivations and their behavioral responses (e.g. purchase intentions). Originality/value First, while the previous literature demonstrates that approach motivations generally lead to more positive effects (Elliot and Trash, 2002), this research indicates that avoidance motivations can also have positive effects, which is a finding that has not been demonstrated in the literature thus far. Second, this research identifies goal facilitation appraisals as one underlying process that explains the interactive effect between matching influence tactics and consumers’ approach/avoidance motivations when shopping. Third, the authors integrate regulatory focus theory by using gain- or loss-avoidance-oriented sales influence tactics to match approach and avoidance motivations.
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 | 0,011 | 0,007 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».