A Model of Two-Sided Costly Communication for Building New Product Category Demand
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
When a firm introduces a radical innovation, consumers are unaware of the product’s uses and benefits. Moreover, consumers are unsure of whether they even need the product. In this situation, we consider the role of marketing communication as generating consumers’ need recognition and thus market demand for a novel product. In particular, we model marketing communication as a two-sided process that involves both firms’ and consumers’ costly efforts to transmit and assimilate a novel product concept. When the marketing communication takes on a two-sided process, we study a firm’s different information disclosure strategies for its radical innovation. We find that sharing innovation, instead of extracting a higher rent by keeping the idea secret, can be optimal. A firm may benefit from the presence of a competitor and its communication effort. The innovator can share its innovation so that competitors can also benefit, which encourages rivals to enter the market. The presence of such competition guarantees a higher surplus for consumers, which can induce greater consumer effort in a two-sided communication process. Moreover, the increased consumer effort, in turn, prompts complementarity in the communication process and lessens the potential free-riding effect in communication between firms. Additionally, it encourages the rival firm to exert more effort, especially when the role of consumers becomes more important. Sharing innovation with a rival serves as a mechanism to induce more efforts in a two-sided communication process. The online appendix is available at https://doi.org/10.1287/mksc.2017.1071 .
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 | 0,006 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 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 découle