MétaCan
Menu
Retour à la cohorte
Enregistrement W2960446284 · doi:10.5539/ijms.v11n3p26

Influence of Brand Extention Strategy, Brand Image and Brand Trust on Coffee Product’s Brand Equity

2019· article· en· W2960446284 sur OpenAlexvenueno aff
Slamet Poerwadi, M. Suyanto, Anas Hidayat, Purwadi Purwadi, Zainal Mustafa Eq

Notice bibliographique

RevueInternational Journal of Marketing Studies · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBrand equityBrand extensionBrand managementBrand awarenessBusinessAdvertisingMarketingStructural equation modelingCorporate brandingProduct (mathematics)Computer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

The objective of this research is to explore the relationship between brand extension strategy, brand image, brand trust, and brand equity in the coffee industry of Indonesia. The research mainly discusses the effect of brand extension strategy on brand equity through brand image and brand trust in the coffee industry, i.e., Kapal Api as a leading coffee brand in Indonesia. Approximately 200 respondents of Kapal Api consumers participated on the survey by responding the questionnaire. Data were analyzed using Structural Equation Modeling (SEM) by combining factor analysis and regression analysis. The results of the evaluation of the one step modification model show that the model is fit and tested for causality. This study shows that brand extension strategy affects brand trust but does not affect brand image and brand equity. Brand trust affects brand image and brand equity. In addition, the brand image also affects brand equity. Brand trust is able to mediate the brand extension strategy on brand equity while a brand image is not. This research is useful for businesses to evaluate marketing strategies in maximizing potential customers by understanding the factors that influence brand equity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,350
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,325
Écart entre enseignants0,292 · 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 tête enseignante, 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing StudiesMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207