Analisis Efektivitas Pelaksanaan Bauran Promosi Pada Hotel The Lombok Lodge Dengan Menggunakan Metode Epic Model
Notice bibliographique
Résumé
Dalam pelaksanaan promosi hotel The Lombok Lodge, hotel tersebut menerapkan promosi melalui periklanan, promosi penjualan, penjualan pribadi dan pemasaran langsung, dimana periklanan dilakukan melalui katalog, promosi penjualan dilakukan melalui pemberian potongan harga sewa, penjualan pribadi dilakukan melalui agen marketing dan pemasaran langsung dilakukan melalui customer service. Terdapat beberapa metode yang dapat digunakan untuk menganalisis efektivitas bauran promosi berdasarkan dampak komunikasi yang ditimbulkan, yaitu: MMP (Media Mix Planing), CRI (Costomer response index), DRM (Direct rating method) dan EPIC Model.EPIC Model yang digunakan untuk mengukur efektivitas bauran promosi yang mencakup empat dimensi kritis, yaitu: empati (empathy), persuasi (persuasion), dampak (dampak) dan komunikasi (communication).Pada penelitian ini jenis data yang digunakan adalah data kualitatif yang dikuantitatifkan.Jenis penelitian yang digunakan adalah penelitian deskriptif eksploratif.Secara keseluruhan pelaksanaan bauran promosi pada hotel The Lombok Lodge telah efektif, terbukti dari hasil analisis EPIC Model secara keseluruhan sebesar 4.01, nilai tersebut masuk dalam rentang skala penilaian 3.41 – 4.20 (Efektif).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».