MétaCan
Menu
Retour à la cohorte
Enregistrement W3088125567 · doi:10.1515/roms-2019-0075

Persuasive Advertising in a Vertically Differentiated Competitive Marketplace

2020· article· en· W3088125567 sur OpenAlexaff
Yuanfang Lin, Chakravarthi Narasimhan

Notice bibliographique

RevueReview of Marketing Science · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésAdvertisingQuality (philosophy)Product (mathematics)BusinessCompetition (biology)Affect (linguistics)MarketingPerceptionInformative advertisingWillingness to payReservationNative advertisingEconomicsMicroeconomicsOnline advertisingPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Despite the widely acknowledged existence in practice, the theoretical literature on persuasive advertising is generally vague about exactly how such advertising could affect consumer preferences, except for the general assumption that persuasive advertising affects consumer willingness to pay or simply “shifts demand.” This paper proposes a theoretical framework for characterizing different ways that persuasive advertising may affect consumer utility in a vertically differentiated marketplace. Firstly, persuasive advertising could simply raise consumers’ reservation price for the product category. Secondly, persuasive advertising could enhance consumers’ perception about the product quality offered by the advertising firm. Thirdly, persuasive advertising could increase consumers’ willingness to pay for quality increment. Preliminary evidences from lab studies are presented to support the existences of the proposed effects. Using a game-theoretic approach, we study two firms’ decision in the adoption of persuasive advertising of a particular effect and the associated price competition. Findings from the theoretical model analyses indicate that factors influencing a firm’s decision in persuasive advertising include consumer heterogeneity, degree of product differentiation, the effectiveness and the cost of such advertising. In a vertically differentiated competitive marketplace, persuasive adverting is a more desirable strategic tool for firms of higher-quality products to further establish a competitive advantage.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,299
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,258
Écart entre enseignants0,240 · 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.

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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Marketing ScienceMême sujetConsumer Market Behavior and PricingTravaux en français237 207