Industry 4.0 in the product development process: benefits, difficulties and its impact in marketing strategies and operations
Notice bibliographique
Résumé
Purpose Product development process (PDP) in the context of Industry 4.0 may present several marketing implications. To understand these implications, the purpose of this study is to identify the benefits and difficulties of Industry 4.0 related to the PDP and its impact in marketing strategies and operations. Design/methodology/approach The methodology used to perform this research was a systematic literature review. For this, five steps were followed, namely, research question formulation; studies location; studies selection and evaluation; analysis and synthesis; and reporting and use research results. Findings The systematic literature review considering PDP in Industry 4.0 context resulted in 28 benefits and 14 difficulties, in a total of 53 articles. From the analysis of these benefits and difficulties, several implications for marketing were identified, namely, better understand customer preferences; greater agility in marketing decision-making; better align marketing, product development and operations processes issues; better understand product/service lifecycle; analyze possibilities of new ways of distribution and communication channels; better define the value of products and services and location requirements. Originality/value The findings presented here can be used both by market professionals, interested in the subject and by researchers for future studies. The better understanding of PDP in the context of Industry 4.0 can enhance marketing strategies for market professionals and provide insights for researchers. No similar studies were found in the literature.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».