Market Positioning by IT Service Vendors Through Imitation
Notice bibliographique
Résumé
Information technology (IT) services vendors operate in a highly competitive but also institutional environment that render their service-line offerings mutually observable. This suggests that imitation of rivals’ decisions can be an efficient means for IT vendors when reconfiguring their service-line offerings. To explore how such imitation unfolds in this sector, we estimate a series of logistic regression models of 116 IT vendors’ service-line choices over three time periods. First, from the strategic imitation literature we identify the key imitation “referents,” which is a group of firms or a single firm with specific traits, and we test the relative influence of each referent. All of our analysis includes these referents as predictors of service-line choice. Next, we tested more nuanced models using theoretically guided subsamples as follows. One, based on information systems (IS) literature, we consider the IT vendors as embedded in three distinct “institutional spheres,” each corresponding to a knowledge domain, namely, technical, functional, and vertical industry domains. We separately examine imitation in each subsample corresponding to the three types of service lines. Two, based on strategy literature, we consider that the influence of the imitation referents differs when the choice under consideration is the addition of a new service line versus a withdrawal. Our results across all of these subsamples uncover a nuanced pattern of imitation that sometimes contrasts the full-sample results. The most prominent result is that although imitation is highly salient, the different imitation referents are not universally influential across all knowledge domains and between development versus withdrawal decisions. Specifically, the imitation of similar firms is widespread, whereas the imitation of largest firms or offering popular service-lines, which indicates bandwagon effects, are at play only selectively. This study contributes to the IS literature by laying a basis for a variety of research directions including resource spillovers and vicarious learning in IT sectors.
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 | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».