MétaCan
Menu
Retour à la cohorte
Enregistrement W3123697890 · doi:10.1287/mksc.2019.1175

A Salesforce-Driven Model of Consumer Choice

2019· article· en· W3123697890 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMarketing Science · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIncentiveBusinessProfit (economics)MarketingAppealMicroeconomicsConsumer choiceService (business)Set (abstract data type)Industrial organizationEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

This paper studies how salespeople affect the choices of which products consumers choose, and from that, how a firm should set optimal commissions as a function of the appeal, substitutability, and profit margins of different products. We also examine whether firms are better off promoting products through sales incentives or price discounts. To achieve these goals, we develop a salesforce-driven consumer choice model to study how performance-based commissions incentivize a salesperson’s service effort toward heterogeneous, substitutable products carried by a firm. The model treats the selling process as a joint decision by the salesperson and the consumer. It allows the salesperson’s efforts to vary across different transactions, depending on the unique preferences of each consumer, and incorporates the effects of commissions and other marketing mix elements on the selling outcome in a unified framework. We estimate the model using data from a car dealership. We find that the optimal commissions should be lower for popular items and for items that are closer substitutes with other products. We also find that for the car industry we study, the cost of selling more cars using sales incentives is cheaper than the cost of selling the same number of cars using price discounts.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,532
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,247
Écart entre enseignants0,225 · 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