MétaCan
Menu
Retour à la cohorte
Enregistrement W3123852639

Value Creation Mechanisms of Business Models: Proposition, Targeting, Appropriation, and Delivery

2018· article· en· W3123852639 sur OpenAlexaff
Vladyslav Biloshapka, Oleksiy Osiyevskyy

Notice bibliographique

RevueSSRN Electronic Journal · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueService and Product Innovation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésValue propositionValue captureConceptualizationValue (mathematics)Business valueBusiness modelAppropriationValue creationPropositionMeaning (existential)BusinessKnowledge managementMarketingIndustrial organizationEconomicsComputer scienceMicroeconomicsEpistemology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Management scholars and practitioners generally agree that the primary functions of a business model are value creation and value capture. However, the meaning (conceptualization) of these terms, their measurement, and the factors and mechanisms affecting them remain contentious. In the current paper, we provide answers to these questions by clarifying the consumers’ value creation and business value capture constructs. Then, we demonstrate how they are determined by four business model mechanisms: value proposition and value targeting (affecting consumers’ value through willingness to pay), and value appropriation and value delivery (affecting business value through price and cost). We demonstrate that a fine-grained analysis of a business model’s value creation cannot be adequately performed without reference to these four mechanisms. The developed conceptual framework is illustrated and corroborated by the mini-case vignettes. We finish by outlining an application of the proposed framework to two crucial real-world business model situations: escaping the Giver Trap and remaining the Winner.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0040,036
Communication savante0,0200,026
Science ouverte0,0020,008
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetService and Product InnovationTravaux en français237 207