Salesforce responsive roles in turbulent times: case studies in agility selling
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.
Notice bibliographique
Résumé
Purpose Salespeople are at the forefront of the external environment where they act as the first responders to critical events and their resulting business turbulence. How the salesforce responds to turbulence is, therefore, of great interest both theoretically and in practice. The paper aims to rekindle interest in agility selling, which is the most adequate behavioral sales model to exploit environmental uncertainty. Design/methodology/approach An organizational autoethnography complemented with data from in-depth interviews with key salespeople involved in turbulence resulted in the development of eight case studies. Findings Salespeople use agility selling through four possible responsive roles. They amplify, innovate, cooperate or mitigate turbulence to exploit its ensuing opportunity or minimize its negative effect for both the supplier and the customer. The article enhances the agility selling model by putting three core abilities in the forefront: (1) forecasting turbulence from critical events, (2) responding to changes quickly and adequately and (3) exploiting changes as opportunities. Research limitations/implications The article argues that critical events are the cause of the turbulence that the salesforce must deal with before it hits the dyad. Agility selling represents an untapped research opportunity in business-to-business sales, and sales management, as well as within the overall agile organization. Practical implications Sales organizations would greatly benefit in implementing training of agility selling’s core abilities because responsiveness is a valuable tool for salespeople in times of turbulence. Originality/value The study is the first to empirically demonstrate the existence of agility selling.
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 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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle