MétaCan
Menu
Retour à la cohorte
Enregistrement W3207723108 · doi:10.3390/jrfm14100502

Experts’ Perspective on the Development of Experiential Marketing Strategy: Implementation Steps, Benefits, and Challenges

2021· article· en· W3207723108 sur OpenAlexvenueno aff
Ana-Maria Urdea, Cristinel Constantin

Notice bibliographique

RevueJournal of risk and financial management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensnon disponible
Organismes subventionnairesUniversitatea Transilvania din Brasov
Mots-clésExperiential learningMarketingDigital marketingPromotion (chess)Marketing researchBusinessMarketing managementQualitative marketing researchReturn on marketing investmentQuantitative marketing researchPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Consumer needs change over time as a result of the fast-paced advancement in technology and the induction of the Internet, expansion that leads to a difficulty for brands to adapt their marketing promotion strategy and trying to remain innovative and effective at meeting their consumers’ expectations. This research investigates what effect experiential marketing campaigns have on both customers’ perception and business outcomes, aiming to develop a deeper understanding of experiential marketing, its challenges, and benefits, to understand customers’ reactions to experiential touchpoints, to explore what type of technology increases experiential perceived value, and to envisage the evolution of experiential marketing strategy. To capture all the important facets of the research objectives, an exploratory survey based on the voices of 31 marketing experts from all around the world was applied. By identifying the key drivers of experiential marketing campaigns in a hybrid setting, the present study highlighted the important role that experiential marketing has as a communication strategy, offering additional insights to marketing specialists on the experiential marketing implementation steps. A theoretical framework of the steps needed to put into practice an experiential marketing strategy was proposed.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,326

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,041
Tête enseignante GPT0,268
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

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

Citations35
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207