MétaCan
Menu
Retour à la cohorte
Enregistrement W3215304634 · doi:10.3390/jtaer16070173

The Dual-Channel Retailer’s Channel Synergy Strategy Decision

2021· article· en· W3215304634 sur OpenAlexaff
Peng Zhang, Bei Xia, Victor Shi

Notice bibliographique

RevueJournal of theoretical and applied electronic commerce research · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésStackelberg competitionDual (grammatical number)Channel (broadcasting)Product (mathematics)Computer scienceBusinessIndustrial organizationMicroeconomicsEconomicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

The main research question asked in this paper is whether and when a dual-channel retailer (retailer in short) should adopt the “buy online and pick up in store” (BOPS) strategy. To answer this question, we first derive the optimal price decision using the non-BOPS and BOPS strategies. Subsequently, we compare the performance of retailers under non-BOPS and BOPS scenarios. Our main findings are that under the monopoly scenario, retailers may not always benefit from the BOPS strategy. Retailers will benefit only if the offline operational costs are low and the degree of customer acceptance of the online channel is high. However, the BOPS strategy cannot improve dual-channel retailers’ market share. Furthermore, under a Stackelberg game scenario with e-retailers as leaders, when the value of a product is medium and the transaction costs of the offline channel are high, retailers can use the BOPS strategy to enhance their market share. If the degree of customer acceptance of the online channel is also high, retailers can further improve their profits by using the BOPS strategy. Overall, these findings not only provide decision support for retailers, but also enrich the theories on dual-channel retailing in operations management.

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)0,004
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil0,634

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,298
Écart entre enseignants0,267 · 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'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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of theoretical and applied electronic commerce researchMême sujetSupply Chain and Inventory ManagementTravaux en français237 207