Go Wide or Go Deep? Assortment Strategy and Order Fulfillment in Online Retail
Notice bibliographique
Résumé
Problem definition: Expansions in product assortment by online retailers often engender operational challenges. In undertaking such expansions, retailers exercise a strategic choice between expanding assortment width or depth. Our understanding of how this choice affects the order fulfillment process is limited. Thus, we examine the impact of these dimensions of assortment strategy on order delivery timeliness. Academic/practical relevance: Order delivery timeliness is a critical measure of operational success in online retail. We contribute to theory and practice by adopting a multidimensional perspective of retailer assortment strategy and studying the relative impact of assortment width and depth on order delivery timeliness. Methodology: Employing a data set comprising more than 200 million orders, we study the effects of assortment strategy on delivery timeliness using an instrumental variable approach. We then utilize a two-stage model to estimate the impact of delivery performance on sales. Further, we employ a matched difference-in-differences and a novel Bayesian structural time-series model to confirm this relationship. Results: We find that assortment width has a greater negative impact on order delivery timeliness compared with assortment depth. A one-standard-deviation increase in assortment width increases average delivery times by 0.55 days. Further, we find this effect to be positively moderated (i.e., worsened) by the average size of orders and to be negatively moderated (i.e., improved) by the logistic service provider’s (LSP) experience. Finally, a one-day increase in delivery times for 10% of the orders results in a 2.7% reduction in sales. Managerial implications: Our findings suggest that online retailers focused on ensuring timely deliveries should be wary of widening product assortments, especially when facing larger average order sizes. We also find that experienced logistic service providers can help mitigate the dilatory effects of assortment width expansions. However, the benefits of experienced LSPs are limited for retailers deepening their assortments. History: This paper has been accepted as part of the 2018 MSOM Data Driven Research Challenge. Supplemental Material: The online appendices are available at https://doi.org/10.1287/msom.2022.1156 .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».