MétaCan
Menu
Retour à la cohorte
Enregistrement W4304688952 · doi:10.1287/msom.2022.1156

Go Wide or Go Deep? Assortment Strategy and Order Fulfillment in Online Retail

2022· article· en· W4304688952 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueManufacturing & Service Operations Management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensSimon Fraser UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésOrder (exchange)BusinessSet (abstract data type)MarketingRelevance (law)Product (mathematics)Service (business)Process (computing)Order fulfillmentComputer scienceEconometricsEconomicsSupply chainMathematics

Résumé

récupéré en direct d'OpenAlex

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.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,027
Tête enseignante GPT0,232
Écart entre enseignants0,205 · 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