A configurational approach to last mile logistics practices and omni-channel firm characteristics for competitive advantage: a fuzzy-set qualitative comparative analysis
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 The purpose is to explore how the configurations resulting from the interplay of last mile logistics practices and firm characteristics are associated with firm performance in an omni-channel context. Design/methodology/approach Drawing on configuration theory (CT), the authors use fuzzy-set qualitative comparative analysis (fsQCA) to analyze data on 72 Swedish omni-channel retailers. Findings Four configurations are identified—store-oriented small and medium-sized enterprises (SME's), online-oriented SME's, large store-oriented retailers and large online-oriented retailers. The results show that while offering a wide range of delivery options is necessary to achieve high performance, it is not sufficient, and that returns and fulfilment should be simultaneously considered. For instance, large high-performers leverage their stores and warehouses for fulfilment and returns in an integrated way irrespective of sales channel-mix. However, SME's appear to focus on fulfilment simplicity with less-costly delivery alternatives, where store-oriented SME's leverage stores and the online-oriented counterparts leverage warehouses. Consequently, the authors develop a configurational taxonomy and discuss a set of recipes which provide insights for researchers and practitioners. Research limitations/implications The study provides a more comprehensive understanding of the pathways to success, and potential pitfalls, in the last mile logistics context. Originality/value This study applies a novel methodology in the field, namely fsQCA, to explore the paths to competitive advantage. It covers a wide range of stages in the LM including back-end fulfilment, delivery and returns. It also provides insight into the logistics practices of both SME's and large omni-channel retailers.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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