The Influence of Consumer Behavior on Consumer Purchase of Fashion Products(Case Study of Generation Z in Bali)
Notice bibliographique
Résumé
In Indonesia, in terms of population, Generation Z is the largest.The number reached 72.8 million (27 percent) of Indonesia's 267 million population in 2019, and the results of Lokadata.id'sprocessing of the 2019 National Socio-Economic Survey (Susenas) revealed that of the 47 million millennial internet users, as many as 17 percent or around 7.8 million of them like shopping online, whether it's buying goods or services.With approximately 4.7 hours per day to access the internet, the activity for conducting online-based transactions has also increased.In essence, various past and present factors influence consumers.Future decisions will be influenced by current behavior.If a consumer is satisfied with the product he bought, then he tends to buy it again.But if you are not satisfied with a certain brand product.Consumer behavior can be influenced by several factors such as social factors, personal factors, and psychological factors.Tokopedia is an Indonesian E-commerce company with a mission to achieve economic equality digitally.Since its founding in 2009, Tokopedia has been a pioneer in digital transformation in the country.Quoted from IPrice, Tokopedia remains the most visited E-commerce in the 3rd quarter of 2021.The purpose of this study is to determine consumer behavior towards purchasing decisions for fashion at Tokopedia.The research method used is linear regression test using SPSS.The result of this study is that consumer behavior has a significant effect on purchasing decisions for fashion products at Tokopedia.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».