MétaCan
Menu
Retour à la cohorte
Enregistrement W4386641506 · doi:10.54254/2754-1169/17/20231092

Success of Nintendo Switch in 3C Marketing Model

2023· article· en· W4386641506 sur OpenAlexaff
Jinkun Hu

Notice bibliographique

RevueAdvances in Economics Management and Political Sciences · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital and Cyber Forensics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisAdvertisingProduct (mathematics)MarketingComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

The Nintendo Switch is a type of game console that was designed by Nintendo and offered for sale in March, 2017. Since the Nintendo Switch was on sale, it was fascinated by plenty of customers and game fans to buy it because of its unique property of its combination of home game consoles and handheld game consoles, and it became the best-selling gaming console in 10 months in North American history. Most of the success of Switch will be attributed to its subversive design. However, the uniqueness of a new product is only the start of success for a company. The marketing strategy, which was based on the 3C marketing model and implemented by Nintendo, is the key to the success of the Nintendo Switch. This research uses a comparative analysis approach and statistics analysis, studying and comparing the data of sales, groups of customers, and company’s cost from Nintendo and its competitors, to arrive at the conclusion that, due to the special design for customers, efficient production for the company, and targeted strategy for competitors, the Nintendo Switch has become one of the most popular game consoles in the world.

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)0,001
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 enseignants0,412
Score d'incertitude au seuil0,291

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,244 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Economics Management and Political SciencesMême sujetDigital and Cyber ForensicsTravaux en français237 207