Digital marketing ecosystems and global market expansion: current state and future research agenda
Notice bibliographique
Résumé
Purpose This article aims to provide greater clarity regarding the conceptualization and critical role of digital marketing ecosystems for the global expansion of multinational enterprises (MNEs) and offer novel research directions to prompt future research. Design/methodology/approach The authors first review the marketing literature related to marketing ecosystems, highlighting the evolution of this body of work across a range of domains such as services, innovation and new product development, communications and marketing strategy more broadly. Next, two case examples of MNEs whose global expansion efforts have been supported by their marketing ecosystems are used to highlight the role of marketing ecosystems in global market expansion. Finally, novel research directions are offered to prompt future research and provide greater insight into this emerging area. Findings The case examples we examine yield important insights into the role of marketing ecosystems for MNEs expanding from emerging markets (EMs) to developed markets (DMs). EM-MNEs such as TEMU face more communication and payment ecosystem challenges while opening their supply chain to DMs. Contrary to EM-MNEs, DM-MNEs face institutional and sociocultural challenges that require different marketing ecosystem orchestration approaches. Originality/value Marketing ecosystems can provide MNEs with greater multinational flexibility, enabling them to adapt their global strategies to navigate increasing complexities in global markets, such as trends toward increased protectionism and geopolitical disruptions. However, there is surprisingly little research addressing this issue.
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 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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».