MétaCan
Menu
Retour à la cohorte
Enregistrement W4402037421 · doi:10.1080/03155986.2024.2395659

Advertising strategies of one e-commerce platform and competitive sellers in a supply chain under agency mode

2024· article· en· W4402037421 sur OpenAlexaffvenue
Yalan Liu, Hui Jiang, Jiejian Feng, Liang Jia-mi, Hui Wang

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésBusinessCompetition (biology)AdvertisingSupply chainRevenueAgency (philosophy)DilemmaMicroeconomicsMarketingEconomics

Résumé

récupéré en direct d'OpenAlex

As the internet traffic dividend disappears, the growth of e-commerce platforms slows and competition among sellers increases. We examine whether the sellers choose to cooperate with the e-commerce platform in advertising. This paper considers advertising strategies in a supply chain with one e-commerce platform and two competitive sellers, where each seller can choose either cooperative advertising or independent advertising in a strategic game. This paper shows that the cooperative advertising strategy is a unique Nash equilibrium. Only when a seller has a relatively high revenue share ratio in the cooperative venture, and competition with the other seller is low, will the seller obtain higher profits with cooperative advertising than independent advertising. After competition increases to a certain level, the sellers fall into the prisoner’s dilemma. Cooperative advertising can increase the profits of the platform. It is better for the platform to cooperate with two sellers than with only one seller. Besides, a seller’s market share can also impact its advertising strategy. Previous studies were mainly based on traditional supply chains in the wholesale mode where the platform acts as a retailer. Our paper considers the supply chains under the agency mode where sellers compete on price and advertising.

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 candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,982
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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,006
Science ouverte0,0000,000
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 Opus0,066
Tête enseignante GPT0,323
Écart entre enseignants0,257 · 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.

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetSupply Chain and Inventory ManagementTravaux en français237 207