Adapting to Change: How Brick-and-Mortar Retailers Responded to Consumer Behavior Shifts During COVID-19
Notice bibliographique
Résumé
In response to the drastic challenges brought by the COVID-19 pandemic, brick-and-mortar retailers have had to adjust to the new consumer behaviors quickly. This research paper seeks to analyze and comprehend how these retailers responded differently, as described in each case study: J.C. Penney, Neiman Marcus, Best Buy, and Target, representing a spectrum of impacts and strategic adaptations. Hence, the comparison discovers that J.C. Penney and Neiman Marcus filed for bankruptcy because they could not transform themselves and be competitive under the new norms. Contrarily, the situation did not destroy Best Buy and Target's business as it altered the status quo in their favor. Achieving the flexible management of Best Buy and Target, which concentrated on the economic development of e-commerce interconnection of physical and digital operations, was their key achievement in this turbulent era. Only this way they could face the rising challenges. These scenarios demonstrate the role of adaptability and a well-integrated technology in retail. The result of the study denotes that the business would be able to win against its competitor only if it can adjust itself continuously to the drastic change in consumer behavior, including the rapid growth of online purchasing. The study predicts that the future of retail will likely require ongoing adaptability and take further focus on omnichannel strategies more seriously. It represents a shift from an immediate response to an analysis that investigates the long-term consequences for the retail sector.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».