Adapting to the digital marketplace: manufacturer channel selection in the age of consumer migration
Notice bibliographique
Résumé
Purpose This study aims to examine manufacturers’ strategic responses to consumer migration from offline to online channels, focusing on how these shifts affect their channel selection and business strategies. Design/methodology/approach This research uses a theoretical framework using a Stackelberg game model to analyze manufacturers’ decision-making processes amid evolving consumer behaviors. It intricately explores the strategic implications across three distinct channel structures: manufacturer direct sales (MD), retailer resale (RR) and retailer agency (RA), focusing on their economic outcomes and market dynamics. This approach is instrumental in decoding the multifaceted nature of channel migration and its impact on manufacturer–retailer relationships in the digital marketplace. Findings The research reveals that in MD and RA scenarios, as channel migration intensifies, manufacturers tend to lower both wholesale and online retail prices. Conversely, in the RR scenario, the set wholesale price is intricately linked to the market share, with higher prices set for smaller offline market shares. From a strategic standpoint, MD emerges as the optimal choice for maximizing manufacturer profits, while RA takes precedence when considering the entire supply chain’s profitability, particularly under high commission costs. Originality/value This research illuminates the impact of channel migration on manufacturers’ pricing strategies and channel selection. It not only advances the understanding of consumer behavior in multichannel retail environments but also offers practical insights for businesses in effectively managing online and offline channels.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».