The Effects of Off-Price Store Opening on the Incumbent Channels of a Multichannel Retailer: Full-Line Stores Versus Online Store
Notice bibliographique
Résumé
Many high-end retailers operate off-price or discount versions of their full-line stores to engage value-conscious customers. In this study, the authors empirically examine the effects of a high-end retailer's opening of off-price stores on customer behavior. Leveraging a unique customer-level dataset spanning pre- and postopening periods of off-price stores in the United States by a multichannel retailer, the authors disentangle the effects of physical off-price store opening on the incumbent channels (full-line physical stores and online store) and document the underlying mechanisms. The authors employ the group-time treatment effects doubly robust estimator that exploits the staggered opening of multiple off-price stores. The authors find that off-price store opening decreases customer spending (substitution effect or value customer effect) at the full-line store and increases spending at the online store (complementarity effect or option-to-return-products effect). The authors report that the retailer's new customers (i.e., those acquired via the retailer's off-price stores) tend to spend less, return products at a higher rate, purchase lower-priced items, and are in the lower-income group. Furthermore, the regular customers who shop at the full-line stores of the upscale retailer spend less at and return their online purchases at a higher rate to the off-price stores than the value-conscious customers. The authors perform a battery of robustness checks to rule out effects of confounding factors. Based on the results, the authors offer new insights and implications for high-end multichannel retailers that adopt an off-price store opening strategy.
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 | 0,018 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».