MétaCan
Menu
Retour à la cohorte
Enregistrement W4411326151 · doi:10.1177/00222437251353156

Rewarding Money or Time? The Sunk Cost Effects of Customized Rewards in Loyalty Programs

2025· article· en· W4411326151 sur OpenAlexaff
Zhigang Shou, Qinying Xia, Samuel Su, Hongxin Teng

Notice bibliographique

RevueJournal of Marketing Research · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSunk costsLoyaltyBusinessMarketingEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

This research investigates an overlooked aspect of firm loyalty programs: rewards for consumer temporal efforts (RTEs), which pertain to consumer time spent on firm activities, as opposed to rewards for consumer monetary efforts (RMEs), which pertain to consumer money spent on firm products. Across six main studies, the authors find robust evidence that consumers devalue time compared with money—they underestimate the sunk costs of time and consider RTE easily earned. Therefore, when select consumers receive customized RTE (vs. RME) without prior notice, they will perceive lower effort-related costs associated with the reward, making them less likely to redeem it. If they choose to redeem it, they tend to purchase more novelty products because they will categorize RTE under the mental account of windfall gains. They are also more inclined to repurchase after redemption due to an elevated sense of gratitude. However, when consumers are reminded of the opportunity costs of their prior temporal efforts, they become just as likely to redeem the reward as those rewarded with RME, owing to the heightened sunk time effect. These findings present a novel customer-engaging strategy for firm loyalty programs, namely rewarding consumer time (RTE) in an unconventional manner.

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)0,052
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,470
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0520,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,043
Tête enseignante GPT0,352
Écart entre enseignants0,309 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Marketing ResearchMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207