MétaCan
Menu
Retour à la cohorte
Enregistrement W7117126052 · doi:10.63593/fms.2788-8592.2025.11.002

Constructing a Closed-Loop Model of “Online Social Fission–Offline Transaction” for Small and Medium Retail Enterprises

2025· article· W7117126052 sur OpenAlexaboutno aff
Li Li

Notice bibliographique

RevueFrontiers in Management Science · 2025
Typearticle
Langue
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRenminbiPoint (geometry)ClothingPoint of saleRegression analysisDual (grammatical number)ChinaExchange rateQuarter (Canadian coin)

Résumé

récupéré en direct d'OpenAlex

In the face of the dual challenges of rising customer acquisition costs for small and medium retail enterprises globally (508 RMB per person in China and approximately 480 USD per person in the United States) and a social fission conversion rate of less than 5%, this study focuses on the proposition of “zero-cost content-driven growth” and constructs and empirically tests a five-step closed-loop model of “online social fission–offline transaction.” A framework integrating “AR visual content stimulation (S) –lightweight situational inducement (O) –private domain retention and transmission (R)” is proposed. Based on a 94-day longitudinal tracking of 30 multi-category stores in three Chinese cities (Wuhan, Xiangyang, and Lhasa), including 9 jewelry stores, 12 clothing stores, and 9 cosmetics stores, 423,000 micro-behavioral data points were collected (comprising 28,000 AR shares, 336,000 exposures, and 41,500 clicks). Structural equation modeling using Smart-PLS 4.0 and segmented regression analysis using Stata 17 were conducted. The results show that: (1) Zero-cost AR sharing has a significant positive correlation with the conversion rate of “exposure–click” (β=0.011, p<0.001, R2=0.34), with a 1.1% increase in conversion for every additional 100 shares, maintaining stable gains even when marginal costs are zero; (2) The cost of in-store gifts has an inverse U-shaped relationship with the conversion rate of “click–transaction” (inflection point at 41.2 RMB, 95% CI [38.7,43.5]), with the conversion rate peaking at 18.7% in the 35-45 RMB range (dropping to 11.2% below 30 RMB and to 13.9% above 50 RMB); (3) The intensity of private domain operations has a partial mediating effect on the “transaction – repurchase – re-fission” path (indirect effect = 0.39, Boot SE = 0.04, 95% CI [0.31,0.48]), accounting for 42% of the total effect; (4) Cross-regional robustness tests show that the customer acquisition costs for the experimental groups in Wuhan, Xiangyang, and Lhasa are 167 RMB per person, 172 RMB per person, and 168 RMB per person, respectively, a 66.5% average reduction compared to the control group (503 RMB per person), with ROI remaining stable at 1:15.2 to 1:15.7 (ANOVA, F=1.23, p=0.29). This study not only provides small and medium retail enterprises with a lightweight growth solution under a budget of “≤50 RMB per customer” but also expands the theoretical boundaries of the SOR framework in the context of “zero-cost visual content stimulation,” offering empirical evidence for cross-cultural retail digitalization research in China. (Sung, E. C., 2021)

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,031
Tête enseignante GPT0,272
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Management ScienceMême sujetConsumer Retail Behavior StudiesTravaux en français237 207