Investigating the Use of Product Samples as Promotion Tool and Retention of Customers of Digital Television in Ekiti State, Nigeria
Notice bibliographique
Résumé
The study assesses the use of samples as promotional tool in enhancing the retention of customers of digital television in Ekiti State, Nigeria. Specifically, the study examined the availability of product samples, understanding interesting programmes in advance, viewing new stations in advance and viewing new quarter programmes in advance. Descriptive research design was adopted for the study. The primary data used for the study was collected through semi-structured questionnaire. The population comprises 8, 334 subscribers of the three major digital television providers in Ekiti State from which 390 respondents were selected. Multi-stage sampling technique was used for the study. Two (2) local government areas (LGAs) were selected from each of the three senatorial districts in Ekiti State using Table of Random Number (TRN); making six (6) LGAs. In all 12, 22 and 31 respondents for Startimes, Dstv and Gotv respectively were selected from each of the six LGAs totaling 390. Data collected were analysed using percentage, frequency table logit. The results establishes that a significant positive relationship exist between availability of product samples, understanding interesting programmes in advance, viewing new stations in advance and viewing new quarter programmes in advance, and retention of customers of digital television. The study concluded that a unit increase in availability of product samples led to a significant increase in retention of customers of digital television in Ekiti State, Nigeria. The study therefore recommends an improvement in the provision of product sample by digital service provide to enhance retention of customers.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| 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 ».